[论文解读] Optimal Resource Allocation in IEEE 802.11ax Uplink OFDMA with Scheduled Access

Konstantinos Dovelos, Boris Bellalta|arXiv (Cornell University)|Nov 2, 2018

Advanced Wireless Network Optimization参考文献 17被引用 4

一句话总结

本文提出了一种基于李雅普诺夫优化的资源分配框架，用于IEEE 802.11ax上行链路OFDMA的调度接入，可在平均速率和功率约束下实现长期效用的最大化。该方法以多项式时间复杂度实现近似最优性能，并通过与目标唤醒时间（Target Wake Time）机制集成，支持功率和速率保障，尤其适用于物联网和电池供电网络。

ABSTRACT

We consider the scheduling and resource allocation problem in AP-initiated uplink OFDMA transmissions of IEEE 802.11ax networks. The uplink OFDMA resource allocation problem is known to be non-convex and difficult to solve in general. However, due to the special subcarrier allocation model of IEEE 802.11ax, the utility maximization problem involving the instantaneous rates of stations can be formulated as an assignment problem, and hence can be solved using the Hungarian method. In this paper, we address the more general problem of stochastic network utility maximization. Specifically, we maximize the utility of long-term average rates of stations subject to average rate and power constraints using Lyapunov optimization. The resulting resource allocation policies perform arbitrarily close to optimal and have polynomial time complexity. An important advantage of the proposed framework is that it can be used along with the target wake time mechanism of IEEE 802.11ax to provide guarantees on the average power consumption and/or achievable rates of stations whenever possible. Two key applications of such a design approach are power-constrained IoT networks and battery-powered sensor networks. We complement the theoretical study with computer simulations that evaluate our approach against other existing methods.

研究动机与目标

• 解决IEEE 802.11ax上行链路OFDMA在调度接入场景下的非凸资源分配问题，该问题因资源单元（RU）子载波分配模型而变得复杂。
• 在平均速率和功率约束下最大化长期网络效用，确保在动态无线环境中的公平性与稳定性。
• 集成目标唤醒时间（TWT）机制，为能量受限的终端提供保证的平均功耗和速率性能。
• 开发一种多项式时间算法，其性能可任意接近最优解，从而实现高效WLAN的实用部署。
• 通过在真实网络场景下的全面仿真，评估该框架相对于现有方法的性能表现。

提出的方法

• 本文采用李雅普诺夫优化，将随机网络效用最大化问题转化为时间平均优化问题，确保系统稳定性和近似最优性。
• 引入用于速率、功率和最小速率约束的虚拟队列，以在优化框架中强制执行长期平均约束。
• 利用IEEE 802.11ax的RU子载波分配结构，将效用最大化问题分解为每个时隙的分配问题，采用匈牙利算法求解。
• 该算法在每个时隙中联合调度用户、分配RU、选择MCS等级并控制发射功率，以最大化长期效用。
• 该框架支持随机化策略，并保证解在最优效用的O(1/V)范围内，其中V为控制参数。
• 该方法与IEEE 802.11ax的TWT机制兼容，通过同步用户唤醒时间实现节能运行。

实验结果

研究问题

• RQ1 李雅普诺夫优化能否有效应用于IEEE 802.11ax上行链路OFDMA中的非凸、RU约束资源分配问题？
• RQ2 在随机无线环境中，如何在最大化系统效用的同时强制执行长期平均速率和功率约束？
• RQ3 所提出的框架在多项式时间复杂度下能实现多接近最优性能？
• RQ4 将TWT与资源分配策略集成，能否为能量受限设备保证平均功耗和速率性能？
• RQ5 在真实场景中，所提出方法与现有调度和资源分配方案相比性能如何？

主要发现

• 所提出的基于李雅普诺夫的框架可实现与最优解相差O(1/V)的效用，其中V为控制参数，用于平衡性能与时延。
• 该算法确保所有虚拟队列的平均速率稳定，从而保证长期平均功率和速率约束得以满足。
• 匈牙利算法实现了每个时隙对RU的高效分配，尽管问题本身为非凸结构，仍可实现多项式时间复杂度。
• 该框架支持与IEEE 802.11ax TWT机制的集成，为物联网和传感器网络提供确定性、低功耗运行能力。
• 仿真结果表明，该方法在各种业务和信道条件下，相对于现有方案在公平性、吞吐量和能效方面表现更优。
• 即使在时变信道条件下，该方法仍能实现接近最优的性能，与理论最优值相比效用损失极小。