[论文解读] Optimal Pricing and Load Sharing for Energy Saving in Communications Cooperation

Yinghao Guo, Lingjie Duan+1 more|arXiv (Cornell University)|Sep 30, 2014

Advanced MIMO Systems OptimizationEngineering参考文献 21被引用 19

一句话总结

本文提出了一种基于定价的协作通信框架，以实现蜂窝网络中节能的上行链路传输，其中能量受限的移动终端（MTs）向附近电池电量充足的MT支付费用以中继其数据。通过制定定价与负载共享的优化问题，该方案在降低MT能量消耗和电池耗尽概率的同时，提升了平均电池电量，且针对可分割与不可分割数据均设计了高效算法。

ABSTRACT

In this paper, we propose a pricing mechanism for the uplink communication cooperation to save the energy of mobile terminals (MTs) in wireless cellular network. Under the uncertainties of the other MTs' channel and battery conditions, a source MT in low battery level or bad channel condition is allowed to select and pay another MT in proximity to help forward its data package to the base station (BS). We formulate the source MT's pricing and load sharing problem as an optimization problem to minimize its expected energy cost. When the source MT cannot split its data package for a certain multimedia application, we motivate the selected relay MT to forward the whole data package by obtaining the optimal pricing through a dichotomous search algorithm. When the source MT can split the data package, we jointly optimize the pricing and load sharing with the relay MT and propose an alternating optimization algorithm that achieves near-optimal solution. Extensive numerical results are provided to show that our proposed pricing mechanism can significantly decrease the source MT's expected energy cost, and load sharing is more cost-efficient when the size of the data package is large and the average number of helping MTs is small.

研究动机与目标

• 解决由于自利行为和电池异质性导致移动终端（MTs）在节能协作通信中缺乏协作激励的问题。
• 设计一种实用的定价机制，使电池电量低或信道条件差的MT能够向附近的高电量MT支付费用以实现上行链路中继。
• 优化源MT的定价与数据负载共享策略，以最小化能量消耗，同时确保可靠传输。
• 在部分协作且信道与电池信息不完全的条件下，为可分割与不可分割数据情形设计高效算法。
• 评估所提方案在降低通信与电池耗尽概率、提升运行期间平均电池电量方面的影响。

提出的方法

• 将完全信息下的中继选择问题建模为基准，假设源MT完全掌握协助MT的信道与电池状态。
• 提出一种带定价的部分协作方案，其中源MT根据信道质量与电池水平选择并支付中继费用。
• 将源MT的能量成本建模为定价、数据负载与中继效率的函数，同时考虑中断概率与能量消耗。
• 分别采用二分搜索与交替优化方法求解可分割与不可分割数据的非凸优化问题。
• 利用二阶导数分析与驻点条件，推导出最优数据负载共享与定价的解析表达式。
• 证明目标函数关于定价与数据负载具有边际凸性，从而保证所提算法的收敛性。

实验结果

研究问题

• RQ1 如何通过定价机制激励能量受限的MT在不依赖利他主义的前提下参与上行链路协作传输？
• RQ2 当通过附近MT中继数据时，源MT应采用何种最优定价与负载共享策略以最小化能量消耗？
• RQ3 与非协作或全协作模型相比，所提方案在节能与电池耗尽方面的性能表现如何？
• RQ4 在可分割与不可分割数据约束下，最优的数据负载拆分与定价策略分别是什么？
• RQ5 该方案对MT在运行期间的平均电池电量与可靠性（中断概率）有何影响？

主要发现

• 所提出的定价与负载共享机制显著降低了移动终端的通信中断与电池耗尽概率。
• 该方案提升了MT在运行期间的平均电池电量，延长了其工作寿命。
• 对于可分割数据情形，最优数据负载为 $ \hat{D}_{i}^{(R)} = \frac{1}{2}\left(D_{i} + \log_{2}\frac{\theta_{i}}{\theta_{j}}\right) $，其取决于源与中继的相对能量效率。
• 通过二分搜索与交替优化，算法能高效收敛，确保实际部署可行性。
• 目标函数关于定价与数据负载具有边际凸性，使得在不确定性条件下仍能实现可靠优化。
• 数值结果证实，该方案在能效与可靠性方面优于非协作与全协作基准方案。