[論文レビュー] Air-Ground Integrated Mobile Edge Networks: Architecture, Challenges and Opportunities

Nan Cheng, Wenchao Xu+6 more|arXiv (Cornell University)|Apr 13, 2018

UAV Applications and Optimization参考文献 9被引用数 9

ひとこと要約

本稿では、無人航空機（UAV）を活用してモバイルエッジネットワークにおける通信、キャッシュ、コンピューティングを強化する、エア・グラウンド統合型モバイルエッジネットワーク（AGMEN）を提案する。UAVを動的ドライブセルおよびエッジサービスの知能的エージェントとして統合することで、移動性、タスクオフロード、リソーススケジューリングの共同最適化により、ネットワーク容量の向上、遅延の低減、エネルギ効率的で適応可能な展開を実現する。

ABSTRACT

The ever-increasing mobile data demands have posed significant challenges in the current radio access networks, while the emerging computation-heavy Internet of things (IoT) applications with varied requirements demand more flexibility and resilience from the cloud/edge computing architecture. In this article, to address the issues, we propose a novel air-ground integrated mobile edge network (AGMEN), where UAVs are flexibly deployed and scheduled, and assist the communication, caching, and computing of the edge network. In specific, we present the detailed architecture of AGMEN, and investigate the benefits and application scenarios of drone-cells, and UAV-assisted edge caching and computing. Furthermore, the challenging issues in AGMEN are discussed, and potential research directions are highlighted.

研究の動機と目的

• VR や AR などの計算集約型アプリケーションに伴い、急速に拡大する低遅延・高容量ネットワークの需要に対応する。
• バックハールの混雑、長時間の遅延、柔軟性に欠ける展開といった、従来のセルラーおよびクラウドアーキテクチャの制限を克服する。
• UAVと地上ベースのモバイルエッジネットワークを統合して、ネットワークのレジリエンス、カバレッジ、サービスの柔軟性を向上させる統合アーキテクチャを提案する。
• ドライブセルの展開、エッジキャッシュ、モバイルエッジコンピューティングのパフォーマンスを共同最適化するため、UAVスケジューリングとエア・グラウンド連携を調査する。
• 動的チャネルモデリング、エネルギー効率、知能的なUAV軌道計画における主な課題と未解決の研究方向性を同定する。

提案手法

• UAVをモバイルエッジサーバーとして機能させる階層的AGMENアーキテクチャを設計し、動的展開とオンデマンドサービス提供を可能にする。
• 時間変動するA2A、A2G、V2Vチャネルを特徴付けるために、確率的幾何モデルと幾何ベースの確率的チャネル（GSMC）モデリングを活用する。
• AGMENチャネル最適化における高次元・多係数不確実性評価問題を効率的に解くために、ガラーキン射影に基づくパターン低減法を適用する。
• CSIフィードバックを活用したSDNベースの制御を実装し、エア・グラウンドリンク間で適応的ルーティングと動的リソース割り当てを実現する。
• UAVのエネルギー制約と移動性制約を満たしつつ、ドライブセルカバレッジ、エッジキャッシュ、タスクオフロードを共同最適化する知能的UAVスケジューリングアルゴリズムを開発する。
• 移動性予測とD2D通信を活用して、特にUAVを「飛行型データマールズ」として使用する遅延耐性シナリオにおけるデータ配信効率を向上させる。

実験結果

リサーチクエスチョン

• RQ1 UAVをどのようにモバイルエッジネットワークに効果的に統合することで、通信、キャッシュ、コンピューティング能力を向上させられるか？
• RQ2 エア・グラウンド統合型モバイルエッジネットワークにおける動的チャネルモデリングとリソース割り当ての主な課題は何か？
• RQ3 AGMENにおいて、UAVの移動性とエネルギー制約をネットワークパフォーマンスと共同最適化するにはどうすればよいか？
• RQ4 UAVは、視線ライン（LoS）リンクと遅延耐性フォワーディングを活用して、どのようにデータ配信を改善できるか？
• RQ5 AGMENにおいて、パフォーマンス、エネルギー効率、サービス品質のバランスを取るためにどのような知的スケジューリング戦略が有効か？

主な発見

• UAVをユーザーに近い位置にモバイルエッジサーバーとして展開することで、AGMENはネットワーク容量を顕著に向上させ、エンドツーエンドの遅延を低減する。
• 確率的幾何モデルとGSMCモデリングは、3次元環境におけるA2GおよびA2Aチャネルの動的かつ不確実な性質を効果的に捉えることができる。
• ガラーキン射影に基づくパターン低減法により、AGMENチャネル最適化における複雑な高次元不確実性評価問題を効率的に解けるようになった。
• CSIフィードバックを活用したSDNベースの制御により、リアルタイムで適応的ルーティングとリソース割り当てが可能となり、ネットワークの信頼性とスループットが向上した。
• UAVの移動性、キャッシュ、タスクオフロードの共同最適化により、UAVのエネルギー予算が制限される中でも、エネルギー効率とサービスパフォーマンスが向上した。
• UAVを用いた飛行型データマールズによるデータ配信は、特に移動性予測とD2D通信を組み合わせることで、スパarsなまたは遮断された地上ネットワークにおいても信頼性の高い通信を実現した。