Good Stuff Happens in 1:1 Meetings: Why you need them and how to do them well
Phd presentation
1. Βέλτιστη Ανάθεση Χρηστών και
Διαμοιρασμός Πόρων σε Ετερογενή
Ασύρματα Δίκτυα
ΔΙΔΑΚΤΟΡΙΚΗ ΔΙΑΤΡΙΒΗ
Γεώργιος Π. Αριστομενόπουλος
Αθήνα 29/03/2013
2. Τα ασύρματα δίκτυα σήμερα…
}
• Κινητοί Χρήστες
• Πολλαπλές Υπηρεσίες Ετερογένεια
• Ποικίλες Απαιτήσεις ΠτΥ Πολυπλοκότητα
• Διαφορετικά Δίκτυα Πολλαπλότητα
Πρόσβασης
“εξεύρεση τρόπων, μηχανισμών και αρχιτεκτονικών που θα
επιτρέψουν την ενσωμάτωση μιας πληθώρας ετερογενών
δικτύων κάτω από μία κοινή διαχειριστική μονάδα με στόχο
την συνολική αντιμετώπιση των διαθέσιμων πόρων
του δικτύου”
Γεώργιος Π. Αριστομενόπουλος 23/03/2013 2
3. Διάρθρωση της παρουσίασης
Το πρόβλημα στη Βιβλιογραφία
Αυτόνομες ευρετικές λύσεις
o Χαμηλή πολυπλοκότητα
o Εύκολα υιοθετήσιμες
o Μη αποδεδειγμένης βελτιστότητας
Κατανεμημένες βέλτιστες λύσεις
o Εξασφαλίζουν το βέλτιστο σημείο λειτουργίας του συνολικού ενοποιημένου
συστήματος
o Πολυπλοκότητα
o Σηματοδοσία
Συμπεράσματα και Μελλοντική Εργασία
Γεώργιος Π. Αριστομενόπουλος 23/03/2013 3
4. Το πρόβλημα στη Βιβλιογραφία
Γεώργιος Π. Αριστομενόπουλος 23/03/2013 4
5. Τι κάνουμε…
Βέλτιστη ανάθεση χρηστών και διαμοιρασμός
πόρων σε ενοποιημένα ετερογενή ασύρματα
δίκτυα
• Δημιουργία ενός ενοποιημένου πλαισίου που
αντιμετωπίζει ολόκληρο το ετερογενές σύστημα σαν
ένα ενιαίο πρόβλημα βελτιστοποίησης
o Ανεξάρτητο του υποκείμενου δικτύου πρόσβασης
o Βελτιστοποιεί τη συνολική απόδοση του συστήματος
o Μεγιστοποιεί τη συνολική απόδοση των υπηρεσιών των χρηστών
διασφαλίζοντας τα αντίστοιχων κριτηρίων ΠτΥ τους
Θεωρία Μεγιστοποίησης Χρησιμότητας Δικτύου
Network Utility Maximization Theory (NUM)
Γεώργιος Π. Αριστομενόπουλος 23/03/2013 5
6. Συναρτήσεις Χρησιμότητας
• Αντανακλά το βαθμό της
ικανοποίησης του χρήστη
συναρτήσει της ποιότητας
της υπηρεσίας που λαμβάνει
– Ενοποιημένο τρόπο
– Ανεξαρτήτως του υποκείμενου
δικτύου πρόσβασης
max ∑U j ( w j )
j
st. ∑w
j
j ≤ W max
“Η μοντελοποίηση ενός συστήματος με χρήση συναρτήσεων
χρησιμότητας επιτρέπει την δημιουργία κοινών
προβλημάτων βελτιστοποίησης που μπορούν να
επιλυθούν χρησιμοποιώντας εργαλεία και τεχνικές της
θεωρίας Μεγιστοποίησης Χρησιμότητας Δικτύου“
Γεώργιος Π. Αριστομενόπουλος 23/03/2013 6
7. Αυτόνομος Μηχανισμός
Διαχείρισης Πόρων σε
Ενοποιημένα Ασύρματα Δίκτυα
Autonomic JOint Network Selection (AJONS)
Γεώργιος Π. Αριστομενόπουλος 23/03/2013 7
9. Αυτόνομη Ενδοκυψελική Διαχείριση Πόρων
CDMA WLAN
NCDMA NWLAN
max
P
∑U i ( ri ( P )) max
R
∑U
j =1
j ( rj )
i =1
∑ ∑
NCDMA NWLAN
s.t. i =1
Pi ≤ Pmax s.t. j =1
rj ≤ Cmax
0 ≤ Pi ≤ Pmax 0 ≤ rj ≤ Cmax
Κάθε χρήστης υπολογίζει τη χρησιμότητα του μείον το αντίστοιχο
κόστος, που εν γένει αντιπροσωπεύει την μέγιστη χρησιμότητα του
χρήστη i ανά μονάδα πόρων
,i {
λcmax = min λ ≥ 0 | max { U i ( ri ( t )) − λ ri ( t )} = 0
max
0≤ ri ≤C
}
Κάθε Σταθμός βάσης υπολογίζει το λc* που αντιπροσωπεύει την
μοναδική τιμή ισορροπίας ανά μονάδα πόρων που βελτιστοποιεί
τον διαμοιρασμό πόρων στην κυψέλη
Γεώργιος Π. Αριστομενόπουλος 23/03/2013 9
10. Αυτόνομη Ενδοκυψελική Διαχείριση Πόρων
• λcmax
,i αντικατοπτρίζει την ανωτερότητα του χρήστη
απέναντι στους άλλους
– Υψηλές τιμές δηλώνουν μεγαλύτερη πιθανότητα ικανοποίησης των
κριτηρίων ΠτΥ.
