[论文解读] Adaptive Network Coding for Scheduling Real-time Traffic with Hard Deadlines

Lei Yang, Yalin E. Sagduyu+2 more|arXiv (Cornell University)|Mar 18, 2012

Cooperative Communication and Network Coding参考文献 20被引用 10

一句话总结

本文提出一种自适应网络编码（NC）方案，根据剩余截止时间动态调整码块大小，以在无线广播网络中硬截止时间约束下最大化吞吐量。通过将问题建模为有限-horizon马尔可夫决策过程，并利用最优码块大小的单调性，提出一种多项式时间的基于单调性的逆向归纳算法（MBIA），实现实时最优码块大小选择，并与信道学习结合以适应动态环境，在仿真和真实网络仿真中均优于固定码块方案。

ABSTRACT

We study adaptive network coding (NC) for scheduling real-time traffic over a single-hop wireless network. To meet the hard deadlines of real-time traffic, it is critical to strike a balance between maximizing the throughput and minimizing the risk that the entire block of coded packets may not be decodable by the deadline. Thus motivated, we explore adaptive NC, where the block size is adapted based on the remaining time to the deadline, by casting this sequential block size adaptation problem as a finite-horizon Markov decision process. One interesting finding is that the optimal block size and its corresponding action space monotonically decrease as the deadline approaches, and the optimal block size is bounded by the "greedy" block size. These unique structures make it possible to narrow down the search space of dynamic programming, building on which we develop a monotonicity-based backward induction algorithm (MBIA) that can solve for the optimal block size in polynomial time. Since channel erasure probabilities would be time-varying in a mobile network, we further develop a joint real-time scheduling and channel learning scheme with adaptive NC that can adapt to channel dynamics. We also generalize the analysis to multiple flows with hard deadlines and long-term delivery ratio constraints, devise a low-complexity online scheduling algorithm integrated with the MBIA, and then establish its asymptotical throughput-optimality. In addition to analysis and simulation results, we perform high fidelity wireless emulation tests with real radio transmissions to demonstrate the feasibility of the MBIA in finding the optimal block size in real time.

研究动机与目标

• 为解决无线网络中具有硬截止时间的实时多媒体流量调度挑战，传统NC因延迟风险导致解码失败。
• 开发一种自适应NC方案，根据距离截止时间的剩余时间动态调整码块大小，以平衡吞吐量与解码可靠性。
• 设计一种低复杂度、多项式时间的算法（MBIA），通过利用最优策略中的单调性，求解最优码块大小。
• 将实时信道学习与自适应NC结合，以适应时变的无线信道。
• 将框架扩展至具有长期传输比率约束的多流场景，并证明在线调度算法的渐近吞吐量最优性。

提出的方法

• 将码块大小自适应问题建模为有限-horizon马尔可夫决策过程（MDP），以在硬截止时间约束下优化吞吐量。
• 识别出最优码块大小及其动作空间随截止时间临近单调递减，且受‘贪婪’码块大小的上界约束，该码块大小可最大化即时吞吐量。
• 提出基于单调性的逆向归纳算法（MBIA），利用单调结构缩小搜索空间，以多项式时间计算最优码块大小。
• 引入一种联合实时调度与信道学习方案，无需先验知识即可实时估计信道删除概率。
• 将模型推广至具有硬截止时间与长期传输比率约束的多流场景，将MBIA集成至低复杂度的在线调度算法中。
• 通过高保真无线仿真（真实无线电传输）验证方法，证明其在实时可行性与性能增益方面的有效性。

实验结果

研究问题

• RQ1 当数据包具有硬截止时间时，在无线广播信道中网络编码的最优码块大小是什么？
• RQ2 如何实时自适应调整码块大小，以在确保及时解码的同时最大化吞吐量？
• RQ3 能否利用最优策略的结构来降低动态规划中的计算复杂度？
• RQ4 在信道状态信息不完全且信道时变的条件下，系统性能如何？
• RQ5 与固定码块NC相比，自适应NC在吞吐量与解码可靠性方面的性能增益如何？

主要发现

• 随着截止时间临近，最优码块大小单调递减，且其上界为最大化即时吞吐量的‘贪婪’码块大小。
• MBIA算法通过利用单调结构，在多项式时间内计算出最优码块大小，避免了标准动态规划的指数级复杂度。
• 联合调度与信道学习方案可在无需先验删除概率知识的情况下，有效适应时变信道条件。
• 在多流场景中，集成的在线调度算法在迭代步长趋近于零时，具有渐近吞吐量最优性。
• 高保真无线仿真结果表明，MBIA能实时找到最优码块大小，且自适应NC在吞吐量与解码可靠性方面均优于固定码块NC。
• 最优普通重传（vs. NC）的阈值取决于信道误码概率与截止时间，存在一个随时间与接收终端数量增加而上升的唯一阈值ε*。