[论文解读] Backlog and Delay Reasoning in HARQ Systems

Sami Akın, Markus Fidler|arXiv (Cornell University)|Jun 4, 2015

Advanced Wireless Network Optimization参考文献 24被引用 7

一句话总结

本文通过将发送端队列状态与接收端解码效率的联合动态建模为马尔可夫过程，对HARQ系统进行了跨层分析，实现了对队列溢出和延迟的非渐近界估计。结果表明，HARQ-IR相较于Type-I HARQ和HARQ-CC展现出更优的延迟鲁棒性，且在特定条件下，HARQ-CC与HARQ-IR之间的性能差距可忽略不计。

ABSTRACT

Recently, hybrid-automatic-repeat-request (HARQ) systems have been favored in particular state-of-the-art communications systems since they provide the practicality of error detections and corrections aligned with repeat-requests when needed at receivers. The queueing characteristics of these systems have taken considerable focus since the current technology demands data transmissions with a minimum delay provisioning. In this paper, we investigate the effects of physical layer characteristics on data link layer performance in a general class of HARQ systems. Constructing a state transition model that combines queue activity at a transmitter and decoding efficiency at a receiver, we identify the probability of clearing the queue at the transmitter and the packet-loss probability at the receiver. We determine the effective capacity that yields the maximum feasible data arrival rate at the queue under quality-of-service constraints. In addition, we put forward non-asymptotic backlog and delay bounds. Finally, regarding three different HARQ protocols, namely Type-I HARQ, HARQ-chase combining (HARQ-CC) and HARQ-incremental redundancy (HARQ-IR), we show the superiority of HARQ-IR in delay robustness over the others. However, we further observe that the performance gap between HARQ-CC and HARQ-IR is quite negligible in certain cases. The novelty of our paper is a general cross-layer analysis of these systems, considering encoding/decoding in the physical layer and delay aspects in the data-link layer.

研究动机与目标

• 分析物理层信道变化对HARQ系统数据链路层性能的影响。
• 将发送端队列活动与接收端解码效率的联合行为建模为一个M状态的离散马尔可夫过程。
• 在服务质量约束下，推导HARQ系统队列溢出和延迟的非渐近界。
• 在统一框架下比较Type-I HARQ、HARQ-CC与HARQ-IR协议的延迟性能。
• 确定在服务质量约束下，支持最大可行数据到达速率的有效容量。

提出的方法

• 将HARQ系统建模为一个结合队列状态与解码成功率的概率的离散时间M状态马尔可夫链。
• 使用转移矩阵P和矩生成函数表示状态相关的服务速率与解码结果。
• 通过矩阵Υ的谱半径分析，利用其最大特征值计算有效容量。
• 利用谱半径与矩生成函数技术，推导队列溢出与延迟的非渐近界。
• 采用二维马尔可夫模型，结合传输截止时间约束来表述系统性能。
• 应用柯西定理证明特征方程存在唯一正实根，从而确保矩阵Υ的谱半径计算成立。

实验结果

研究问题

• RQ1 物理层解码性能与数据链路层队列动态如何共同影响HARQ系统的延迟与队列溢出？
• RQ2 在服务质量约束下，HARQ系统的有效容量是多少？其如何依赖于信道状态转移？
• RQ3 在延迟鲁棒性与队列稳定性方面，Type-I HARQ、HARQ-CC与HARQ-IR三种协议的性能如何比较？
• RQ4 HARQ系统中队列溢出与延迟的非渐近界是什么？它们如何从系统的马尔可夫结构中推导得出？
• RQ5 在何种条件下，尽管HARQ-IR具有理论优势，但HARQ-CC与HARQ-IR之间的性能差距可忽略不计？

主要发现

• 在所有评估的信道条件下，HARQ-IR在延迟鲁棒性方面均优于Type-I HARQ与HARQ-CC。
• 在某些场景下，特别是低至中等编码速率时，HARQ-CC与HARQ-IR之间的性能差距可忽略不计。
• 系统的有效容量由矩阵Υ的谱半径决定，该谱半径捕捉了队列与解码动态的联合特性。
• 通过矩生成函数与转移矩阵的谱半径分析，推导出队列溢出与延迟的非渐近界。
• 特征方程f(y) = 0存在唯一正实根，确保了矩阵Υ的谱半径的存在性与唯一性。
• 马尔可夫模型成功捕捉了物理层解码效率与数据链路层队列行为之间的相互作用，实现了精确的性能评估。