[论文解读] Network Utility Aware Traffic Loading Balancing in Backhaul-constrained Cache-enabled Small Cell Networks with Hybrid Power Supplies

Tao Han, Nirwan Ansari|arXiv (Cornell University)|Sep 29, 2014

Caching and Content Delivery参考文献 26被引用 7

一句话总结

本文提出了一种网络效用感知（NUA）流量负载均衡方案，适用于回传受限、缓存增强的小型蜂窝网络，并采用混合供电方式。通过联合优化绿色能源利用率、回传与基站（BS）的流量时延以及缓存命中率，NUA方案动态平衡用户关联，以最小化网络效用成本，在回传受限条件下实现更低时延与更高的能效，优于基线方案，尤其在回传受限场景下表现更优。

ABSTRACT

Explosive data traffic growth leads to a continuous surge in capacity demands across mobile networks. In order to provision high network capacity, small cell base stations (SCBSs) are widely deployed. Owing to the close proximity to mobile users, SCBSs can effectively enhance the network capacity and offloading traffic load from macro BSs (MBSs). However, the cost-effective backhaul may not be readily available for SCBSs, thus leading to backhaul constraints in small cell networks (SCNs). Enabling cache in BSs may mitigate the backhaul constraints in SCNs. Moreover, the dense deployment of SCBSs may incur excessive energy consumption. To alleviate brown power consumption, renewable energy will be explored to power BSs. In such a network, it is challenging to dynamically balance traffic load among BSs to optimize the network utilities. In this paper, we investigate the traffic load balancing in backhaul-constrained cache-enabled small cell networks powered by hybrid energy sources. We have proposed a network utility aware (NUA) traffic load balancing scheme that optimizes user association to strike a tradeoff between the green power utilization and the traffic delivery latency. On balancing the traffic load, the proposed NUA traffic load balancing scheme considers the green power utilization, the traffic delivery latency in both BSs and their backhaul, and the cache hit ratio. The NUA traffic load balancing scheme allows dynamically adjusting the tradeoff between the green power utilization and the traffic delivery latency. We have proved the convergence and the optimality of the proposed NUA traffic load balancing scheme. Through extensive simulations, we have compared performance of the NUA traffic load balancing scheme with other schemes and showed its advantages in backhaul-constrained cache-enabled small cell networks with hybrid power supplies.

研究动机与目标

• 解决因回传容量受限而导致的小型蜂窝网络中流量负载不均衡的挑战。
• 优化由混合（绿色与棕色）能源供电的缓存增强型小型蜂窝网络中的用户关联。
• 在绿色能源利用率与网络性能之间实现权衡，特别是流量传输时延。
• 将缓存命中率与回传数据速率纳入用户关联决策，以提升效率。
• 设计一种动态的、效用感知的方案，能够适应能源可用性与网络状态的实时变化。

提出的方法

• NUA方案构建了一个网络效用函数 ψ(η)，综合考虑绿色能源利用率、回传时延、基站时延以及缓存命中率。
• 通过一种动态自适应算法，基于实时回传数据速率与能源可用性，最小化 ψ(η) 来优化用户关联。
• 采用性能指标的加权和，通过可调参数 κ 控制棕色能源消耗与时延之间的权衡。
• 根据绿色能源可用性、回传容量与本地缓存内容，动态调整用户关联。
• 证明该算法在所构建效用函数下具有收敛性与最优性。
• 通过仿真对比 NUA 方案与 vGALA 及 NUA-NC（无缓存感知）方案在不同回传速率与能源条件下的表现。

实验结果

研究问题

• RQ1 在回传受限、缓存增强、采用混合供电的小型蜂窝网络中，如何有效实现流量负载均衡？
• RQ2 此类网络中，绿色能源利用率与流量传输时延之间的最优权衡是什么？
• RQ3 对缓存命中率的感知如何影响回传负载与用户关联决策？
• RQ4 对回传数据速率变化的动态适应如何影响网络性能与能效？
• RQ5 与单一指标方法相比，整合多个网络指标的统一效用函数是否能提升整体网络效用？

主要发现

• 在所有回传数据速率下，NUA方案均实现了最低的流量传输时延，在高拥塞场景下相比 vGALA 最高提升达 667%。
• 忽略缓存感知的 NUA-NC 变体高估了回传负载，不必要地缩小了覆盖范围，导致性能下降。
• NUA方案通过智能地将流量卸载至绿色供电的基站，显著降低了棕色能源消耗，尤其在绿色能源可用时效果更明显。
• 当回传数据速率较低时，缓存感知显著降低了流量传输时延，凸显了缓存集成的价值。
• NUA方案能收敛至最优解，并在绿色能源与回传容量动态变化时保持稳定性能。
• NUA方案使 ψ(η) 的值最小化，证明其在多维网络效用权衡中具有优越性。