[논문 리뷰] Optimizing Information Freshness via Multiuser Scheduling with Adaptive NOMA/OMA

Qian Wang, He Chen외 4명|arXiv (Cornell University)|2020. 07. 07.

Age of Information Optimization참고 문헌 34인용 수 10

한 줄 요약

이 논문은 다중 사용자 무선 네트워크에서 정보의 나이(AoI)를 최적화하기 위해 적응형 NOMA/OMA 스케줄링 방식을 제안한다. 두 사용자에 대해 마르코프 결정 과정(MDP)을 수립하고, 다중 사용자 환경에서는 비선형 비볼록 최적화 문제를 볼록 근사화함으로써, 실시간 AoI에 기반해 NOMA와 OMA 간에 동적으로 전환하는 방식을 통해 낮은 복잡도로 근사 최적의 신선도를 달성하며, 특히 고신호대역비(SNR) 및 많은 사용자 수에서 OMA보다 뚜렷한 성능 향상을 보인다.

ABSTRACT

This paper considers a wireless network with a base station (BS) conducting timely status updates to multiple clients via adaptive non-orthogonal multiple access (NOMA)/orthogonal multiple access (OMA). Specifically, the BS is able to adaptively switch between NOMA and OMA for the downlink transmission to optimize the information freshness of the network, characterized by the Age of Information (AoI) metric. If the BS chooses OMA, it can only serve one client within each time slot and should decide which client to serve; if the BS chooses NOMA, it can serve more than one client at the same time and needs to decide the power allocated to the served clients. For the simple two-client case, we formulate a Markov Decision Process (MDP) problem and develop the optimal policy for the BS to decide whether to use NOMA or OMA for each downlink transmission based on the instantaneous AoI of both clients. The optimal policy is shown to have a switching-type property with obvious decision switching boundaries. A near-optimal policy with lower computation complexity is also devised. For the more general multi-client scenario, inspired by the proposed near-optimal policy, we formulate a nonlinear optimization problem to determine the optimal power allocated to each client by maximizing the expected AoI drop of the network in each time slot. We resolve the formulated problem by approximating it as a convex optimization problem. We also derive the upper bound of the gap between the approximate convex problem and the original nonlinear, nonconvex problem. Simulation results validate the effectiveness of the adopted approximation. The performance of the adaptive NOMA/OMA scheme by solving the convex optimization is shown to be close to that of max-weight policy solved by exhaustive search...

연구 동기 및 목표

• 다중 사용자 다운링크 네트워크에서 정보의 나이(AoI)를 최소화하기 위한 NOMA와 OMA 간의 적응형 전환 전략 부족 문제를 해결하기 위해.
• 사용자들의 순간적인 AoI 값에 기반해 NOMA와 OMA 간의 동적 전송 모드 선택 정책을 개발하기 위해.
• 비선형 비볼록 최적화 문제를 볼록으로 근사화하여 다중 사용자 환경에서 저복잡도 근사 최적 정책을 설계하기 위해.
• 원래 최적화 문제와 근사 문제 간의 성능 격차에 대한 이론적 경계를 설정하기 위해.
• 특히 고신호대역비(SNR) 및 많은 사용자 수에서 기존 OMA 방식에 비해 뚜렷한 AoI 감소 성능 향상을 입증하기 위해.

제안 방법

• 실시간 AoI 상태에 기반해 최적의 NOMA/OMA 전환을 결정하기 위해 두 사용자 시스템에 대해 마르코프 결정 과정(MDP)을 수립한다.
• AoI 값에 따라 단조 증가하는 결정 경계를 가지는 스위칭 유형의 최적 정책을 유도하여 효율적인 정책 계산을 가능하게 한다.
• MDP 해법에서 도출된 구조적 통찰을 활용하여 복잡도를 감소시킨 근사 최적 정책을 제안한다.
• 다중 사용자 시스템에 대해, 전력 할당을 통해 각 타임슬롯당 기대 AoI 감소를 최대화하기 위해 비선형 비볼록 최적화 문제를 수립한다.
• 원래 비볼록 문제를 볼록 최적화 문제로 근사하여 효율적인 계산과 증명 가능한 성능 경계를 확보한다.
• 근사 해와 진짜 최적 해 사이의 격차에 대한 상한을 유도하며, 이는 $ e^{-2} \sum_{k=1}^{K} w_{m(k)} \Delta_{m(k)} $로 유한하게 유 bounds된다.

실험 결과

연구 질문

• RQ1 기지국은 장기 평균 가중합 AoI를 최소화하기 위해 어떻게 동적으로 NOMA와 OMA 사이를 전환해야 하는가?
• RQ2 순간적인 AoI 피드백이 있는 두 사용자 시스템에서 모드 선택에 대한 최적 정책의 구조는 어떻게 되는가?
• RQ3 다중 사용자 환경에서 최적 AoI 성능을 근사할 수 있는 저복잡도 정책을 설계할 수 있는가?
• RQ4 비선형 비볼록 전력 할당 문제의 볼록 근사는 AoI 감소를 최대화하는 데 얼마나 정확한가?
• RQ5 볼록 근사와 진짜 최적 해 사이의 이론적 성능 격차는 얼마인가?

주요 결과

• 두 사용자 MDP의 최적 정책은 AoI 상태 공간에서 명확한 결정 경계를 가지는 스위칭 유형의 구조를 보이며.
• 제안된 근사 최적 정책는 고갈 검색 기반 최대 가중치 정책과 유사한 성능을 달성하지만, 훨씬 낮은 계산 복잡도를 가진다.
• 다중 사용자 전력 할당 문제의 볼록 근사는 최적 해와 매우 유사한 성능을 보이며, 최대 $ e^{-2} \sum_{k=1}^{K} w_{m(k)} \Delta_{m(k)} $의 유한한 격차를 가진다.
• 적응형 NOMA/OMA 방식은 특히 고신호대역비(SNR) 환경과 많은 사용자 수에서 OMA에 비해 뚜렷한 성능 향상을 보인다.
• 시뮬레이션 결과는 적응형 방식이 상당한 AoI 감소를 달성함으로써 제안된 근사 및 정책 설계의 효과성을 검증함을 확인한다.
• 근사 해와 최적 해 사이의 성능 격차에 대한 이론적 상한은 날카롭고 명확하게 정량화되어 있다.