[论文解读] Distributed Random Access Algorithm: Scheduling and Congesion Control

Libin Jiang, Devavrat Shah+2 more|ArXiv.org|Jul 7, 2009

Advanced Wireless Network Optimization参考文献 34被引用 7

一句话总结

该论文提出了一种分布式随机接入算法，通过基于队列积压的本地退避参数，联合调度传输并控制拥塞。该算法在严格可行的到达速率下证明了调度的速率稳定性，并在使用基于CSMA的方法和时变接入概率及随机逼近技术时，实现了效用最大化拥塞控制的ε-最优性。

ABSTRACT

This paper provides proofs of the rate stability, Harris recurrence, and epsilon-optimality of CSMA algorithms where the backoff parameter of each node is based on its backlog. These algorithms require only local information and are easy to implement. The setup is a network of wireless nodes with a fixed conflict graph that identifies pairs of nodes whose simultaneous transmissions conflict. The paper studies two algorithms. The first algorithm schedules transmissions to keep up with given arrival rates of packets. The second algorithm controls the arrivals in addition to the scheduling and attempts to maximize the sum of the utilities of the flows of packets at the different nodes. For the first algorithm, the paper proves rate stability for strictly feasible arrival rates and also Harris recurrence of the queues. For the second algorithm, the paper proves the epsilon-optimality. Both algorithms operate with strictly local information in the case of decreasing step sizes, and operate with the additional information of the number of nodes in the network in the case of constant step size.

研究动机与目标

• 设计一种完全分布式的无线网络算法，实现调度的吞吐量最优和拥塞控制下的近似最优效用分配。
• 通过用本地自适应接入概率替代集中式计算，解决在大规模网络中实现最大权值调度的挑战。
• 证明基于CSMA的算法，采用与积压相关的退避参数，仅使用本地信息和随机逼近技术，即可确保速率稳定性和ε-最优性。
• 为具有固定冲突图的网络中的分布式随机接入协议建立理论保证——速率稳定性和Harris常返性。
• 证明当节点具有凹效用函数时，即使网络全局信息有限，该算法仍能实现近似最优的效用分配。

提出的方法

• 采用基于CSMA的随机接入协议，每个节点根据自身队列积压调整退避参数，实现分布式运行。
• 在随机逼近框架中使用时变步长，以确保收敛性和稳定性，收敛性通过李雅普诺夫函数分析证明。
• 应用受Metropolis-Hastings采样启发的可逆马尔可夫链模型，生成反映加权队列长度的调度决策。
• 引入两阶段算法：第一阶段用于在外部到达下实现速率稳定的调度；第二阶段用于具有内生速率控制的效用最大化拥塞控制。
• 使用经验服务速率估计（bsi(j)）并与期望服务速率（si(r(j)))进行比较，以界估计误差并确保收敛。
• 利用基于熵的界和混合时间分析，控制经验与期望服务速率之间的偏差，确保在有界队列状态下保持稳定性。

实验结果

研究问题

• RQ1 仅使用本地信息，分布式随机接入算法能否在严格可行的到达速率下实现调度的速率稳定性？
• RQ2 基于CSMA的算法，若采用与积压相关的退避参数，能否在流控中实现效用最大化的ε-最优性？
• RQ3 如何在无全局协调或集中计算的情况下，使分布式算法近似实现最大权值调度策略？
• RQ4 服务速率估计误差对算法收敛性和稳定性有何影响？
• RQ5 具有时变步长的本地自适应算法，能否在随机网络环境中同时实现稳定性和近似最优性？

主要发现

• 该算法在所有严格可行的到达速率下均实现速率稳定性，确保队列长度不会随时间无界增长。
• 系统表现出Harris常返性，即所有队列以概率1无限次返回有界状态。
• 在拥塞控制变体中，该算法实现了效用最大化的ε-最优性，平均流速率收敛至最优值的ε范围内。
• 通过使用时变步长的随机逼近框架，证明了向ε-最优性的收敛性，此时平均流速率以几乎 surely 收敛。
• 通过混合时间与熵论证，界定了经验与期望服务速率之间的估计误差，确保算法保持稳定和精确。
• 当步长随时间减小，该算法仅依赖本地信息运行；当步长恒定时，仅需知道节点总数。