July 8, 2016
Talk by Prof. Luo Zhi-Quan of CUHK Shenzhen (hosted by Dr.Li Dong).
Title: Dynamic Resource Allocation for Energy Efficient Transmission in Digital Subscriber Lines
Date: July, 8-July-2016
Time: 16:00 pm – 17:30 pm
Venue: N221
Abstract:Linear matrix precoding, also known as vectoring, is a well-known technique to mitigate multiuser interference in the downlink Digital Subscriber Line (DSL) transmission. While effective in canceling interference, vectoring does incur major computational overhead in terms of a matrix vector multiplication at each data frame, resulting in significant energy consumption when the number of lines is large. To facilitate energy efficient transmission, it has been recently proposed (in the G.fast standard) that each data frame is divided into a normal operating interval (NOI) and a discontinuous interval (DOI). In the NOI, all lines (or users) are involved in a common vectoring group, which requires a large matrix precoder, while in a DOI, the lines are subdivided into multiple small non-overlapping vectoring subgroups, which are transmitted in a TDMA manner within the data frame. Because of the use of small matrix precoders for the small vectoring subgroups in DOI, the energy efficiency can be significantly improved. In this paper, we consider several key dynamic resource allocation (DRA) problems in DSL: given the instantaneous buffer state, determine the number of transmission opportunities allocated to each line, the optimal NOI and DOI size in each data frame as well as the optimal grouping in DOI. We formulate these optimal DRA problems and propose efficient real-time algorithms for three main tasks: given a data frame, allocate transmission opportunities for all lines, design grouping strategy in DOI, and optimally adjust the durations of the NOI and the vectoring subgroups in the DOI. The simulation results show the efficiency and the effectiveness of our algorithms.
Bio-sketch:羅智泉教授于1984年在北京大學數學系獲學士學位。同年他經美國數學學會以及美國工業與應用數學學會聯合選拔（又稱陳省身項目），獲赴美攻讀博士資格，進入美國麻省理工學院電子工程與電腦科學系以及運籌學中心學習，並於1989年獲得博士學位。1998年成為加拿大麥克馬斯特大學終身教授。2000年至2003年，任加拿大麥克馬斯特大學電子與電腦工程系主任以及加拿大國家科研講席教授。2003年至2014年，任美國明尼蘇達大學電子與電腦工程系終身教授以及ADC講席教授。自2014年5月，羅智泉教授被聘為香港中文大學（深圳）副校長，主管學術和科研。2016年，他入選廣東省領軍人才。自2016年3月起，羅智泉教授兼任深圳大資料研究院院長。
羅智泉教授曾榮獲二零一零年美國運籌學和管理學研究協會（INFORMS）頒發的Farkas獎，以表彰他在最優化領域的傑出貢獻。他在優化、信號處理及通信等領域的研究成果曾分別獲得2004年、2009年、2011和2015年IEEE信號處理學會、2011年國際通信大會以及2011年歐洲信號處理學會的最佳論文獎。羅教授同時是電子工程師學會（IEEE）會士和美國工業與應用數學學會（SIAM）會士。2012年羅教授入選中組部千人計畫（短期）。2014年他當選加拿大皇家科學院院士。
羅智泉教授的研究主要集中在優化理論、演算法設計以及其在資訊科學中的應用。他多次被邀請在國際重要學術會議上做大會特邀報告，他是2003年國際數學規劃會議大會以及2011年IEEE決策與控制大會特邀報告人、2006年IEEE SAM Workshop的傑出演講者、2013年IEEE SPAWC會議以及2014年IEEE通信理論國際研討會的大會特邀報告人。他曾任IEEE信號處理學會SPCOM技術委員會主席，曾擔任IEEE信號處理期刊主編以及《運籌學數學》Mathematics of Operations Research, 《管理科學》（Management Science）和《數學規劃》（Mathematical Programming）等國際著名雜誌的編委。