[論文レビュー] Computation Rate Maximization in UAV-Enabled Wireless Powered Mobile-Edge Computing Systems

Fuhui Zhou, Yongpeng Wu+2 more|arXiv (Cornell University)|Jun 8, 2018

UAV Applications and Optimization参考文献 13被引用数 26

ひとこと要約

本稿では、エネルギー回収および移動制約のもとで計算レートを最大化するため、UAVを活用した無線給電型モバイルエッジコンピューティング（WPMC）システムを提案する。部分オフロード用の二段階アルゴリズムと、バイナリオフロード用の三段階代替アルゴリズムを開発し、最適なCPU周波数、オフロード時間、送信電力を閉形式で導出。シミュレーションにより、ベンチマークと比較して優れた性能と低複雑性を示した。

ABSTRACT

Mobile edge computing (MEC) and wireless power transfer (WPT) are two promising techniques to enhance the computation capability and to prolong the operational time of low-power wireless devices that are ubiquitous in Internet of Things. However, the computation performance and the harvested energy are significantly impacted by the severe propagation loss. In order to address this issue, an unmanned aerial vehicle (UAV)-enabled MEC wireless powered system is studied in this paper. The computation rate maximization problems in a UAV-enabled MEC wireless powered system are investigated under both partial and binary computation offloading modes, subject to the energy harvesting causal constraint and the UAV's speed constraint. These problems are non-convex and challenging to solve. A two-stage algorithm and a three-stage alternative algorithm are respectively proposed for solving the formulated problems. The closed-form expressions for the optimal central processing unit frequencies, user offloading time, and user transmit power are derived. The optimal selection scheme on whether users choose to locally compute or offload computation tasks is proposed for the binary computation offloading mode. Simulation results show that our proposed resource allocation schemes outperforms other benchmark schemes. The results also demonstrate that the proposed schemes converge fast and have low computational complexity.

研究の動機と目的

• 低消費電力IoTデバイスにおける計算能力の制限およびバッテリ駆動時間の短さという課題に対処すること。
• UAVを空中アクセスポイントとして導入することで、モバイルエッジコンピューティングにおけるエネルギー回収効率と計算パフォーマンスを向上させること。
• エネルギー因果性制約および移動制約のもとで、ユーザーのオフロード意思決定、送信電力、CPU周波数、UAVの軌道を統合最適化すること。
• 高速収束を実現する低複雑性アルゴリズムを設計し、高い計算レートを達成すること。

提案手法

• 無線給電型モバイルエッジコンピューティング（WPMC）システムをUAVで実装し、エネルギー伝送効率と計算効率を向上させる。
• エネルギー因果性制約のもとで、ユーザーのオフロード時間、送信電力、CPU周波数を最適化する二段階アルゴリズムを構築。
• バイナリオフロード用の三段階代替アルゴリズムを導入し、最適なオフロード意思決定とリソース割り当てを決定。
• ラグランジュ双対性とカールシュ＝クーン＝タッカー（KKT）条件を用いて、最適なCPU周波数、ユーザーのオフロード時間、送信電力の閉形式表現を導出。
• 非凸性を扱うために、デュアル分解と逐次最適化を適用。
• 複雑な最適化問題を効率的に分解・解消するために、交替方向乗数法（ADMM）フレームワークを適用。

実験結果

リサーチクエスチョン

• RQ1 UAVの移動性を活用することで、無線給電型モバイルエッジコンピューティングシステムにおける計算レートをどのように最大化できるか？
• RQ2 エネルギー回収制約のもとで、ローカル計算とタスクオフロードの最適なトレードオフは何か？
• RQ3 エネルギー因果性制約およびUAVの移動制限のもとで、リソース割り当てをどのように最適化できるか？
• RQ4 部分オフロードおよびバイナリオフロードモードにおける最適なCPU周波数、送信電力、オフロード時間の閉形式解は何か？
• RQ5 提案アルゴリズムは、ベンチマーク手法と比較して、性能および複雑性の面でどのように異なるか？

主な発見

• 提案された二段階および三段階アルゴリズムは、従来のベンチマーク手法よりも高い計算レートを達成した。
• アルゴリズムは迅速に収束し、計算複雑性が低いため、リアルタイム展開に適している。
• 最適なCPU周波数、送信電力、オフロード時間の閉形式表現が導出され、効率的な実装が可能になった。
• ユーザーのタスク計算要求が高く、ローカル処理能力が限られている状況では、バイナリオフロードモードが優れたパフォーマンスを示した。
• シミュレーション結果から、UAVの導入が地上ベースのアクセスポイントと比較して、エネルギー回収効率および計算レートを顕著に向上させることを確認した。
• エネルギーコストと計算遅延のトレードオフに基づき、ローカル実行とオフロードの最適選択が決定され、アルゴリズムはチャネル状態およびエネルギー状態に応じて動的に適応した。