[论文解读] Hybrid Scheduling in Heterogeneous Half- and Full-Duplex Wireless Networks

Tingjun Chen, Jelena Diakonikolas+2 more|arXiv (Cornell University)|Jan 3, 2018

Full-Duplex Wireless Communications参考文献 28被引用 3

一句话总结

本文提出混合-GMS（H-GMS），一种用于异构半双工（HD）和全双工（FD）无线网络的分布式调度算法，该算法结合了接入点处的集中式贪婪最大调度（GMS）与用户端的分布式基于队列的随机接入。H-GMS在实现吞吐量最优的同时，显著提升了延迟和公平性，相较于经典Q-CSMA，平均队列长度在高负载下最多减少79.2倍，且使用最优权重函数时效果更佳。

ABSTRACT

Full-duplex (FD) wireless is an attractive communication paradigm with high potential for improving network capacity and reducing delay in wireless networks. Despite significant progress on the physical layer development, the challenges associated with developing medium access control (MAC) protocols for heterogeneous networks composed of both legacy half-duplex (HD) and emerging FD devices have not been fully addressed. Therefore, we focus on the design and performance evaluation of scheduling algorithms for infrastructure-based heterogeneous HD-FD networks (composed of HD and FD users). We first show that centralized Greedy Maximal Scheduling (GMS) is throughput-optimal in heterogeneous HD-FD networks. We propose the Hybrid-GMS (H-GMS) algorithm, a distributed implementation of GMS that combines GMS and a queue-based random-access mechanism. We prove that H-GMS is throughput-optimal. Moreover, we analyze the delay performance of H-GMS by deriving lower bounds on the average queue length. We further demonstrate the benefits of upgrading HD nodes to FD nodes in terms of throughput gains for individual nodes and the whole network. Finally, we evaluate the performance of H-GMS and its variants in terms of throughput, delay, and fairness between FD and HD users via extensive simulations. We show that in heterogeneous HD-FD networks, H-GMS achieves 16-30x better delay performance and improves fairness between HD and FD users by up to 50% compared with the fully decentralized Q-CSMA algorithm.

研究动机与目标

• 为解决在同时包含传统半双工（HD）和新兴全双工（FD）设备的异构网络中设计介质访问控制（MAC）协议的挑战。
• 开发一种分布式调度算法，在HD-FD网络中保持吞吐量最优的同时，提升延迟和公平性。
• 评估将HD节点升级为FD节点对网络容量和用户公平性的性能增益。
• 证明将集中式GMS与分布式随机接入相结合，相比完全去中心化的Q-CSMA，可获得更优的延迟性能。

提出的方法

• 提出混合-GMS（H-GMS），一种分布式算法，利用接入点（AP）处的集中式GMS解决下行链路队列问题，同时在用户端通过分布式竞争实现上行链路接入。
• 采用流极限分析证明H-GMS具有吞吐量最优性，即尽管H-GMS并非等价于最大权重调度（MWS），但在流极限下可近似GMS。
• 引入一族权重函数f(x)，用于控制传输概率，其中p_l(t) = exp(f(Q_l(t))) / (1 + exp(f(Q_l(t))))，以调节调度的激进程度与延迟性能。
• 设计H-GMS的不同变体（如H-GMS-E），通过不同集中化程度研究公平性与效率之间的权衡。
• 推导平均队列长度的下界，以分析评估H-GMS的延迟性能。
• 通过大量仿真，对比H-GMS与Q-CSMA在不同流量负载、权重函数及网络配置下的性能表现。

实验结果

研究问题

• RQ1 结合集中式GMS与分布式随机接入的混合调度方法，是否能在异构HD-FD网络中实现吞吐量最优？
• RQ2 H-GMS的延迟性能与经典Q-CSMA相比如何，尤其是在高流量负载下？
• RQ3 不同权重函数f(x)对H-GMS的延迟与公平性有何影响？
• RQ4 FD用户数量的增加对HD-FD网络中公平性与吞吐量增益有何影响？
• RQ5 与Q-CSMA相比，H-GMS在HD与FD用户之间的公平性改善程度如何？

主要发现

• H-GMS通过在流极限下近似贪婪最大调度（GMS），在异构HD-FD网络中实现了吞吐量最优，尽管其并非等价于最大权重调度（MWS）。
• 在高流量强度（ρ=0.98）下，使用线性权重函数f(x)=x时，H-GMS相比Q-CSMA将平均队列长度最多减少79.2倍。
• 当使用对数权重函数f(x)=½log(1+x)时，H-GMS在中等负载（ρ=0.8）下仍实现1.2倍的延迟改善，而在高负载下延迟改善最高达52.8倍。
• 与Q-CSMA相比，H-GMS将HD与FD用户间的公平性提升最高达50%，其中H-GMS-E在不同FD用户数量下均实现了最佳公平性。
• H-GMS相比Q-CSMA的延迟改善程度随权重函数的激进程度增加而提升，其中次线性函数（f(x)=√x）与线性函数（f(x)=x）相比对数函数，延迟性能提升达10–20倍。
• 性能增益在高负载下最为显著，当ρ=0.98时，使用f(x)=x的H-GMS相比Q-CSMA将平均队列长度减少9.8倍。