[论文解读] Resource Allocation in Cloud Radio Access Networks with Device-to-Device Communications

Yitao Mo, Mugen Peng+3 more|arXiv (Cornell University)|Sep 14, 2017

Advanced MIMO Systems Optimization参考文献 27被引用 3

一句话总结

该论文针对具有设备到设备（D2D）通信的云无线电接入网络（C-RANs），提出了一种联合模式选择与资源分配（JMSRA）算法，旨在动态流量和时变信道条件下最大化吞吐量。通过李雅普诺夫优化，将随机问题转化为一种具有延迟感知的混合整数非线性规划问题，再分解为模式选择、波束成形和功率控制子问题，采用改进的分支定界法与加权最小均方误差法求解，实现了高吞吐量、低时延以及回传链路负载的降低，并具备灵活的吞吐量-时延权衡能力。

ABSTRACT

To alleviate the burdens on the fronthaul and reduce the transmit latency, the device-to-device (D2D) communication is presented in cloud radio access networks (C-RANs). Considering dynamic traffic arrivals and time-varying channel conditions, the resource allocation in C-RANs with D2D is formulated into a stochastic optimization problem, which is aimed at maximizing the overall throughput subject to network stability, interference, and fronthaul capacity constraints. Leveraging on the Lyapunov optimization technique, the stochastic optimization problem is transformed into a delay-aware optimization problem, which is a mixed-integer nonlinear programming problem and can be decomposed into three subproblems: mode selection, uplink beamforming design, and power control. An optimization solution that consists of a modified branch and bound method as well as a weighted minimum mean square error approach has been developed to obtain the close-to-optimal solution. Simulation results validate that the D2D can improve throughput, decrease latency, and alleviate the burdens of the constrained fronthaul in C-RANs. Furthermore, an average throughput-delay tradeoff can be achieved by the proposed solution.

研究动机与目标

• 为解决C-RANs中容量受限且具有时延约束的回传链路问题，该问题限制了频谱与能量效率。
• 将D2D通信集成至C-RANs中，以卸载上行链路流量并减轻回传链路负担。
• 设计一种联合优化模式选择、波束成形与功率控制的资源分配方案，适用于动态流量与时变信道条件。
• 通过结合队列状态信息（QSI）与信道状态信息（CSI），确保网络稳定性并满足服务质量要求。
• 在随机、实时环境中实现平均吞吐量与时延之间的灵活权衡。

提出的方法

• 将资源分配问题建模为一个随机优化问题，旨在满足回传容量、干扰与稳定性约束的前提下，最大化整体吞吐量。
• 应用李雅普诺夫优化，将随机问题转化为具有延迟感知的优化问题，从而实现对队列状态与信道状态的联合考虑。
• 将问题分解为三个子问题：模式选择（D2D与蜂窝模式之间）、上行波束成形设计与功率控制。
• 提出一种联合模式选择与资源分配（JMSRA）算法，采用改进的分支定界法求解模式选择，利用加权最小均方误差（WMMSE）方法求解波束成形与功率控制。
• 通过迭代求解子问题，收敛至一个在吞吐量与时延之间实现良好平衡的近优解。
• 采用虚拟队列框架以确保网络稳定性，并满足队列延迟要求。

实验结果

研究问题

• RQ1 如何有效将D2D通信集成至C-RANs中，以减轻回传链路负载并降低端到端时延？
• RQ2 在具有D2D链路的动态、时变C-RAN中，系统吞吐量与时延之间的最优权衡是什么？
• RQ3 在随机流量与信道条件下，如何联合优化资源分配中的模式选择、波束成形与功率控制？
• RQ4 与传统的仅C-RAN或仅D2D方案相比，所提算法在频谱效率与回传链路利用率方面可提升多少？
• RQ5 所提算法能否在保持低时延的同时实现稳定网络运行，以满足对时延敏感的应用需求？

主要发现

• 所提出的JMSRA算法在整体平均吞吐量方面优于仅C-RAN或仅D2D的方案，充分体现了D2D卸载在C-RANs中的优势。
• 通过利用短距离D2D链路实现本地通信，显著降低了端到端传输时延，尤其当D2D对之间距离较近时效果更明显。
• 回传链路负载得到显著缓解，因为D2D通信减少了需通过受限回传链路传输的上行链路数据量。
• 随着回传链路容量的提高，JMSRA与仅C-RAN模式之间的性能差距进一步扩大，表明在容量受限条件下D2D带来的增益最为显著。
• 随着D2D链路最大距离的增加，所有方案的整体吞吐量均下降，但JMSRA算法仍能保持相较于仅D2D模式更大的性能优势，这得益于协作多点（CoMP）与D2D的协同增益。
• 该算法实现了灵活的平均吞吐量-时延权衡，使网络运营商可根据应用需求调节性能表现。