• λ *
c αντικατοπτρίζει το βαθμό συμφόρησης της
κυψέλης
– Χαμηλές τιμές δηλώνουν μεγαλύτερη διαθεσιμότητα πόρων
Γεώργιος Π. Αριστομενόπουλος 23/03/2013 10
11. Αυτόνομος Διακυψελικός Μηχανισμός
Επιλογής Δικτύου
Ανάγκη αξιοποίησης τοπικά διαθέσιμων πληροφοριών
από κάθε σταθμό βάσης
• λc σαν δείκτη συμφόρησης;
*
• Λύση: Επίλυση των προβλημάτων RRM κάθε
TAJONS = M ×max(Ts , T f )
λavg ,c
*
• Υπολόγισε το κανονικοποιημένο κέρδος ανά μονάδα
πόρων που θα αποκτούσε ο χρήστης i εάν επέλεγε
τη κυψέλη c για να συνδεθεί
{ }
λcmax − λavg ,c
*
if λcmax ≥ λavg ,c
*
και
,i
,i ˆ ˆ
c = arg max max{e ×J c ,i (λc ,i )}, J c ,i (λc ,i )
ˆ
ˆ
λc ,i = λavg ,c
*
c∈C c∈C− c
otherwise
0
Γεώργιος Π. Αριστομενόπουλος 23/03/2013 11
12. Αυτόνομος Διακυψελικός Μηχανισμός
Επιλογής Δικτύου
λcmax − λavg ,c
,i
*
if λcmax ≥ λavg ,c
,i
*
ˆ
λc ,i = λavg ,c
*
otherwise
0
• Προοπτική του Δικτύου:
o Αυξημένη συμφόρηση σε ένα κελί υψηλή τιμή
ανά μονάδα πόρων αποθάρρυνση χρήστη
από επιλογή εξισορρόπηση φόρτου
• Προοπτική του Χρήστη:
o Υψηλή ικανοποίηση με βάση τη συνάρτηση
χρησιμότητας του για να συνδεθεί σε μία κυψέλη
υψηλή μέγιστη επιθυμία να πληρώσει ωθείται
να το επιλέξει
Γεώργιος Π. Αριστομενόπουλος 23/03/2013 12
13. Χαρακτηριστικά και Πρακτικότητα
Ασύγχρονη Λειτουργία
o ο ΣΒ δρα υποστηρικτικά (δηλαδή να μεταδίδει περιοδικά την τιμή)
o Ο κόμβος πραγματοποιεί ασύγχρονα και αυτόνομα διαδικασίες
μεταπομπής και επιλογής δικτυού πρόσβασης, στοχεύοντας στην
αυτό-βελτιστοποίηση
o Μειωμένος φόρτος σηματοδοσίας
o Αποδεικνύει την κλιμακωσιμότητα του σχήματος
Πολυπλοκότητα
o Βρόχος Ελέγχου AJONS στον κινητό κόμβο
• λίγες πράξεις πραγματικών αριθμών
• αποθηκεύει στην εσωτερική του μνήμη μόνο μερικούς πραγματικούς
αριθμούς οι οποίοι εξαρτούνται από τον αριθμό των κυψελών που
βρίσκονται στην γειτονιά του.
o Βρόχος Ελέγχου AJONS στο σταθμό βάσης
• πολυπλοκότητα των αλγορίθμων που λύνουν τα προβλήματα (1) και (2)
• Υποθέτοντας πως η επίλυση τέτοιων προβλημάτων υλοποιείται για το ARRM
η πολυπλοκότητα που εισάγει το AJONS είναι σχεδόν μηδαμινή.
