[论文解读] Exploiting Channel Memory for Multi-User Wireless Scheduling without Channel Measurement: Capacity Regions and Algorithms

Chih‐Ping Li, Michael J. Neely|arXiv (Cornell University)|Mar 13, 2010

Advanced Wireless Network Optimization参考文献 13被引用 9

一句话总结

本文提出了一种适用于多用户无线下行链路的队列相关调度策略，其中信道状态未知但被建模为马尔可夫ON/OFF过程，仅利用ACK/NACK反馈来利用信道记忆特性。该文建立了容量区域的紧致内界与外界，并通过一种新颖的基于帧的李雅普诺夫漂移分析和随机耦合技术，证明了在对称条件下系统的稳定性与近似最优吞吐量。

ABSTRACT

We study the fundamental network capacity of a multi-user wireless downlink under two assumptions: (1) Channels are not explicitly measured and thus instantaneous states are unknown, (2) Channels are modeled as ON/OFF Markov chains. This is an important network model to explore because channel probing may be costly or infeasible in some contexts. In this case, we can use channel memory with ACK/NACK feedback from previous transmissions to improve network throughput. Computing in closed form the capacity region of this network is difficult because it involves solving a high dimension partially observed Markov decision problem. Instead, in this paper we construct an inner and outer bound on the capacity region, showing that the bound is tight when the number of users is large and the traffic is symmetric. For the case of heterogeneous traffic and any number of users, we propose a simple queue-dependent policy that can stabilize the network with any data rates strictly within the inner capacity bound. The stability analysis uses a novel frame-based Lyapunov drift argument. The outer-bound analysis uses stochastic coupling and state aggregation to bound the performance of a restless bandit problem using a related multi-armed bandit system. Our results are useful in cognitive radio networks, opportunistic scheduling with delayed/uncertain channel state information, and restless bandit problems.

研究动机与目标

• 表征由于信道探测成本过高或不可行而导致瞬时信道状态未知的多用户无线下行链路的容量区域的根本极限。
• 设计一种实用的调度策略，仅利用ACK/NACK反馈来利用信道记忆特性，避免显式测量信道状态。
• 在对称及大规模用户场景下，建立网络容量区域的可证明紧致内界与外界。
• 通过一种新颖的基于帧的李雅普诺夫漂移论证，证明在部分观测条件下队列相关调度策略的稳定性。
• 将该问题与非时齐多臂赌博机（restless bandit）和部分观测马尔可夫决策过程（POMDPs）相联系，提供性能边界分析的解析工具。

提出的方法

• 通过分析一个虚构的信道模型（其吞吐量高于真实系统）来构建外界，从而实现性能对比。
• 通过一类依赖于队列缓存的随机轮询调度策略构建内界，以利用信道记忆特性。
• 应用基于帧的李雅普诺夫漂移论证，证明队列相关策略的稳定性，表明在任何严格位于内界内的数据速率下，队列大小的期望值为有限。
• 使用随机耦合与状态聚合技术，通过将其与更简单的多臂赌博机系统关联，来限制非时齐多臂赌博机问题的性能。
• 采用部分观测马尔可夫决策过程（POMDP）框架，其中信念状态表示在给定反馈历史下的信道处于ON状态的后验概率。
• 推导出和吞吐量的解析边界，并利用[6,7]中的结果，表明在对称、大规模用户场景下，内界与外界呈几何收敛。

实验结果

研究问题

• RQ1 当信道状态从未被测量，仅能获得ACK/NACK反馈时，能否表征多用户无线下行链路的容量区域？
• RQ2 在缺乏瞬时信道状态信息的条件下，信道记忆如何提升网络吞吐量？
• RQ3 在上述约束条件下，可实现速率区域与理论容量极限之间的性能差距是多少？
• RQ4 一种简单的、基于队列的调度策略是否能在不进行显式信道探测的情况下实现稳定性与近似最优吞吐量？
• RQ5 在对称及大规模系统场景下，容量区域的内界与外界有多紧？

主要发现

• 当用户数较大且流量对称时，容量区域的内界与外界被证明是紧致的，且两边界呈几何收敛。
• 队列相关调度策略对任何严格位于内界容量边界内的数据速率均实现稳定性，其证明基于一种新颖的基于帧的李雅普诺夫漂移论证。
• 外界通过随机耦合与状态聚合技术推导得出，将一个非时齐多臂赌博机问题转化为可处理的多臂赌博机比较问题。
• 在对称系统中，随着用户数增加，内界几何收敛于外界，验证了其紧致性。
• 所提出的策略优于朴素启发式方法，其吞吐量至少与内界相当，而内界本身构成了一个非平凡的性能基准。
• 分析结果表明，避免信道探测可带来比信道探测更高的有效吞吐量，如动机示例中所示（1.6 > 1.44的吞吐量）。