[论文解读] Multi-Path Cooperative Communications Networks for Augmented and Virtual Reality Transmission

Xiaohu Ge, Linghui Pan+3 more|arXiv (Cornell University)|Oct 31, 2017

Advanced MIMO Systems Optimization参考文献 14被引用 6

一句话总结

本文提出了一种在SDN增强的5G小细胞网络中实现多路径协作路由（MCR）的方案，以降低延迟并提升增强现实/虚拟现实（AR/VR）传输的能效。通过利用多条数据路径和一种能量最优算法（SEEO），MCR方案相比单路径路由，将服务有效能效（SEE）降低最多11.5%，并显著减少回传延迟，最优性能出现在144个视频内容和9.873 km⁻²的边缘数据中心（EDC）密度下。

ABSTRACT

Augmented and/or virtual reality (AR/VR) are emerging as one of the main applications in future fifth generation (5G) networks. To meet the requirements of lower latency and massive data transmission in AR/VR applications, a solution with software-defined networking (SDN) architecture is proposed for 5G small cell networks. On this basis, a multi-path cooperative route (MCR) scheme is proposed to facilitate the AR/VR wireless transmissions in 5G small cell networks, in which the delay of MCR scheme is analytically studied. Furthermore, a service effective energy optimal (SEEO) algorithm is developed for AR/VR wireless transmission in 5G small cell networks. Simulation results indicate that both the delay and service effective energy (SEE) of the proposed MCR scheme outperform the delay and SEE of the conventional single path route scheme in 5G small cell networks.

研究动机与目标

• 为解决5G网络中AR/VR应用对严格延迟和高数据速率的严苛需求。
• 降低5G小细胞网络中沉浸式多媒体服务的回传延迟并提升能效。
• 设计一种协作式多路径路由方案，使其在延迟和能耗方面优于传统单路径路由。
• 开发一种能量最优算法（SEEO），在满足延迟约束的前提下最小化网络能耗。
• 评估MCR方案在不同网络密度和内容存储配置下的性能增益。

提出的方法

• 设计了一种多路径协作路由（MCR）方案，用于在SDN管理的5G小细胞网络中将AR/VR数据分发到多条路径。
• 通过理论分析推导出MCR方案延迟的下限和上限，确立其性能边界。
• 开发了一种服务有效能效最优（SEEO）算法，以在确保延迟低于预设阈值的前提下最小化能耗。
• SEEO算法通过优化边缘数据中心（EDC）的密度和存储的视频内容数量，实现最低能耗。
• 通过网络仿真评估MCR方案在小基站（SBS）密度、EDC密度、缓冲区大小和最大传输距离变化下的性能。
• 将MCR方案与传统的单路径路由方案在回传延迟和有效服务能效（SEE）方面进行对比。

实验结果

研究问题

• RQ1 在5G小细胞网络中，多路径协作路由（MCR）方案相比单路径路由如何降低回传延迟？
• RQ2 MCR方案的理论延迟性能如何？其下限和上限在不同网络条件下如何变化？
• RQ3 SEEO算法如何在保持AR/VR服务可接受延迟的前提下优化能效？
• RQ4 在何种EDC密度和存储视频内容数量配置下，可实现服务有效能效（SEE）的最小化？
• RQ5 MCR方案在能效和延迟方面相较于单路径路由的性能提升程度如何？

主要发现

• 在最优配置下，MCR方案相比单路径路由方案，将回传延迟降低了最多11.5%。
• 当EDC中存储144个视频内容且EDC密度为9.873 km⁻²时，MCR方案实现了最低的服务有效能效（SEE）3.3226 × 10⁶ J·m⁻²。
• 在所有测试配置下，MCR方案的SEE均低于单路径方案，最优设置下提升达11.5%。
• 回传延迟随SBS缓冲区大小和SBS密度的增加而上升，但随EDC与目标SBS间最大距离的增加而降低。
• SEEO算法成功识别出最优EDC密度和内容数量，以在满足延迟约束的前提下最小化能耗。
• 当视频内容数量为144且EDC密度为9.873 km⁻²时，MCR方案实现最低SEE，验证了该算法的有效性。