Γεώργιος Π. Αριστομενόπουλος 23/03/2013 13
14. Αριθμητικά Αποτελέσματα
• Περιβάλλον προσομοίωσης: MATLAB
• CDMA – WLAN (3GPP2)
• OFDMA – WLAN (3GPP-LTE)
• Ρυθμός εισόδου χρηστών: 1 TAJONS = 1 10sec
• Μη-Πραγματικού Χρόνου: U i ( ri ) = 1- exp(- gri )
• Πραγματικού Χρόνου: U i ( ri ) = m
1
−a(r − p)
-d
• Τυχαία κίνηση (800x800) 1 + e i
• ˆ ˆ
J c ,i (λc ,i ) = λc ,i , e = 0.7
• Συγκρινόμενες Μέθοδοι
o Radio Signal Strength – RSS
o Autonomic Service Differentiation –ASDiff
o AUtonomic HandOver – AUHO
o Network Selection Algorithm - Initial Network Selection – NSA-INS
Γεώργιος Π. Αριστομενόπουλος 23/03/2013 14
21. Το Γενικό Πρωτεύον Πρόβλημα
GP: max ∑∑U j ( wc , j ) xc , j
c∈C j∈J
st. ∑x
c∈C
c, j =1 ∀j ∈ J
∑w
j∈J
x
c, j c, j ≤ Wc ∀c ∈ C
xc , j ∈ {0,1} ∀c ∈ C , ∀j ∈ J
• Ανάγκη για μια γενικότερη λύση:
o Η απόδοση της υπηρεσίας ενός χρήστη κατά την ανάθεση
σε μία κυψέλη δεν είναι σταθερή, αλλά επηρεάζει και
επηρεάζεται από το σύνολο των χρηστών ανατίθενται στη
συγκεκριμένη κυψέλη.
o Έλλειψη συγχρονισμού και περιορισμένο εύρος ζώνης σε
ασύρματα δίκτυα.
Γεώργιος Π. Αριστομενόπουλος 23/03/2013 21
23. Χαρακτηριστικά και συνεισφορά
Χωρικά Αποσυνδεδεμένη Λύση
o Απαιτείται μόνο τοπικά διαθέσιμή πληροφορία.
o Κυψέλη: το σύνολο των ασύρματων κόμβων που είναι συνδεδεμένοι με αυτήν.
o Χρήστης: το σύνολο των κυψελών που ο χρήστης βρίσκεται στην εμβέλεια τους
και θα μπορούσε ενδεχομένως να συνδεθεί.
o Αυτή η ιδιότητα εξασφαλίζει χαμηλό όγκο σηματοδοσίας και ευνοεί την
κλιμακωσιμότητα.
Λειτουργικά Αποσυνδεδεμένη Λύση
o Ανεξάρτητη του τύπου και των τεχνολογιών των κυψέλων που συνυπάρχουν
στο ενοποιημένο σύστημα.
o Εξετάζονται κυψελωτά (CDMA), τοπικά ασύρματα (802.11.x) και WiMAX δίκτυα.
Καθολική Πλησιοβελτιστότητα και Σύγκλιση
o Κατανεμημένος, χαμηλής πολυπλοκότητας αλγόριθμος.
o Αποδεδειγμένη σύγκλιση σε ένα καθολικά πλησιοβέλτιστο σημείο λειτουργίας.
o Καθορίζονται τα άνω και κάτω όρια της τιμής της βέλτιστης λύσης.
o Υπολογίζεται η συνεπαγόμενη απόκλιση από τη βέλτιστη λύση.
o Μελετάται η σταθερότητα του αλγόριθμου.
Γεώργιος Π. Αριστομενόπουλος 23/03/2013 23
24. Μεθοδολογία Επίλυσης
• Εφαρμόζουμε μερική χαλάρωση και υπολογίζουμε
το δυικό πρόβλημα του GP.
1. Ορίζουμε την συνάρτηση Lagrange που αντιστοιχεί στο πρόβλημα GP
L( w, x,μ ) = ∑∑U j ( wc , j ) xc , j -∑ µ j (1 − ∑ xc , j )
c∈C j∈J j∈J c∈C
2. Η υποκείμενη συνάρτηση του δυικού προβλήματος είναι συνεπώς
µ
DL( μ) = ∑ max ∑ U j ( wc , j ) xc, j − ∑ µ j xc , j + ∑ j ÷
w,x j∈J ÷
c∈C j∈J j∈J N C
3. Το Δυικό πρόβλημα (GD) μπορεί να οριστεί λοιπόν ως:
GD: min DL( μ)
NC
μ∈¡
st. ∑w
j∈J
x
c, j c, j ≤ Wcmax ∀c ∈ C
xc , j ∈{0,1}, ∀c ∈ C, ∀j ∈ J
μ ∈¡ NC
Γεώργιος Π. Αριστομενόπουλος 23/03/2013 24
25. Μεθοδολογία Επίλυσης
• Εφαρμόζουμε Δυική Αποσύνθεση
Master Dual Problem min DL' ( μ) = min ∑ DLc ( μ)
μ μ
c∈C
st. μ ∈ ¡ NC
∂D ( µ (t ))
µ j (t + 1) = µ j (t ) − q(t ) ⇒
∂µ j
S
µ j (t + 1) = µ j (t ) − ε (1 − x j j )
1
Cell Local Problem: max ∑ U j ( wc , j ) xc , j + ∑ µ j ( − xc , j )
w, x
j∈Sc j∈Sc Sj
st. ∑w
j∈Sc
x
c, j c, j ≤ Wcmax
xc , j ∈ {0,1}, ∀j ∈ Sc
Γεώργιος Π. Αριστομενόπουλος 23/03/2013 25
26. Αλγόριθμος Multi-access Multi-cell Resource Allocation
Αλγόριθμος του Κινητού Χρήστη j
Σε κάθε επανάληψη t=1,2,… , ο κινητός χρήστης j:
Βήμα 1. Λαμβάνει από τις κυψέλες της γειτονιάς του τα αποτελέσματα xc,j
Βήμα 2. Υπολογίζει το νέο του κόστος μj(t+1).
