边缘智能团队在5G/Wi-Fi共存方向工作被国际会议IWQoS 2023录用

发布日期:2023-04-24

        近日,边缘智能团队在5G/Wi-Fi共存方向工作“Improving Fairness in Coexisting 5G and Wi-Fi Network on Unlicensed Band with URLLC”被第31IEEE/ACM IWQoS 2023 (IEEE/ACM International Symposium on Quality of Service)国际会议录用。IWQoS是计算机网络领域知名国际会议,专注于网络通信的服务质量领域,涵盖所有与QoS服务质量相关的最新理论和实验研究工作,长期以来一直是该领域受关注较高的国际会议,属于CCF(中国计算机学会)推荐的B类国际会议,会议录用率长期保持在20%左右。该工作作者为2021级博士研究生邹浩东(第一作者)和徐常福(第四作者),指导老师王田


        该工作聚焦解决5G URLLC (Ultra Reliable and Low Latency Communication)请求与Wi-Fi网络请求在上行传输时,在免授权频段上的不公平占用问题,提出使用深度强化学习(Deep Reinforcement Learning)构建一种传输撤销机制,以适应动态变化的信道环境下的请求调度和服务质量(Quality of Service)满足。仿真实验结果表明,该工作所提方法能够显著提升5G URLLC请求和Wi-Fi网络请求在免授权频段占用上的公平性,而只以较小的请求成功率损失为代价


研究背景和动机

随着网络基础设施的部署,5G新无线电(NR)用户数量急剧增加,NR标准和规范制定者寻求利用免授权频段,例如2.4GHz5GHz6GHz频段,以满足日益增长的移动通信需求。然而,免授权频段已经被其他无线技术广泛利用,例如Wi-Fi,这将导致NR/Wi-Fi的共存网络。当NR基站 gNB频繁地在免授权频段上卸载URLLC传输请求,旨在为应用确保超可靠和低延迟通信性能,如自动驾驶和工业控制,基于CSMA/CA协议和LBT信道竞争机制的Wi-Fi网络,其无线接入点(AP)在与gNB竞争信道时可能会不断退避传输。过多的URLLC请求对免授权频段形成不公平的占用,NRWi-Fi之间的信道竞争可能会造成严重的干扰,影响NRWi-Fi各自的性能,浪费宝贵的免授权无线信道资源。因此,本文研究的问题是,NR/Wi-Fi网络共存的情况下,如何设计一种针对免授权频段的请求调度方法,保证信道的公平占用,并尽量满足来自NRURLLC需求。1给出了一个5G gNBWi-Fi AP的共存示意图,其中gNB可以将授权频段的请求流量卸载至免授权频段,形成与Wi-Fi竞争信道的共存网络环境。

图1 一个5G NR和Wi-Fi的共存网络

解决方案
        我们论证了研究问题的NP-hard性质,因此为降低其复杂性,将上述问题分割为三个子问题:
1.冗余传输保证请求可靠性
        为保证请求的可靠性,直觉上应该增加请求的冗余数目。因此,根据请求req的可靠性需求和请求的平均成功率计算每个请求需要的最小冗余数目,给定Pr=0.95,图2是计算请求冗余数目的一个例子。



图2 请求冗余数目的计算


2.混合优先级队列保证请求延时
        为保证请求的延时需求,我们根据请求的数据大小和截止时间需求,分别构建两条优先级队列,并组合成混合优先级队列。接着利用上一步计算的请求冗余数目,根据混合优先级队列,对所有请求做初次调度。图3是混合优先级队列的构建和请求初次调度的例子。

图3 混合优先级队列的构建和请求初次调度


3.传输撤销机制实现公平信道占用
        经由前述两步,请求的可靠性需求和延时需求已得到最大保证。这里,我们提出一种传输撤销机制,根据信道的动态变化信息,找出可能的非必要传输,以提升信道占用的公平性。因为信道的动态变化特性和请求决策过程,与深度强化学习的学习过程契合,我们基于深度强化学习设计了传输撤销机制。图4是该机制工作的示意图。

图4 基于深度强化学习的传输撤销机制


实验评估
        为了评估所提方案的有效性,我们利用Python和Tensorflow构建了一个5G gNB和Wi-Fi AP共存的仿真系统。两项指标被采用以评估方法性能,分别是请求的成功率和信道占用公平性。我们与三个基线算法进行对比,包括无撤销(No revoking),随机撤销(RR),以及启发式撤销(HR)。我们对共存系统中的三个重要参数做了分析,分别是UE的数目(图5)、延时需求(图6)和可靠性需求(图7)。部分实验结果如下。


图5 NR/Wi-Fi共存系统中UE数目对结果的影响


图6 NR/Wi-Fi共存系统中延时需求对结果的影响


图7 NR/Wi-Fi共存系统中可靠性需求对结果的影响


        为了对比的公正性,对比算法中撤销的请求数目与本文所提方法一致,因此在图5,6和7的(a)中,RR和HR方法的fairness的表现与本文方法相同,因此无需展示。综合以上结果,与No revoking方法对比,本文所提方法能够显著提升信道占用的公平性,且不明显损失共存系统中URLLC请求的总体成功率



总结

        本工作提出一种基于深度强化学习的请求撤销机制,该机制与保证请求可靠性和延时的启发式方法协同工作,利用动态变化的信道信息,寻找当前多余的冗余请求。仿真实验表明,所提方法能够显著提升NR/Wi-Fi共存系统在免授权频段占用的公平性(16.5%),同时对URLLC请求的成功率影响很小(1.77%)。


地址:广东省珠海市唐家湾金凤路18号
邮箱:cloudedge@bnu.edu.cn
电话:4008-888-888