[論文レビュー] Energy and Latency Control for Edge Computing in Dense V2X Networks

Jingjing Zhao, Lifeng Wang+3 more|arXiv (Cornell University)|Jul 6, 2018

IoT and Edge/Fog Computing参考文献 8被引用数 6

ひとこと要約

本稿は、密度の高いミリ波V2Xネットワークにおけるエッジコンピューティングのための動的エネルギーおよび遅延制御アルゴリズムを提案する。Lyapunov最適化と逐次凸近似（SCA）を用いて、タスクのオフロードと送信電力を統合最適化する。この手法は、高い干渉と車両の移動性が存在する状況でも、エネルギー効率と計算遅延の近似的最適なトレードオフを達成でき、密度の高い状況下でもノイズ制限条件に近い性能を示す。

ABSTRACT

This study focuses on edge computing in dense millimeter wave vehicle-to-everything (V2X) networks. A control problem is formulated to minimize the energy consumption under delay constraint resulting from vehicle mobility. A tractable algorithm is proposed to solve this problem by optimizing the offloaded computing tasks and transmit power of vehicles and road side units. The proposed dynamic solution can well coordinate the interference without requiring global channel state information, and makes a tradeoff between energy consumption and task computing latency.

研究の動機と目的

• 密度の高いミリ波V2Xネットワークにおけるエッジコンピューティングのエネルギー消費を最小化する課題に取り組むこと。
• グローバルなチャネル状態情報が不要な動的制御メカニズムを設計し、干渉とリソース割り当てを調整すること。
• 動的タスク到着と変動する干渉を伴う高移動性車両環境において、エネルギー効率とタスク処理遅延のバランスを取ること。
• リアルタイムのネットワーク状態と車両の移動性に適応可能なオンラインで解けるアルゴリズムを構築すること。

提案手法

• 時間スロット型システムにおいて、エネルギー消費の最小化と遅延制約の満たしを同時に達成するため、Lyapunovドリフトを用いた確率的最適化問題を定式化する。
• 非凸最適化問題を解ける形に変換するため、逐次凸近似（SCA）を適用する。
• 距離および高度依存のパスロスを考慮した3次元視線（LoS）ミリ波チャネルゲインをモデル化し、メインローブおよびサイドローブゲインを有する指向性ビームフォーミングを組み込む。
• キュー状態とチャネル状態に基づいて、各時間スロットにおける送信電力とオフロードタスク数を動的に調整する制御ポリシーを導入する。
• 干渉温度、計算能力、タスクサイズを考慮した下界エネルギー消費モデルを用いる。
• エネルギーコストと計算遅延のバランスを調整可能な制御変数ηを導入し、トレードオフの調整を可能にする。

実験結果

リサーチクエスチョン

• RQ1 厳密なタスク処理遅延制約を満たしつつ、密度の高いmmWave V2Xネットワークにおけるエッジコンピューティングのエネルギー消費をどのように最小化できるか？
• RQ2 高移動性車両ネットワークにおいて、グローバルなチャネル状態情報が不要な状況で、効果的な干渉協調を実現する制御戦略は何か？
• RQ3 車両密度や干渉レベルが変化する状況下でも、提案されたアルゴリズムはネットワークの安定性と性能をどのように維持するか？
• RQ4 動的送信電力制御とタスクオフロード制御を用いることで、エネルギー効率とタスク処理遅延のトレードオフをどの程度最適化できるか？
• RQ5 高密度・干渉制限状態のV2X環境下で、このアルゴリズムはノイズ制限状態に近い性能を達成できるか？

主な発見

• 提案されたアルゴリズムは、高干渉・高密度車両環境下でも、エネルギー消費とタスク処理遅延の近似的最適なトレードオフを達成する。
• 低車両密度状況では、高い送信電力によりより多くのタスクをオフロードでき、車両側の計算負荷が軽減される。
• 車両密度が増加すると、干渉温度の上昇により送信電力が低下し、上行リンク遅延が増加し、オフロード可能なタスク数が制限される。
• グローバルなチャネル状態情報が不要な状況でも、アルゴリズムは効果的に干渉を協調し、ネットワークの安定性を維持する。
• 制御パrameter ηの調整により、エネルギーコストと計算遅延の動的バランスが可能となり、高負荷状態下でも平均計算時間が定数に収束する。
• 提案アルゴリズムの性能は、ノイズ制限状態（例：λ₁ = λ₂ = 0.001/m）と非常に近く、高密度環境下でも高いロバスト性を示す。