S
Βήμα 3. Μεταδίδει το νέο κόστος μj(t+1) και το x jσε κάθε κυψέλη στο Sj.
j
Αλγόριθμος στην Κυψέλη c
Σε κάθε επανάληψη t=1,2,… , η κυψέλη c:
S
Βήμα 1. Λαμβάνει τα κόστη μ(t) όλων των χρηστών , καθώς και τα
j ∈ Sc . xj j
Για t=0 τότε μ(t)=(0,…,0).
Βήμα 2. Αν τότε x Sj = 1, ∀j ∈ S c Τερμάτισε.
j
Βήμα 3. Λύσε το αντίστοιχο πρόβλημα ενδοκυψελικής ανάθεσης πόρων
ανάλογα με την τεχνολογία πρόσβασης.
Βήμα 4. Επικοινώνησε τα αποτελέσματα xc,j(t+1) στους χρήστες .j ∈ S c
Γεώργιος Π. Αριστομενόπουλος 23/03/2013 26
27. Σύγκλιση του { ( w, x )tS, µ (t ) } → ( w, x)tS, µ*
• Λήμμα 1. Για μία οποιαδήποτε τιμή του μ, το συνολικό
άθροισμα των συναρτήσεων χρησιμότητας όλων των
κυψελών, παρέχει ένα άνω όριο (upper bound - UB) της
βέλτιστης τιμής της συνολικής χρησιμότητας του συστήματος,
.
δηλαδή,
∑∑U
c∈C j∈J
j ( wc , j ) xc , j ( x ,w)=
( w , x )tS,µ ( t )
≥ ∑∑ U j ( wc , j ) xc , j
c∈C j∈J
( x, w)=
( w, x )*
• Λήμμα 2. Για κάποια τιμή του μ, που ικανοποιείται ο
περιορισμός (16) του GP, οι ανά κυψέλη βέλτιστες λύσεις των
CLP αποτελούν μία βέλτιστη λύση για το GP. Συνεπώς, εάν µ = µ
*
το κάτω όριο (lower bound - LB) της συνολικής απόδοσης του
συστήματος είναι,
∑∑U j ( wc , j ) xc , j
( x ,w)=
≥ ∑∑ U j ( wc , j ) xc , j ( x ,w)=
c∈C j∈J
( w, x )* c∈C j∈J ( w , x )S
t ,µ *
Γεώργιος Π. Αριστομενόπουλος 23/03/2013 27
28. Σύγκλιση του { ( w, x )tS, µ (t ) } → ( w, x)tS, µ*
• Λήμμα 1. Για μία οποιαδήποτε τιμή του μ, το συνολικό
άθροισμα των συναρτήσεων χρησιμότητας όλων των
κυψελών, παρέχει ένα άνω όριο (upper bound - UB) της
βέλτιστης τιμής της συνολικής χρησιμότητας του συστήματος,
.
δηλαδή,
∑∑U
c∈C j∈J
j ( wc , j ) xc , j ( x ,w)=
( w , x )tS,µ ( t )
≥ ∑∑ U j ( wc , j ) xc , j
c∈C j∈J
( x, w)=
( w, x )*
• Λήμμα 2. Για κάποια τιμή του μ, που ικανοποιείται ο
περιορισμός (16) του GP, οι ανά κυψέλη βέλτιστες λύσεις των
CLP αποτελούν μία βέλτιστη λύση για το GP. Συνεπώς, εάν µ = µ
*
το κάτω όριο (lower bound - LB) της συνολικής απόδοσης του
συστήματος είναι,
∑∑U j ( wc , j ) xc , j
( x ,w)=
≥ ∑∑ U j ( wc , j ) xc , j ( x ,w)=
c∈C j∈J
( w, x )* c∈C j∈J ( w , x )S
t ,µ *
Γεώργιος Π. Αριστομενόπουλος 23/03/2013 28
29. Σύγκλιση του { µ (t )} → µ *
• Λήμμα 3. Η ακολουθία των πολλαπλασιαστών Lagrange { µ (t )} ,
όπως υπολογίζεται με χρήση υποβαθμίδων και σταθερού
βήματος q (t ) = ε είναι, υπό τους περιορισμούς Slater (Slater’s
Constraint Qualification), φραγμένη από:
ε L2
µ j (t ) ≤ 3N j N cU +
max
+ ε L ∀j ∈ J
2
όπου, L = N j ( N c − 1) ∀j ∈ J και U max = max U max
j
j∈J
• Λήμμα 4. Η ακολουθία των πολλαπλασιαστών Lagrange { µ (t )}
συγκλίνει στη βέλτιστη δυική λύση µ *σε πεπερασμένο χρόνο
όταν ε << 2 N j ( N c − 1) , ενώ ικανοποιούνται οι περιορισμοί κατά
2
Slater.
