[论文解读] Multicast eMBB and Bursty URLLC Service Multiplexing in a CoMP-Enabled RAN

Peng Yang, Xing Xi+4 more|arXiv (Cornell University)|Feb 21, 2020

Software-Defined Networks and 5G参考文献 27被引用 7

一句话总结

本文提出了一种在CoMP增强型网络中用于RAN切片的多时间尺度优化框架，联合支持广播eMBB和突发性URLLC服务。通过利用样本平均近似（SAA）和一种迭代算法，该方法在严格延迟和可靠性约束下实现了低分组阻塞概率，并最大化切片效用。

ABSTRACT

This paper is concerned with slicing a radio access network (RAN) for simultaneously serving two typical 5G and beyond use cases, i.e., enhanced mobile broadband (eMBB) and ultra-reliable and low latency communications (URLLC). Although many researches have been conducted to tackle this issue, few of them have considered the impact of bursty URLLC. The bursty characteristic of URLLC traffic may significantly increase the difficulty of RAN slicing on the aspect of ensuring a ultra-low packet blocking probability. To reduce the packet blocking probability, we re-visit the structure of physical resource blocks (PRBs) orchestrated for bursty URLLC traffic in the time-frequency plane based on our theoretical results. Meanwhile, we formulate the problem of slicing a RAN enabling coordinated multi-point (CoMP) transmissions for multicast eMBB and bursty URLLC service multiplexing as a multi-timescale optimization problem. The goal of this problem is to maximize multicast eMBB and bursty URLLC slice utilities, subject to physical resource constraints. To mitigate this thorny multi-timescale problem, we transform it into multiple single timescale problems by exploring the fundamental principle of a sample average approximation (SAA) technique. Next, an iterative algorithm with provable performance guarantees is developed to obtain solutions to these single timescale problems and aggregate the obtained solutions into those of the multi-timescale problem. We also design a prototype for the CoMP-enabled RAN slicing system incorporating with multicast eMBB and bursty URLLC traffic and compare the proposed iterative algorithm with the state-of-the-art algorithm to verify the effectiveness of the algorithm.

研究动机与目标

• 解决将突发性URLLC流量整合到RAN切片中时保持超可靠、低延迟性能的挑战。
• 在CoMP增强型无线接入网络的物理资源约束下，最大化广播eMBB和突发性URLLC切片的效用。
• 通过精细化的时频资源块分配，克服由突发性URLLC流量引起的高分组阻塞概率问题。
• 在动态网络环境中，设计一种可扩展且具有收敛性证明的联合资源分配算法，适用于多个时间尺度。

提出的方法

• 将RAN切片建模为多时间尺度优化问题，在资源约束下联合最大化eMBB和URLLC切片效用。
• 应用样本平均近似（SAA）技术，将复杂的多时间尺度问题分解为可处理的单时间尺度子问题。
• 开发一种具有收敛性证明和性能保证的迭代算法，用于求解每个子问题并聚合解决方案。
• 将URLLC流量建模为M/GI/∞队列，通过时变带宽和传输时长参数捕捉其突发特性。
• 利用队列系统的稳态概率和PASTA性质推导阻塞概率表达式，实现对性能的准确评估。
• 引入一种状态依赖的阻塞概率度量，以考虑CoMP中的动态带宽分配和干扰管理。

实验结果

研究问题

• RQ1 在CoMP增强型网络中，如何高效支持广播eMBB和突发性URLLC服务，同时实现最小分组阻塞？
• RQ2 突发性URLLC流量对共享无线接入网络中阻塞概率的影响是什么？如何缓解这一影响？
• RQ3 如何设计一种多时间尺度优化框架，以在动态流量条件下联合最大化eMBB和URLLC切片的效用？
• RQ4 所提出的迭代算法是否能在真实部署场景中实现可证明的收敛性，并优于现有最先进方法？

主要发现

• 所提出的迭代算法在突发性较高时，相比现有最先进方法，显著降低了URLLC分组阻塞概率。
• 样本平均近似（SAA）的使用使得多时间尺度问题能够被有效分解为可求解的单时间尺度子问题，并保证收敛性。
• 基于PASTA性质和M/GI/∞队列模型推导出的阻塞概率表达式，能够准确预测在动态带宽分配下的URLLC性能。
• 随着带宽 $ W^u $ 增大，阻塞概率趋近于基于泊松分布的表达式，验证了理论模型在高负载场景下的准确性。
• 分析表明，通过带宽缩放降低有效流量强度 $ q ho_s $ 可改善阻塞性能，尤其当 $ ho_s < 1 $ 时效果更显著。
• 仿真结果证实，所提算法在eMBB吞吐量和URLLC可靠性方面均优于现有方法，展现出实际可行性。