Where are we? 今回顾一下我们的进展： @提出了一个新问题：OFDM系统中的多信道调度 四沿用/考察了一个“旧方法”：MaxWeight调度 ⊙发现了一个缺陷：未能综合考虑所有信道的调度 回给出了一个直觉性改进：QSSG/D-SSG 四仿真实验“验证”了其优越性. ③接下来该干嘛？ NOISE or PHILOSOPHY ◆追问： ⊙ 完整/彻底/更好的研究工作都来自 ③这是最优的吗？ 于近乎偏执的“追问”. ⑦如何定义最优？ 四优越的程度、优越性的来源是最 值得深入思考的问题.因为这定义 ⑦达到最优的条件是什么？ 了研究工作的借鉴/参考价值. ③如何利用这些最优条件？ 2020年秋季 16/62 无线互联网
Where are we? 2020年秋季 16 / 62 无线互联网 回顾一下我们的进展: 提出了一个新问题: OFDM系统中的多信道调度 沿用/考察了一个“旧方法”: MaxWeight调度 发现了一个缺陷: 未能综合考虑所有信道的调度 给出了一个直觉性改进: Q-SSG/ D-SSG 仿真/实验“验证”了其优越性. 接下来该干嘛? 这是最优的吗? 追问: 如何定义最优? 达到最优的条件是什么? 如何利用这些最优条件? NOISE or PHILOSOPHY 完整/彻底/更好的研究工作都来自 于近乎偏执的“追问”. 优越的程度、优越性的来源是最 值得深入思考的问题. 因为这定义 了研究工作的借鉴/参考价值
CONTENT LTE/OFDM小区内信道调度问题 2 MaxWeight?策略及直觉性改进 3 RFDO及其充分条件 4 TO及其充分条件 5 同时达到RFDO和TO的调度算法 6 小结与展望 2020年秋季 17/62 无线互联网
CONTENT 2020年秋季 17 / 62 无线互联网 1 2 3 4 LTE/OFDM 小区内信道调度问题 MaxWeight策略及直觉性改进 RFDO及其充分条件 TO及其充分条件 5 同时达到RFDO和TO的调度算法 6 小结与展望
Rate-Function ®定义： 四假定系统平稳且各态历经 四令W(O)兰maxW:(O):表示稳态下所有n个队列的HOL分组的延迟 1≤isn 的最大值（即：整个系统中的最大延迟）： 四给定门限b≥0，定义“超时事件”为{W(0)>b.定义这种事件发生的 概率为P(W(o)>b).[也就是delay-violation probability] 四随着系统规模n的增大（即资源增加），P(W(0)>b)会减小.称渐近减小 速率为decay-rate. 定义超时事件发生概率的decay-rate为rate-function.即： -1 I(b)lim-log P(W(0)>b) n→∞m 四换句话说，我们假定超时概率可表达为： P(W(0)>b)exp(-n I(b)) 2020年秋季 18/62 无线互联网
Rate-Function 2020年秋季 18 / 62 无线互联网 定义: 假定系统平稳且各态历经. 令�(�) ≜ max �+�+� ��(�): 表示稳态下所有n个队列的HOL分组的延迟 的最大值(即: 整个系统中的最大延迟). 给定门限� ≥ �, 定义“超时事件”为 � � > � . 定义这种事件发生的 概率为ℙ � � > � . [也就是delay-violation probability] 随着系统规模�的增大(即资源增加), ℙ � � > � 会减小. 称渐近减小 速率为decay-rate. 定义超时事件发生概率的decay-rate为rate-function.即: �(�) ≜ lim �→# −� � logℙ � � > � 换句话说, 我们假定超时概率可表达为: ℙ � � > � ≈ ��� −� � �
RFDO的定义 定义：相对于所有可能的调度策略，对于任意给定的b≥0， 某策略都能保证其I(b)最大，则我们称该策略是RFDO的. [RFDO:Rate-Function Delay Optimal] 注释： 四我们当然希望rate-functioni越大越好：超时概率下降越快，当然越好 ©但“超时概率下降最快”的确不能等价于“超时概率最小” 只能说：当用户/信道多到一定程度以后(n足够大)，RFDO的策略 是表现最好的. 四这是大偏差理论定义随机系统性能指标的标准方式： 四不妨类比：算法复杂度的定义方式 2020年秋季 19/62 无线互联网
RFDO的定义 2020年秋季 19 / 62 无线互联网 定义: 相对于所有可能的调度策略, 对于任意给定的� ≥ �, 某策略都能保证其�(�)最大, 则我们称该策略是RFDO的. [RFDO: Rate-Function Delay Optimal] 注释: 我们当然希望rate-function越大越好: 超时概率下降越快, 当然越好. 但“超时概率下降最快”的确不能等价于“超时概率最小”. 只能说: 当用户/信道多到一定程度以后(�足够大), RFDO的策略 是表现最好的. 这是大偏差理论定义随机系统性能指标的标准方式. 不妨类比: 算法复杂度的定义方式
直觉：如何达到延迟最佳 今接下来： 四我们用最简单的模型来建立直觉， ◆模型#1：非突发到达 模型#2：一般到达；单信道 模型#3：一般到达；多信道；全连接 四沿用上述模型下得到的直觉，看我们的模型下应如何设计. ◆我们的模型：一般到达；多信道；随机连接 这样的直觉是不是能达到RFDO,是我们再下一步的论题 2020年秋季 20/62 无线互联网
直觉: 如何达到延迟最佳 2020年秋季 20 / 62 无线互联网 接下来: 我们用最简单的模型来建立直觉. 模型#1: 非突发到达 模型#2: 一般到达; 单信道 模型#3: 一般到达; 多信道; 全连接 沿用上述模型下得到的直觉, 看我们的模型下应如何设计. 我们的模型: 一般到达; 多信道; 随机连接 这样的直觉是不是能达到RFDO, 是我们再下一步的论题