Γεώργιος Π. Αριστομενόπουλος 23/03/2013 29
30. Αριθμητικά Αποτελέσματα
• Περιβάλλον προσομοίωσης: MATLAB
• CDMA – WLAN
• OFDM – CDMA – WLAN
• Συνάρτηση Χρησιμότητας: U j ( w j ) = (c + (aw j ) / b)
b
• ServA: (a,b,c)=(2, -1.8, 1) απόκρημνα αύξουσα
• ServB: (a,b,c)=(7, -0.5, 1) ομαλά αυξανόμενη
• Τυχαία κίνηση
• Συγκρινόμενες Μέθοδοι
o Radio Signal Strength – RSS
o Service Differentiation –SDiff
o Maximum Utility – MAXU
Γεώργιος Π. Αριστομενόπουλος 23/03/2013 30
31. CDMA x9 – WLAN x36 Users' Service: 90% ServA - 10% ServB
MMRA Opt. GAP: 3,53% 3,42% 3,43%
1
0,95
Total Average System Utility
0,9
0,85
0,8
0,75 MMRA
0,7 RSS
Sdiff
0,65
MAXU
0,6
Near BS Random Far from BS
A SNR>-80dB -80<SNR<-100dB
Users' distribution
Users' Service: 50% ServA - 50% ServB
MMRA Opt. GAP: 3,27% 3,22% 3,31%
1
0,95
Total Average System Utility
Users' Service: 10% ServA - 90% ServB 0,9
MMRA Opt. GAP: 3,22% 3,36% 3,19% 0,85
1 0,8
0,95 0,75 MMRA
Total Average System Utility
0,9 0,7 RSS
Sdiff
0,85 0,65
MAXU
0,8 0,6
0,75
B Near BS Random Far from BS
MMRA SNR>-80dB Users' distribution -80<SNR<-100dB
0,7 RSS
Sdiff
0,65
MAXU Αριθμός Χρηστών 50 100 150 200 250 300
0,6
Near BS Random Far from BS
C Γεώργιος Π. Αριστομενόπουλος
SNR>-80dB Users' distribution -80<SNR<-100dB Επαναλήψεις 50 104 132 23/03/2013 230
170 210 31
33. Βέλτιστη Διαχείριση Πόρων και
Περιοχής Κάλυψης σε
Ενοποιημένα Κυψελωτά Δίκτυα
Δύο Επιπέδων
Power Control and Coverage Management (PCC)
Γεώργιος Π. Αριστομενόπουλος 23/03/2013 33
34. Το Γενικό Πρωτεύον Πρόβλημα
(GP) max ∑ U (γ ( P )) j∈J j c, j
P , Pmax
s.t. ∑ j∈Sc
Pc , j ≤ Pc ,max ∀c ∈ C
PcMin ≤ Pc ,max ≤ PcMax ∀c ∈ C
• Δίκτυα φεμτοκυψελών (Femtocells)
o Σταθμοί βάσης χαμηλής ισχύος και χαμηλού κόστους
o Τοποθετούνται από τους τελικούς καταναλωτές σε εσωτερικούς χώρους
o Μοιράζονται το ίδιο φάσμα με τις μακροκυψέλες
o Κλειστή Πρόσβαση ( Closed Access)
• Ανάγκη εξεύρεσης μηχανισμών μετρίασης της
διακυψελικής και ενδοκυψελικής παρεμβολής μεταξύ
των φέμτο- και μακροκυψελών
Γεώργιος Π. Αριστομενόπουλος 23/03/2013 34
36. Χαρακτηριστικά και συνεισφορά
Άμεση Διαχείριση Κάλυψης
o η μέγιστη ισχύς εκπομπής της κάθε φεμτοκυψέλης
ενσωματώνεται στο συνολικό πρόβλημα βελτιστοποίησης
ισχύος.
Συνολική Βελτιστοποίηση του Δικτύου
o Μετατροπή του μη-κυρτού προβλήματος σε κυρτό.
o Επίλυση με χρήση τεχνικών κυρτής βελτιστοποίησης.
Κατανεμημένη Υλοποίηση & Σύγκλιση
o Κατανεμημένο, χαμηλής πολυπλοκότητας αλγόριθμος
υποβαθμίδων (subgradient).
o Χαμηλή σηματοδοσία
o Αποδεδειγμένη σύγκλιση στο βέλτιστο σημείο λειτουργίας,
Γεώργιος Π. Αριστομενόπουλος 23/03/2013 36
37. Μετασχηματισμός του προβλήματος
p
• Αλλαγή μεταβλητών: Pc ,i = e p Pc ,max = e c ,max ∀j ∈ J , ∀c ∈ C
c ,i
• Το μετασχηματισμένο πρόβλημα είναι κυρτό καθώς
αποτελείται από συνθέσεις μη αρνητικών
αθροισμάτων εκθετικών όρων, οι οποίοι είναι πάντα
κυρτές συναρτήσεις.
