[论文解读] Coded Computation Against Processing Delays for Virtualized Cloud-Based Channel Decoding

Malihe Aliasgari, Jörg Kliewer+1 more|arXiv (Cornell University)|Sep 4, 2017

Advanced MIMO Systems Optimization参考文献 2被引用 5

一句话总结

本文提出了一种用于云无线电接入网络（C-RAN）中虚拟化云基信道译码的编码计算框架，其中云在将接收帧分发至多个服务器前，使用线性码对帧进行重编码，以应对慢速处理器问题。通过利用大偏差不等式并引入码的依赖图的色数，该方法在译码延迟与帧错误率之间实现了可调的权衡，在孤立帧到达与随机帧到达两种场景下，均优于重复编码与并行处理方案。

ABSTRACT

The uplink of a cloud radio access network architecture is studied in which decoding at the cloud takes place via network function virtualization on commercial off-the-shelf servers. In order to mitigate the impact of straggling decoders in this platform, a novel coding strategy is proposed, whereby the cloud re-encodes the received frames via a linear code before distributing them to the decoding processors. Transmission of a single frame is considered first, and upper bounds on the resulting frame unavailability probability as a function of the decoding latency are derived by assuming a binary symmetric channel for uplink communications. Then, the analysis is extended to account for random frame arrival times. In this case, the trade-off between average decoding latency and the frame error rate is studied for two different queuing policies, whereby the servers carry out per-frame decoding or continuous decoding, respectively. Numerical examples demonstrate that the bounds are useful tools for code design and that coding is instrumental in obtaining a desirable compromise between decoding latency and reliability.

研究动机与目标

• 为解决在C-RAN中使用商用现成（COTS）服务器进行虚拟化云基信道译码时，处理器响应时间变化且不可靠的问题。
• 设计一种编码计算策略，通过在分发至服务器前对接收帧进行线性编码，以提升译码可靠性并降低延迟。
• 推导帧不可用概率（FUP）的解析上界，作为译码延迟的函数，同时考虑处理时间的相关性。
• 将分析扩展至随机帧到达场景，评估在帧级与连续译码策略下，平均译码延迟与帧错误率（FER）之间的权衡。
• 引入依赖图与色数作为新型码参数，以影响编码NFV系统中的性能表现。

提出的方法

• 云将每个接收帧通过线性分块码重新编码为N个编码片段，并分发至N个服务器进行并行译码。
• 一旦有K个或更多服务器完成任务，译码过程即视为成功，其中K由码的最小距离决定。
• 利用大偏差理论，基于建模服务器完成时间的相依伯努利随机变量，推导出孤立帧传输下帧不可用概率（FUP）的上界。
• 引入线性码的依赖图，其色数作为衡量码性能的新指标，超越最小距离与码率。
• 针对随机帧到达，分析了两种排队策略：帧级译码（服务器等待某帧所有片段）与连续译码（服务器在无帧级同步的情况下处理传入片段）。
• 通过蒙特卡洛仿真与解析表达式计算平均译码延迟与帧错误率（FER），并与重复编码、并行编码及所提出的NFV码进行性能比较。

实验结果

研究问题

• RQ1 在存在慢速处理器影响的虚拟化云基C-RAN上行链路处理中，编码计算如何用于降低译码延迟？
• RQ2 在存在相关服务器处理时间的情况下，能否为帧不可用概率（FUP）建立作为译码延迟函数的解析上界？
• RQ3 线性码的色数与依赖图如何影响编码NFV系统中延迟与可靠性之间的性能权衡？
• RQ4 在随机帧到达场景下，帧级译码与连续译码策略之间，平均译码延迟与帧错误率（FER）的性能权衡如何？
• RQ5 在延迟-可靠性权衡方面，云中对接收帧进行线性编码能否优于传统的重复编码或并行处理？

主要发现

• 所提出的编码NFV方法相比重复编码，显著降低了帧不可用概率（FUP），尤其在严格延迟约束下，这得益于使用更高最小距离与优化色数的码。
• 在孤立帧传输场景下，基于大偏差理论推导出的FUP上界被证明是紧致且对码设计具有实用价值，性能同时取决于用户码与NFV码的参数。
• 在随机帧到达场景中，连续译码在高负载下相比帧级译码具有更低的平均延迟，因其通过避免帧级同步减少了排队延迟。
• 在低延迟场景下，并行编码方案优于其他方案，因其具有更短的码块长度；而重复编码虽导致高延迟，但实现了最低的FER。
• 当延迟约束不严格时，分段重复编码在需要低帧错误率的应用中表现更优。
• 数值结果表明，NFV码依赖图的色数是关键设计参数，可在并行处理与重复编码的极端情况之间实现延迟与可靠性的连续权衡。