[论文解读] On Achievable Network Capacity and Throughput-Achieving Policies over Markov ON/OFF Channels

Chih‐Ping Li, Michael J. Neely|arXiv (Cornell University)|Mar 13, 2010

Age of Information Optimization被引用 10

一句话总结

本文研究了在瞬时信道状态未知的马尔可夫ON/OFF衰落信道下，多用户无线下行链路容量区域的内界与外界界。提出了一种基于队列的调度策略，利用帧结构的李雅普诺夫漂移与随机耦合技术，证明了在对称、大规模用户场景下该策略的紧致性，该策略可使网络在内界范围内的所有速率下保持稳定。

ABSTRACT

We study the fundamental network capacity of a multi-user wireless downlink under two assumptions: (1) Channels are not explicitly measured and thus instantaneous states are unknown, (2) Channels are modeled as ON/OFF Markov chains. This is an important network model to explore because channel probing may be costly or infeasible in some contexts. In this case, we can use channel memory with ACK/NACK feedback from previous transmissions to improve network throughput. Computing in closed form the capacity region of this network is difficult because it involves solving a high dimension partially observed Markov decision problem. Instead, in this paper we construct an inner and outer bound on the capacity region, showing that the bound is tight when the number of users is large and the traffic is symmetric. For the case of heterogeneous traffic and any number of users, we propose a simple queue-dependent policy that can stabilize the network with any data rates strictly within the inner capacity bound. The stability analysis uses a novel frame-based Lyapunov drift argument. The outer-bound analysis uses stochastic coupling and state aggregation to bound the performance of a restless bandit problem using a related multi-armed bandit system. Our results are useful in cognitive radio networks, opportunistic scheduling with delayed/uncertain channel state information, and restless bandit problems.

研究动机与目标

• 刻画当信道状态不可直接测量且建模为马尔可夫ON/OFF过程时，多用户下行链路的容量极限。
• 解决在延迟或无信道状态信息条件下设计吞吐量可达策略的挑战，尤其在信道探测成本高或不可行的情况下。
• 在对称、大规模用户场景中，构建容量区域的紧致内界与外界界。
• 设计一种简单、基于队列的调度策略，使网络在内界容量边界内的所有数据速率下保持稳定。
• 提供分析工具——帧结构李雅普诺夫漂移与带状态聚合的随机耦合——以分析此类场景下的非时齐Pólya（restless bandit）问题。

提出的方法

• 通过构建一种基于队列的调度策略，根据队列排队量和ACK/NACK反馈优先调度用户，推导出内界容量边界。
• 利用帧结构的李雅普诺夫漂移论证，证明所提策略在所有内界范围内的速率下保持稳定，即使在异构流量条件下亦成立。
• 应用随机耦合与状态聚合技术，通过将其与更简单的多臂赌博机系统关联，来界定非时齐Pólya问题的性能。
• 通过证明在对称、大规模用户场景下内界与外界界渐近收敛，确立了边界的紧致性。
• 将信道建模为具有记忆的两状态马尔可夫链（ON/OFF），并利用ACK/NACK反馈推断信道状态的时变演化。
• 通过界定可实现区域而非精确求解，间接解决了高维、部分可观测的马尔可夫决策问题。

实验结果

研究问题

• RQ1 当信道状态未知且建模为马尔可夫ON/OFF过程时，多用户无线下行链路的容量区域的根本范围是什么？
• RQ2 在存在延迟或无瞬时信道状态信息的条件下，调度策略如何实现接近理论容量极限的吞吐量？
• RQ3 在何种条件下，容量区域的内界与外界界趋于紧致？
• RQ4 能否设计一种简单、基于队列的调度策略，使网络在内界容量边界内的所有数据速率下保持稳定？
• RQ5 如何利用随机耦合与状态聚合技术，界定此类无线网络场景下非时齐Pólya问题的性能边界？

主要发现

• 所提出的基于队列的调度策略可使网络在所有严格位于内界容量边界内的数据速率下保持稳定，且不受用户异构性或用户数量的影响。
• 在对称、大规模用户场景下，内界与外界界被证明趋于紧致，表明边界在渐近意义上是精确的。
• 帧结构李雅普诺夫漂移分析为所提策略提供了严格的稳定性证明，即使在部分或延迟的信道状态反馈条件下亦成立。
• 随机耦合与状态聚合技术成功地通过关联到可处理的多臂赌博机系统，界定了非时齐Pólya问题的性能。
• 研究结果可直接应用于认知无线电网络与具有不确定或延迟信道状态信息的机遇式调度。
• 分析表明，信道记忆结合ACK/NACK反馈，即使无显式信道探测，亦可显著提升网络吞吐量。