(CMP) max
p , pmax
∑ ∑ U (γ ( p
c∈C j∈Sc j c, j c, j , pmax ))
s.t. ∑ exp( p − p
j∈Sc c, j c ,max ) ≤ 1 ∀c ∈ C
PcMin exp( − pc ,max ) ≤ 1 ∀c ∈ C
( PcMax ) −1 exp( pc ,max ) ≤ 1 ∀c ∈ C
Γεώργιος Π. Αριστομενόπουλος 23/03/2013 37
38. Μεθοδολογία Επίλυσης
• Εφαρμόζουμε Πρωτεύων – Δυική Αποσύνθεση
(CM) max
pmax
∑ c∈C
*
U c ( pmax )
s.t. log( PcMin ) ≤ pc ,max ≤ log( PcMax ) ∀c ∈ C
pc ,max (t + 1) = pc ,max (t ) + a (t ) ×λc* ( pmax (t ))
∑ j∈S j
k k − Gc , j exp( pc , j )
*
pc ,max (t + 1) = pc ,max (t ) + a (t ) ×
exp( pc ,max )
(IPCc ) max
pc
∑ j∈Sc
U j (γ c , j ( pc , j ))
s.t. ∑ j∈Sc
exp( pc , j − pc ,max ) ≤ 1
Γεώργιος Π. Αριστομενόπουλος 23/03/2013 38
40. Παρατηρήσεις και Σχόλια
Συγχρονισμός
o Η ύπαρξη του φθίνοντος βήματος a(t) απαιτεί συγχρονισμό μεταξύ
των κυψελών
o το CDMA βασίζεται εκ φύσεως σε χρονοσχισμές και άρα ο
συγχρονισμός είναι έμφυτος
o η μακροκυψέλη, ενεργώντας σαν υπερκείμενο δίκτυο, μπορεί να
μεταδίδει τις απαιτούμενες τιμές στο κανάλι ευρεκπομπής, μια κοινή
πρακτική στο 3GPP LTE.
Προστιθέμενη Σηματοδοσία
o |C|+1 πραγματικούς αριθμούς ανά επανάληψη (a(t) και pmax)
Ταχύτητα Σύγκλισης
o Η σύγκλιση είναι εγγυημέννη
o Ο χρόνος που απαιτείται δεν μπορεί να υπολογιστεί
o Tradeoff μεταξύ ακρίβειας και χρονικής πολυπλοκότητας
o Πειραματικά αποτελέσματα: 30 επαναλήψεις.
Γεώργιος Π. Αριστομενόπουλος 23/03/2013 40
41. Αριθμητικά Αποτελέσματα
• Περιβάλλον προσομοίωσης: MATLAB
• 1 macro – 2 femto clusters (14 femtocells)
• 1 macro – 4 femto clusters (27 femtocells)
• Pmacro,max=10Watt σταθερή
• Pfemto,max=3Watt
U j (γ c , j ( P )) = log(γ c , j ( P ))
• Συνάρτηση Χρησιμότητας:
1
a (t ) =
• Βήμα: t
• Μεταβαλλόμενος αριθμός χρηστών (20-90)
• Μεταβαλλόμενο FUP (Femtocell Users’ Percentage)
Γεώργιος Π. Αριστομενόπουλος 23/03/2013 41
45. Συμπεράσματα
Παρατήρηση 1
o Ένα πολύπλοκο ετερογενές ασύρματο σύστημα είναι πιθανόν να ανήκει σε
διαφορετικούς, μη συνεργαζόμενους παρόχους.
o Είναι εμφανές λοιπόν, πως μόνο ο κινητός κόμβος έχει μια ολοκληρωμένη
άποψη της τρέχουσας κατάστασής του, όπως και του περιβάλλοντος του,
σχετικά με τα διαθέσιμα σημεία πρόσβασης στη γειτονιά του, τους
αντίστοιχους διαθέσιμους πόρους αυτών καθώς και τον τρόπο με τον
οποίο αυτοί κατανέμονται.
Προτεινόμενη Λύση
o Θεώρηση και αντιμετώπιση των συνολικών πόρων του δικτύου με ένα κοινό
τρόπο.
o Αυτόνομης Διαχείρισης Κινητικότητας, Αυτόνομής Ενδοκυψελικής
Διαχείρισης Ασύρματων Πόρων και Αποδοτικής Αυτόνομης Διακυψελικής
Διαχείρισης Πόρων
Γεώργιος Π. Αριστομενόπουλος 23/03/2013 45
46. Συμπεράσματα
Παρατήρηση 2
o Η βέλτιστη επίλυση του προβλήματος απαιτεί την ταυτόχρονη θεώρηση του
συνολικού ασύρματου περιβάλλοντος ως ένα κοινό πρόβλημα
βελτιστοποίησης
o Απαιτείται η ενιαία αντιμετώπιση των διαφορετικών τύπων δικτύων και των
αντιστοιχών πόρων τους υπό ένα κοινό πλαίσιο βελτιστοποίησης.
