[论文解读] Low-complexity Optimal Scheduling over Correlated Fading Channels with ARQ Feedback

Wenzhuo Ouyang, Atilla Eryılmaz+1 more|arXiv (Cornell University)|Jun 7, 2012

Advanced Wireless Network Optimization参考文献 19被引用 7

一句话总结

本文提出了一种针对具有时相关衰落信道和ARQ反馈的下行链路无线网络的低复杂度、吞吐量最优调度策略。通过利用Whittle指数捕捉信道记忆特性，并将其与队列长度结合，所提出的指数策略在计算开销极小的情况下实现了最优性能，在平均传输次数约束下显著提升了吞吐量。

ABSTRACT

We investigate the downlink scheduling problem under Markovian ON/OFF fading channels, where the instantaneous channel state information is not directly accessible, but is revealed via ARQ-type feedback. The scheduler can exploit the temporal correlation/channel memory inherent in the Markovian channels to improve network performance. However, designing low-complexity and throughput-optimal algorithms under temporal correlation is a challenging problem. In this paper, we find that under an average number of transmissions constraint, a low-complexity index policy is throughput-optimal. The policy uses Whittle's index value, which was previously used to capture opportunistic scheduling under temporally correlated channels. Our results build on the interesting finding that, under the intricate queue length and channel memory evolutions, the importance of scheduling a user is captured by a simple multiplication of its queue length and Whittle's index value. The proposed queue-based index policy has provably low complexity. Numerical results show that significant throughput gains can be realized by exploiting the channel memory using the proposed low-complexity policy.

研究动机与目标

• 设计一种在时相关衰落信道且CSI不完全情况下的低复杂度、吞吐量最优调度策略。
• 解决在仅通过ARQ反馈获取信道状态信息时，调度中利用与探索之间权衡的挑战。
• 利用马尔可夫ON/OFF衰落信道中的时间相关性（信道记忆）以提升网络吞吐量。
• 设计一种在平均传输次数约束下既计算高效又可证明最优的调度策略。
• 证明队列长度与Whittle指数值的乘积能够捕捉在队列与信道状态演化复杂相互作用下的调度优先级。

提出的方法

• 将下行链路信道建模为马尔可夫ON/OFF过程，以捕捉时间相关性和记忆特性。
• 利用ARQ反馈间接推断信道状态，避免直接获取CSI。
• 提出一种基于队列的指数策略，其中调度优先级由队列长度与Whittle指数值的乘积决定。
• 通过证明该策略在平均传输约束下可最大化长期系统效用，建立其吞吐量最优性。
• 采用动态规划与李雅普诺夫漂移分析方法，刻画系统的稳定区域与最优性。
• 采用基于扰动的方法分析值函数对系统参数变化的敏感性，证明指数策略的最优性。

实验结果

研究问题

• RQ1 能否设计一种低复杂度调度策略，在具有ARQ反馈的时相关衰落信道中实现吞吐量最优？
• RQ2 如何联合利用信道记忆与队列状态以提升调度性能？
• RQ3 是否存在一种简单的指数规则，能够捕捉队列积压与信道状态预测之间的最优权衡？
• RQ4 在平均传输次数约束下，队列长度与Whittle指数值的乘积是否能产生最优调度策略？
• RQ5 所提出的策略能否避免传统动态规划方法固有的维数灾难问题？

主要发现

• 所提出的基于队列的指数策略，利用队列长度与Whittle指数值的乘积，在平均传输次数约束下具有吞吐量最优性。
• 该策略实现了可证明的低计算复杂度，避免了传统动态规划方法的计算不可行性。
• 数值结果表明，通过所提出的指数策略利用信道记忆可显著提升吞吐量。
• 通过值函数的敏感性分析及扰动系统动态的比较，证明了该策略的最优性。
• 即使用户具有异构的马尔可夫信道统计特性，该策略仍保持最优性，而以往工作多局限于对称情形。
• 分析结果确认，尽管队列与信道状态演化之间存在复杂交互，调度用户的重要性仍可由一个简单的乘法指数准确捕捉。