具有解码复杂度约束的 URLLC 多目标优化框架
信息论
2021-10-08 v2 math.IT
摘要
在超可靠低延迟通信（URLLC）中，必须保证对可靠性与延迟的严苛约束。为使受计算约束的接收机（如低预算 IoT 接收机）满足这些约束，需详细研究最优传输参数。本文引入一种在存在解码复杂度约束时用于 URLLC 最优设计的多目标优化框架。我们考虑经线性分组编码器编码、在二进制输入 AWGN 信道上传输、并最终由顺序统计（OS）解码器解码的短块长码字。我们在满足约束的同时研究传输速率与功率对的最优选择。为此，建立了一个多目标优化问题（MOOP）。基于精确量化 OS 解码器性能与其计算复杂度之间权衡的经验模型，求解该 MOOP 并导出帕累托边界。为评估若干帕累托最优传输对间的整体性能，考察了两种标量化方法。为说明 MOOP 的重要性，给出了一个电池供电通信系统的案例研究。结果表明，相较于经典固定速率-功率传输，MOOP 在维持约束的同时实现了电池的最优利用并提升了通信系统的能效。
引用
@article{arxiv.2102.12274,
title = {A Multi-Objective Optimization Framework for URLLC with Decoding Complexity Constraints},
author = {Hasan Basri Celebi and Antonios Pitarokoilis and Mikael Skoglund},
journal= {arXiv preprint arXiv:2102.12274},
year = {2021}
}
备注
To appear in IEEE Transactions on Wireless Communications