Προτεινόμενη Λύση
o Μοντελοποιήσαμε ένα γενικό θεμελιώδες πρόβλημα βέλτιστης διαχείρισης
πόρων για ενοποιημένα ετερογενή συστήματα, το οποίο είναι αρκετά
αφαιρετικό ώστε να μπορεί να υιοθετηθεί από πληθώρα περιπτώσεων
ανεξαρτήτως τεχνολογίας πρόσβασης, αλλά και ταυτόχρονα πλήρες ώστε
να περιλαμβάνει όλους τους πιθανούς περιορισμούς, φυσικούς ή μη, που
θα χαρακτηρίζουν το εκάστοτε πρόβλημα.
Γεώργιος Π. Αριστομενόπουλος 23/03/2013 46
47. Συμπεράσματα
Παρατήρηση 3
o Περιορισμένη βιβλιογραφία στο NP-Δύσκολο πρόβλημα της εξεύρεσης
ενός κατανεμημένου τρόπου βέλτιστης ανάθεσης χρηστών και πόρων σε
ετερογενή ασύρματα δίκτυα, παρουσία πολλαπλών τεχνολογιών
πρόσβασης.
Προτεινόμενη Λύση
o Θεωρίας Lagrange και την Θεωρίας Μεγιστοποίησης Χρησιμότητας
Δικτύου τροποποιήσαμε κατάλληλα το πρόβλημα
o Μεγιστοποιεί τη συνολική απόδοση του ενοποιημένου συστήματος
επιτυγχάνοντας παράλληλα αξιοσημείωτη απόδοση και επίδοση
συγκρινόμενη με το αρχικό NP-Δύσκολο πρόβλημα.
o Χωρικά και λειτουργικά αποσυνδεδεμένη λύση, πλησιοβέλτιστης απόδοσης
και αποδεδειγμένης σύγκλισης.
Γεώργιος Π. Αριστομενόπουλος 23/03/2013 47
48. Συμπεράσματα
Παρατήρηση 4
o Η ανάγκη διαρκούς κάλυψης, σε συνδυασμό με την απαίτηση υψηλών
ρυθμών έχουν ευνοήσει τα τελευταία χρόνια την υιοθέτηση φεμτοκυψελών.
o Προβλήματα που σχετίζονται με τις διακυψελικές και ενδοκυψελικές
παρεμβολές μεταξύ της ιδίας ή γειτνιαζόντων φεμτοκυψελών.
o Απαιτείται η ταυτόχρονη βέλτιστη διαχείριση ισχύος και περιοχής κάλυψης
παρουσία παρεμβολών μεταξύ ίδιων και διαφορετικών επιπέδων σε ένα
ασύρματο σύστημα CDMA δύο επιπέδων (macrocell/femtocell).
Προτεινόμενη λύση
o Κατανεμημένο μηχανισμό εξεύρεσης αφενός του βέλτιστου σημείου
λειτουργίας που μεγιστοποιεί την συνολική ρυθμαπόδοση του δικτύου, σε
σχέση με την ανατιθέμενη ισχύς εκπομπής στους χρήστες, και αφετέρου
της εκπεμπόμενης ισχύος των κυψελών (δηλαδή την περιοχή κάλυψης).
o Με τεχνικές διαστρωμάτωσης (cross layering) και αποσύνθεσης
(decomposition καταλήξαμε σε μία βέλτιστη, κατανεμημένη υλοποίηση με
αποδειγμένες ιδιότητες σύγκλισης.
Γεώργιος Π. Αριστομενόπουλος 23/03/2013 48
49. Ανοιχτά Ερευνητικά Θέματα
Εύρεση Βέλτιστων Χωρητικοτήτων και Ανάθεσης
Χρηστών σε Διεπίπεδα Κυψελωτά Συστήματα
o Θεωρήσαμε Κλειστή Πρόσβαση, που σημαίνει πως μόνον αδειοδοτημένοι
χρήστες μπορούν να επικοινωνήσουν και να συνδεθούν στη φεμτοκυψέλη
τους.
o Εφαρμογή πολιτικών Υβριδικής ή Ανοιχτής Πρόσβασης.
Ικανοποίηση Ελαχίστων Απαιτήσεων
o Οι συνδεδεμένοι χρήστες εν τέλει θα πρέπει να λάβουν ένα ελάχιστο ποσό
πόρων, είτε αυτό μπορεί να εκφραστεί με τη μορφή ελάχιστης ανατιθέμενης
ισχύ εκπομπής, είτε με τη μορφή ελάχιστης απόδοσης των συναρτήσεων
χρησιμότητας κτλ.
