Consider a wireless network where each communication link has transmission reliability and real-time guarantee. Certain pairs of wireless links interfere with each others and this interference is modeled by a interference model which enable predictable link reliability. Given the conflict graph and link QoS requirements, the objective is to determine whether and how the demands of all links can be satisfied. Prior studies have considered probabilistic per-packet real-time guarantees for single-cell, single-channel networks with implicit deadline constraints, but they have not considered real-world complexities such as inter-cell interference and multiple communication channels. Towards ensuring URLLC in multi-cell, multi-channel wireless networks, we propose a real-time scheduling algorithm based on \emph{local-deadline-partition (LDP)}. The LDP algorithm is suitable for distributed implementation, and it ensures probabilistic per-packet real-time guarantee for multi-cell, multi-channel networks with general deadline constraints. We also address the associated challenge of the schedulability test of URLLC traffic. In particular, we propose the concept of \emph{feasible set} and identify a closed-form sufficient condition for the schedulability of URLLC traffic. We propose a distributed algorithm for the schedulability test, and the algorithm includes a procedure for finding the minimum sum work density of feasible sets which is of interest by itself. We also identify a necessary condition for the schedulability of URLLC traffic, and use numerical studies to understand a lower bound on the approximation ratio of the LDP algorithm. We experimentally study the properties of the LDP algorithm and observe that the URLLC traffic supportable by the LDP algorithm is significantly higher than that of a state-of-the-art algorithm.


翻译:考虑一个无线网络,因为每个通信连接都有传输可靠性和实时保证。 某些无线连接对彼此有干扰,这种干扰以干扰模型为模型,能够提供可预测的链接可靠性。 根据冲突图和QOS链接的要求,目标是确定是否和如何满足所有链接的需求。 先前的研究考虑了单细胞、单通道网络具有隐含期限限制的概率单包装实时保证,但是它们没有考虑真实世界的复杂性,例如跨细胞干扰和多个通信渠道。为了在多细胞、多频道无线网络中确保 URLLC,我们提议基于\emph{当地- 死线分割(LDP)} 的实时调度算法。 LDP 算法适合分配实施,并确保多细胞、多频道网络具有隐含期限限制的概率性实时保证。 我们还应对了对 URLLLLLC 流量的可调整性测试的可行性挑战。 特别是,我们提出了基于 emplex- developable性流量的实时算算算法概念概念,我们提出一个足够精确的LDP 的精确性测算法,我们用LDLDral- 的精确性计算法的精确性研究也提出一个相当的精确性 的精确性研究, 的精确性计算,我们提出一个相当的精确性测测算算法的精确的精确性能的精确性研究, 的计算方法,我们提出一个比的精确的精确性研究, 的精确性计算法的计算法, 的计算法, 的计算法的计算法的计算法的计算法的计算法, 的精确性能的精确性能的精确性能的精确性能的精确性能的计算法,我们的计算法是用来提出一个比的精确性能的精确性能的精确性研究的计算法的计算法的计算法的计算法的精确性研究的计算法的计算法的计算法, 的精确性研究的精确性研究, 的计算法系的计算法系的计算法系的计算法系的计算法系的计算法系的计算法系的计算法系的计算法系的计算法系的计算法系的计算法系的计算法系的计算法系的计算法系的计算法系的计算法系的计算法系的计算法系的计算法系的计算

0
下载
关闭预览

相关内容

Explanation:无线网。 Publisher:Springer。 SIT: http://dblp.uni-trier.de/db/journals/winet/
专知会员服务
28+阅读 · 2021年8月2日
【硬核书】机器人网络分布式控制
专知会员服务
67+阅读 · 2021年7月25日
专知会员服务
25+阅读 · 2021年4月2日
因果图,Causal Graphs,52页ppt
专知会员服务
246+阅读 · 2020年4月19日
灾难性遗忘问题新视角:迁移-干扰平衡
CreateAMind
17+阅读 · 2019年7月6日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
CCF C类 | DSAA 2019 诚邀稿件
Call4Papers
6+阅读 · 2019年5月13日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年12月3日
Arxiv
7+阅读 · 2019年6月20日
Feature Denoising for Improving Adversarial Robustness
Arxiv
15+阅读 · 2018年12月9日
Arxiv
3+阅读 · 2018年8月17日
Arxiv
3+阅读 · 2017年12月1日
VIP会员
相关VIP内容
相关资讯
灾难性遗忘问题新视角:迁移-干扰平衡
CreateAMind
17+阅读 · 2019年7月6日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
CCF C类 | DSAA 2019 诚邀稿件
Call4Papers
6+阅读 · 2019年5月13日
CCF A类 | 顶级会议RTSS 2019诚邀稿件
Call4Papers
10+阅读 · 2019年4月17日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
无监督元学习表示学习
CreateAMind
27+阅读 · 2019年1月4日
【SIGIR2018】五篇对抗训练文章
专知
12+阅读 · 2018年7月9日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员