[论文解读] Delay-Aware Dynamic Resource Management for High-Speed Railway Wireless Communications

Shengfeng Xu, Gang Zhu+3 more|arXiv (Cornell University)|Jan 7, 2016

Advanced Wireless Network Optimization参考文献 28被引用 3

一句话总结

本文提出了一种针对高速铁路（HSR）无线通信的延迟感知动态资源管理算法，该算法在随机信道条件下，联合优化多业务流量的功率控制与资源分配。通过利用李雅普诺夫优化将难以处理的随机问题转化为确定性的混合整数规划问题，并采用黄金分割搜索求解，该算法实现了全局最优性，显著改善了延迟性能，同时平衡了功率消耗；仿真结果表明，在高负载条件下，平均延迟相比基线方案最高可降低93.7%。

ABSTRACT

In this paper, we investigate the delay-aware dynamic resource management problem for multi-service transmission in high-speed railway wireless communications, with a focus on resource allocation among the services and power control along the time. By taking account of average delay requirements and power constraints, the considered problem is formulated into a stochastic optimization problem, rather than pursuing the traditional convex optimization means. Inspired by Lyapunov optimization theory, the intractable stochastic optimization problem is transformed into a tractable deterministic optimization problem, which is a mixed-integer resource management problem. By exploiting the specific problem structure, the mixed-integer resource management problem is equivalently transformed into a single variable problem, which can be effectively solved by the golden section search method with guaranteed global optimality. Finally, we propose a dynamic resource management algorithm to solve the original stochastic optimization problem. Simulation results show the advantage of the proposed dynamic algorithm and reveal that there exists a fundamental tradeoff between delay requirements and power consumption.

研究动机与目标

• 解决高速铁路（HSR）网络中异构业务延迟需求下联合功率控制与资源分配的挑战。
• 将多业务传输问题建模为考虑时变信道与动态业务到达的随机优化框架。
• 设计一种动态资源管理算法，实现实时满足平均延迟约束与平均功率限制。
• 通过李雅普诺夫理论将随机问题转化为可处理的确定性问题，实现资源分配的全局最优。
• 通过仿真评估揭示HSR通信中延迟性能与功率消耗之间的基本权衡关系。

提出的方法

• 将资源分配与功率控制问题建模为包含平均延迟约束与平均功率约束的随机优化问题。
• 应用李雅普诺夫优化理论，将难以处理的随机问题转化为等价的确定性混合整数规划问题。
• 利用问题的特定结构，将混合整数问题简化为单变量优化问题。
• 采用黄金分割搜索方法求解简化后的问题，保证全局最优性。
• 设计一种动态资源管理算法，通过实时更新资源与功率分配，适应时变信道状态与业务到达。
• 采用虚拟队列技术处理随机优化框架中的延迟约束，实现稳定且可行的解。

实验结果

研究问题

• RQ1 在时变信道条件下，如何联合优化HSR网络中的功率控制与资源分配，以满足异构延迟需求？
• RQ2 在多业务HSR通信中，平均延迟性能与平均功率消耗之间的基本权衡关系是什么？
• RQ3 能否设计一种动态资源管理算法，在随机环境中同时满足延迟与功率约束，并实现全局最优？
• RQ4 代价函数中的权重参数 ω 如何影响延迟与功率消耗之间的平衡？
• RQ5 在何种权重参数 ω 的可行区域内，可同时满足平均延迟与平均功率约束？

主要发现

• 所提出的动态算法在包到达速率为25个包/时隙时，相比传统方案将平均延迟降低了高达93.7%，仅相当于基线方法延迟的6.3%。
• 当包到达速率为25个包/时隙时，所提算法实现的平均延迟仅为两种基线方案的6.3%，表现出显著优越的延迟性能。
• 增大权重参数 ω 会导致功率消耗降低但平均延迟升高，证实了这两个性能指标之间存在明确的权衡关系。
• 在给定的仿真设置下，同时满足平均延迟与功率约束的权重参数 ω 的可行区域为 [0.41, 0.53]。
• 更高的最大发射功率（P_max）可降低平均延迟并增加功率消耗，因为更多功率可加快队列中包的传输，尤其在小区边缘效果更明显。
• 黄金分割搜索方法成功求解了转换后的单变量问题，保证了全局最优性，验证了结构化简化方法的有效性。