В условиях бурного роста мобильных приложений прогнозируется, что к 2020 году к сети будет подключено около 50 миллиардов устройств. Устройства сотовой связи могут испытывать проблемы с качеством обслуживания (QoS) и качеством обслуживания (QoE) из-за состояния каналов связи между устройствами и базовой станцией (BS) на больших расстояниях и во времени.
Релейная коммуникация между устройствами (D2D), как ключевая технология 5G, может улучшить передачу данных и охват сети, помогая пользователям с более низкими условиями канала посредством многоточечной передачи. В частности, передатчики (ТХ) пар D2D могут выступать в качестве релейных узлов для уменьшения расстояния и условий передачи. улучшить канал
Необходимые данные приемников D2D (РХ) передаются от НКС к ближайшим ТХ, которые хранятся в буферах очереди ТХ перед передачей на РХ. По сравнению с обычной многофункциональной релейной сетью, релейная сеть на основе D2D может быть развернута под обычными сетями сотовой связи, что обеспечивает централизованное управление ресурсами и их координацию.
Однако, несмотря на преимущества, описанные выше, широкое распространение релейной сети на основе D2D все еще сталкивается с некоторыми проблемами.
Во-первых, отсутствует многоуровневая схема распределения ресурсов, гарантирующая надежность работы сети, а также удовлетворение требований приложений, связанных с низкой задержкой. Поскольку скорость поступления необходимых данных в ТКС и условия канала между парами D2D меняются со временем, требуется совместная оптимизация управления скоростью на сетевом уровне и скоростью передачи на физическом уровне.
Традиционные схемы, которые учитывают только оптимизацию скорости передачи на физическом уровне, игнорируя при этом скорость прихода на сетевой уровень, приведут к дисбалансу между скоростью прихода и скоростью передачи данных. Несбалансированность данных приведет к задержкам в очереди и падению пакетов в ТС из-за ограниченных возможностей буферизации очереди ТС, что приводит к недопустимым задержкам и ненадежности сети.
Во-вторых, отсутствует эффективная схема онлайн-распределения ресурсов, которая оптимизирует производительность сети в долгосрочной перспективе. Традиционная краткосрочная оптимизация не может удовлетворить долгосрочную цель и ограничения оптимизации, что приведет к серьезному снижению производительности, поскольку ресурсы распределяются только на основе мгновенных состояний и ограничений. Кроме того, из-за ограничений, связанных с несчастными случаями, трудно получить точную информацию в будущем при практическом применении.
И последнее, но не менее важное: вычислительная сложность традиционных алгоритмов распределения ресурсов динамически возрастает по мере увеличения количества пар D2D. Причина в том, что многочисленные переменные оптимизации в сети связаны друг с другом, например, ограничение суммарного расхода и суммарного энергопотребления, что приводит к чрезмерной вычислительной сложности. С другой стороны, задача оптимизации со связанными ограничениями решается на основе временных интервалов, что еще больше усложняет вычисления.
Связанные работы
Благодаря преимуществам релейной сети на основе D2D, таким как расширение зоны покрытия сот, сокращение задержек в сети и повышение ее надежности, она вызвала широкую озабоченность как в научных кругах, так и в промышленности. Предложен многомерный алгоритм оптимизации для решения проблемы распределения контента в многофункциональных D2D-релейных сетях, который позволяет эффективно снизить среднюю задержку в сети. В работе Zhou и других изучали связь D2D, лежащую в основе сотовых сетей, и предложили совместный алгоритм выбора канала и оптимизации распределения мощности для повышения энергоэффективности с учетом различных ограничений QoS.
В работе Dang и других предложили полнодуплексную многофункциональную коммуникационную структуру D2D, в которой передача данных между передатчиками и приемниками D2D осуществляется с помощью нескольких реле. Однако эти работы в основном сосредоточены на оптимизации краткосрочной производительности сети, например, мгновенной пропускной способности сети, энергоэффективности и задержек передачи, игнорируя при этом оптимизацию средней по времени производительности.
Ляпуновская оптимизация - это мощная методология изучения долгосрочных оптимизационных задач, способная трансформировать долгосрочную объективную функцию в серию краткосрочных подпроблем и превратить долгосрочные ограничения в ограничения стабильности очередей. Он применялся в различных сценариях применения, таких как сети D2D , краевые вычисления, сотовые сети на основе OFDMA.
В работе Sheng и других предложили алгоритм распределения ресурсов для максимизации энергоэффективности D2D-коммуникаций, лежащих в основе сотовых сетей, с учетом ограничений по времени и стабильности сети путем сочетания фракционного программирования и оптимизации Ляпунова.
В работе Guo и других предложили многоуровневую схему совместного контроля ставок и распределения ресурсов, которая может максимально увеличить среднюю по времени удовлетворенность пользователей на основе оптимизации Ляпунова.
В работе Peng и других рассмотрели проблему оптимизации энергоэффективности мультимедийных сетей HCRAN с индивидуальной пропускной способностью, а также множественные ограничения помех для восприятия очереди и предложили алгоритм онлайн распределения ресурсов, основанный на оптимизации Ляпунова. Однако, при оптимизации производительности всей сети, вычислительная сложность значительно возрастает с увеличением количества устройств из-за связи переменных оптимизации и ограничений между устройствами.
Алгоритм ADMMM может решить некоторые специфические задачи оптимизации выпуклости с гораздо меньшей сложностью, так как и первичные, и двойные переменные обновляются в альтернативном направлении для повышения скорости сходимости.
В ней используется процедура декомпозиции-координации, при которой глобальная оптимизационная задача сначала разлагается на множество мелких подпроблем, а затем решения этих подпроблем рассчитываются, обновляются и координируются для нахождения решения глобальной проблемы. Система ADMMM получила широкое распространение при решении масштабных задач оптимизации в различных сценариях применения.
Предлагаемый алгоритм не ограничивается сетями D2D-реле. Она может быть расширена для решения схожих задач по регулированию скорости соединения и распределению электроэнергии в различных сценариях применения, таких как разгрузка задач и сбор энергии.
Была предложена релейная структура на основе D2D для повышения надежности и сокращения задержек в сети. На основе оптимизации Ляпунова задача оптимизации межслойных соединений разделена на две независимые подзадачи - регулирование скорости и распределение электроэнергии, которые могут быть решены с использованием условий KKT и алгоритма ADMM, соответственно.
В дальнейшей предполагается улучшать производительность сети, рассматривая мобильность устройств в долгосрочной перспективе. Кроме того, изучать, как сочетать оптимизацию Ляпунова и алгоритм ADMM с обучением работе с большими массивами данных или машинным обучением для решения сложных задач.