[논문 리뷰] Throughput-Delay Analysis of Random Linear Network Coding for Wireless Broadcasting

B. T. Swapna, Atilla Eryılmaz외 1명|arXiv (Cornell University)|2010. 12. 26.

Cooperative Communication and Network Coding참고 문헌 11인용 수 8

한 줄 요약

이 논문은 독립적인 삭제 채널에서 $ n $명의 사용자가 있는 무선 브로드캐스트 네트워크에서 랜덤 선형 네트워크 코딩(RLNC)의 스루풋과 디코딩 지연을 분석한다. $ k = \Theta(\ln n) $의 코딩 윈도우 크기가 단서로 작용하며, 이 이하일 경우 스루풋이 0으로 수렴하고, 이 이상일 경우 스루풋이 브로드캐스트 용량 $ 1-p $에 수렴한다. $ k = \omega(\ln n) $일 경우, 극값 이론을 활용해 디코딩 지연의 평균과 분산에 대한 渐近적 표현을 유도하며, RLNC가 관리 가능한 지연으로 근접용량 스루풋을 달성함을 확인한다.

ABSTRACT

In an unreliable single-hop broadcast network setting, we investigate the throughput and decoding-delay performance of random linear network coding as a function of the coding window size and the network size. Our model consists of a source transmitting packets of a single flow to a set of $n$ users over independent erasure channels. The source performs random linear network coding (RLNC) over $k$ (coding window size) packets and broadcasts them to the users. We note that the broadcast throughput of RLNC must vanish with increasing $n$, for any fixed $k.$ Hence, in contrast to other works in the literature, we investigate how the coding window size $k$ must scale for increasing $n$. Our analysis reveals that the coding window size of $Θ(\ln(n))$ represents a phase transition rate, below which the throughput converges to zero, and above which it converges to the broadcast capacity. Further, we characterize the asymptotic distribution of decoding delay and provide approximate expressions for the mean and variance of decoding delay for the scaling regime of $k=ω(\ln(n)).$ These asymptotic expressions reveal the impact of channel correlations on the throughput and delay performance of RLNC. We also show how our analysis can be extended to other rateless block coding schemes such as the LT codes. Finally, we comment on the extension of our results to the cases of dependent channels across users and asymmetric channel model.

연구 동기 및 목표

• RLNC가 삭제 채널에서 비영인 브로드캐스트 스루풋을 유지하기 위해 코딩 윈도우 크기 $ k $ 가 네트워크 크기 $ n $ 와 어떻게 스케일링되어야 하는지 이해하기.
• 대규모 네트워크 조건에서 디코딩 지연 분포를 특성화하고, 그 평균과 분산에 대한 근사 표현을 유도하기.
• RLNC가 브로드캐스트 용량 $ 1-p $을 달성하면서도 지연 성능을 균형 있게 유지할 수 있는 조건을 확립하기.
• LT 코드와 같은 다른 무한정 블록 코딩 기법 및 비대칭 또는 상관 있는 채널 모델로 분석을 확장하기.

제안 방법

• 시스템 성능 분석을 위해 $ n \to \infty $ 일 때 스루풋과 디코딩 지연의 상한 및 하한을 적용한다.
• 코딩 윈도우 크기가 $ k = \omega(\ln n) $일 경우, 극값 이론을 활용해 디코딩 지연의 점근적 분포를 특성화한다.
• 채널 수신 시간의 극값 분포를 기반으로 디코딩 지연의 평균과 분산에 대한 근사 표현을 유도한다.
• 누적 분포 함수를 분석하여 비대칭 및 대칭 채널 모델 간의 디코딩 지연 분포를 비교한다.
• LT 코드로 결과를 확장하기 위해 $ \delta_k \to 0 $ 이며 $ k \to \infty $ 일 때 용량 수렴이 보장됨을 보여주며, $ k = \omega(\ln n) $ 조건 하에 적용한다.
• 극한 분석과 로피탈의 정리를 활용해 $ \eta(n,k) \to 1-p $ 이며 $ n \to \infty $ 일 때 $ k = \omega(\ln n) $ 조건 하에 수렴함을 증명한다.

실험 결과

연구 질문

• RQ1 RLNC가 비영인 브로드캐스트 스루풋을 달성하기 위해 $ k $ 가 $ n $ 에 대해 어떻게 스케일링되어야 하는가?
• RQ2 디코딩 지연은 $ n $ 과 어떻게 스케일링되며, 큰 $ n $ 에서의 점근적 평균과 분산은 무엇인가?
• RQ3 코딩 윈도우 크기 $ k $ 가 $ \ln n $ 보다 더 빠르게 증가할 경우 RLNC는 브로드캐스트 용량 $ 1-p $ 을 달성하는가? 수렴 속도는 어떠한가?
• RQ4 이 분석을 LT 코드와 같은 다른 무한정 블록 코딩 기법으로 확장할 수 있는가?
• RQ5 채널 상관성과 비대칭성은 RLNC의 스루풋과 지연 성능에 어떤 영향을 미치는가?

주요 결과

• 코딩 윈도우 크기 $ k = \Theta(\ln n) $ 가 단서로 작용한다: $ k = o(\ln n) $ 일 경우 스루풋은 0으로 수렴하고, $ k = \omega(\ln n) $ 일 경우 스루풋은 브로드캐스트 용량 $ 1-p $ 으로 수렴한다.
• $ k = \omega(\ln n) $ 일 경우, 극값 이론을 활용해 디코딩 지연의 평균을 점근적으로 근사하며, 이 근사는 작은 $ n $ 에서도 정확도를 유지한다.
• 코딩 윈도우 크기가 $ k = \omega(\ln n) $ 인 조건 하에서 디코딩 지연의 분산도 점근적으로 특성화되었으며, 이는 채널 상관성의 지연 분산에 미치는 영향을 드러낸다.
• 코딩 윈도우 크기가 $ k = \omega(\ln n) $ 일 경우, $ n \to \infty $ 일 때 RLNC의 스루풋은 $ 1-p $ 에 수렴하며, 초대수적 스케일링이 용량 근접 성능을 확보하는 데 충분함을 확인한다.
• 분석 결과는 LT 코드로도 확장 가능하다: $ k = \omega(\ln n) $ 일 경우, $ \delta_k \to 0 $ 이면 $ n \to \infty $ 일 때 스루풋은 $ \to 1-p $ 로 수렴한다.
• 최대 삭제 확률 $ p_0 $ 를 가진 비대칭 채널 모델에서는 $ k = \omega(\ln n) $ 일 때 스루풋이 $ 1-p_0 $ 으로 수렴하며, 디코딩 지연은 대칭 케이스에 의해 확률적으로 지배된다.