Αντιμετώπιση του Θεμελιώδους προβλήματος
Γεώργιος Π. Αριστομενόπουλος 23/03/2013 49
50. Ανοιχτά Ερευνητικά Θέματα
Παροχή Ποιότητας της Εμπειρίας σε Ετερογενή
Ασύρματα Δίκτυα
o πραγματικές ανάγκες, απαιτήσεις και επιθυμίες ενός ανθρώπου δεν
εξαρτώνται μόνον από κοινές μετρήσιμες δικτυακές μετρικές, αλλά και από
πληθώρα υποκειμενικών μετρικών, όπως η ψυχολογική διάθεση, ο
περιβάλλων θόρυβος, το κοινωνικοπολιτικό επίπεδο, η μόρφωση, οι
προσωπικές εμπειρίες, και η σημασία του περιεχομένου στο χρήστη.
o QoE: “Everything that really matters”
Ανοιχτά θέματα
o Αποδοτική συσχέτιση ΠτΥ και ΠτΕ
o Δημιουργία μηχανισμών παροχής ΠτΕ σε ασύρματα ετερογενή δίκτυα
o Μελέτη των οικονομοτεχνικών επιπτώσεων της ΠτΕ στο δίκτυο
Γεώργιος Π. Αριστομενόπουλος 23/03/2013 50
51. Δημοσιεύσεις
Άρθρα σε Επιστημονικά Περιοδικά (µε κρίση)
•G. Aristomenopoulos, T. Kastrinogiannis and S. Papavassiliou, "Multi-Access Multi-Cell Distributed Resource
Management Framework in Heterogeneous Wireless Networks", IEEE Transactions on Vehicular Technology, vol. 61,
issue 6, pp. 2636 - 2650, July 2012.
•G. Aristomenopoulos, T. Kastrinogiannis, S. Lamprinakou and S. Papavassiliou, "Optimal Power Control and Coverage
Management in Two-Tier Femtocell Networks", EURASIP Journal on Wireless Communications and Networking, Springer,
doi: 10.1186/1687-1499-2012-329, Oct. 2012.
•G. Aristomenopoulos, T. Kastrinogiannis, Z. Li and S. Papavassiliou, “An Autonomic QoS-centric Architecture for
Integrated Heterogeneous Wireless Networks” Mobile Networks and Applications (MONET), Vol. 16, Number 4, 490-504,
DOI: 10.1007/s11036-011-0319-1, Springer , February 2011.
•L. Skorin-Kapov, K. Ivesic, G. Aristomenopoulos and S. Papavassiliou, "Approaches for Utility-Based QoE-Driven
Optimization of Network Resource Allocation for Multimedia Services", to be published in "Data Traffic Monitoring and
Analysis" book chapter, Computer Communications and Networks, Springer, 2013.
Δημοσιεύσεις σε Πρακτικά Διεθνών Επιστημονικών Συνεδρίων (µε κρίση)
•G. Aristomenopoulos, S. Papavassiliou, G. Katsaros and P. Vlahopoulos, "User-centric Mobile Multimedia Service Delivery: From Theory to
Experimentation to Prototyping", accepted to appear in IEEE INFOCOM 2013 (demo session), Turin, April 2013.
•C. Stathopoulos, G. Aristomenopoulos and S. Papavassiliou, "Providing Throughput Guarantees in IEEE 802.11 Wireless Networks – An
experimentally-driven Study", in Proc. of ADHOCNETS '12, Paris, France, October 2012.
•G. Aristomenopoulos et al., "The QUEENS experiment through TEFIS platform", TRIDENTCOM 2012 (demo session), vol. 44, p.g. 394-396,
Thessaloniki, 2012
•G. Aristomenopoulos, T. Kastrinogiannis, V. Kaldanis, G. Karantonis and S. Papavassiliou, “A Novel Framework for Dynamic Utility-Based QoE
Provisioning in Wireless Networks” in Proc. of IEEE GLOBECOM 2010.
•G. Aristomenopoulos, T. Kastrinogiannis, Z. Li, M. Wilson, J. M. Gonzales, J. A. Lozano-Lopez, Y. Li, V. Kaldanis and S. Papavassiliou, “Autonomic
Mobility and Resource Management Over an Integrated Wireless Environment - A GANA Oriented Architecture” in Proc. of IEEE MENS 2010.
•V. Merekoulias, V. Pouli, Y. Rebahi, S. Becker, K. Cabaj, G. Aristomenopoulos and S. Papavassiliou, “A Trust Management Architecture for
Autonomic Future Internet” in Proc. of IEEE MENS 2010.
•G. Aristomenopoulos, T. Kastrinogiannis, and S. Papavassiliou, “A Unified Approach for Efficient Network Selection in Multi-Service Integrated
CDMA/WLAN Systems,” in Proc. of 5th International Wireless Communications and Mobile Computing Conference (IWCMC 2009), June, 2009.
•G. Aristomenopoulos, T. Kastrinogiannis, and S. Papavassiliou, “Efficient QoS-Driven Resource Allocation in Integrated CDMA/WLAN Networks -
An Autonomic Architecture”, in Proc. of MOBILIGHT 2009, LNICST Springer, May 2009.
Γεώργιος Π. Αριστομενόπουλος 23/03/2013 51