[論文レビュー] Energy Efficient Mobile Cloud Computing Powered by Wireless Energy Transfer (extended version)

Changsheng You, Kaibin Huang+1 more|arXiv (Cornell University)|Jul 15, 2015

Energy Harvesting in Wireless Networks被引用数 6

ひとこと要約

本論文は、無線電力伝送（WPT）と計算オフロードを統合することで、低複雑性デバイスにおける自己持続的運用を可能にするエネルギ効率の高いモバイルクラウドコンピューティングフレームワークを提案する。エネルギー回収およびデッドライン制約下で、CPUサイクル割り当て、WPTとオフロードの時間割り当て、モード選択を共同最適化することにより、凸最適化を用いて計算確率を最大化し、動的チャネル環境下でも顕著なエネルギー節約と信頼性の向上を達成する。

ABSTRACT

Achieving long battery lives or even self sustainability has been a long standing challenge for designing mobile devices. This paper presents a novel solution that seamlessly integrates two technologies, mobile cloud computing and microwave power transfer (MPT), to enable computation in passive low-complexity devices such as sensors and wearable computing devices. Specifically, considering a single-user system, a base station (BS) either transfers power to or offloads computation from a mobile to the cloud; the mobile uses harvested energy to compute given data either locally or by offloading. A framework for energy efficient computing is proposed that comprises a set of policies for controlling CPU cycles for the mode of local computing, time division between MPT and offloading for the other mode of offloading, and mode selection. Given the CPU-cycle statistics information and channel state information (CSI), the policies aim at maximizing the probability of successfully computing given data, called computing probability, under the energy harvesting and deadline constraints. The policy optimization is translated into the equivalent problems of minimizing the mobile energy consumption for local computing and maximizing the mobile energy savings for offloading which are solved using convex optimization theory. The structures of the resultant policies are characterized in closed form. Furthermore, given non-causal CSI, the said analytical framework is further developed to support computation load allocation over multiple channel realizations, which further increases computing probability. Last, simulation demonstrates the feasibility of wirelessly powered mobile cloud computing and the gain of its optimal control.

研究の動機と目的

• モバイルIoTデバイス、特にセンサーやウェアラブル機器における限界のあるバッテリー寿命の課題に対処し、無線エネルギー転送を用いて自己持続的運用を可能にする。
• マイクロ波電力伝送（MPT）とモバイルクラウドコンピューティングを統合し、パassiveで低複雑性のデバイスでも計算を実行可能にする。
• 与えられた計算タスクを正常に完了する確率として定義される計算確率を、エネルギー回収およびデッドライン制約下で最大化する。
• ローカル計算のためのCPUサイクル割り当て、MPTとオフロードの間の時間割り当て、およびローカル実行とオフロード実行の間でのモード選択という、3つの制御ポリシーを共同最適化する。
• 凸最適化を用いた実装可能な解析的フレームワークを構築し、実用的実装に適した閉形式ポリシー構造を導出する。

提案手法

• 基地局（BS）がMPTにより電力を伝送し、クラウドに計算をオフロードするシステムモデルを定式化し、モバイルデバイスは回収したエネルギーを用いてローカル処理またはオフロード処理を実行する。
• エネルギー因果性およびデッドライン制約を満たす条件下で、主たる最適化目的として計算確率を導入する。
• 凸緩和を用いて最適化問題を解き、ローカル計算におけるモバイルデバイスのエネルギー消費を最小化し、オフロードにおけるエネルギー節約を最大化する。
• カールシュ＝クーン＝タッカー（KKT）条件とチャネル依存のしきい値を求めるためのラマヌジャン・ウ関数（Lambert W関数）に基づく解法を用いて、最適ポリシーの閉形式表現を導出する。
• 複数ブロックにわたる計算負荷割り当てを可能にするために、非因果的チャネル状態情報（CSI）を拡張し、フレームワークのロバストネスと性能を向上させる。
• 確率的制御アプローチを用いて、CPUサイクルと時間割り当てを共同最適化し、エネルギー因果性を確保するとともに、システムの信頼性を最大化する。

実験結果

リサーチクエスチョン

• RQ1 無線電力伝送を効果的にモバイルクラウドコンピューティングと統合することで、エネルギー回収が可能なモバイルデバイスを実現する方法は何か？
• RQ2 エネルギーおよび遅延制約下で、計算の成功確率を最大化するための、CPUサイクル、時間割り当て、モード選択の統合的制御ポリシーは何か？
• RQ3 非因果的CSIは、因果的または非因果的でないCSIと比較して、無線で駆動されるモバイルクラウドコンピューティングの性能にどのように寄与するか？
• RQ4 動的無線環境下でのエネルギー効率の良い計算のための最適ポリシーの閉形式構造は何か？
• RQ5 非因果的CSIを用いて複数のチャネル実現を最適化することで、計算確率に理論的に得られる利得は何か？

主な発見

• 提案されたフレームワークは、エネルギー回収制約下でMPT、オフロード、ローカル計算を共同最適化することにより、計算確率の顕著な向上を達成する。
• CPUサイクル割り当ておよび時間割り当てのための閉形式最適ポリシーが導出され、凸最適化およびラマヌジャン・ウ関数を用いた実装が可能になる。
• オフロードの最適ポリシーは、チャネル利得と回収エネルギーに基づくしきい値に基づく選択であり、MPTとオフロードの時間割り当ては動的に調整される。
• 非因果的CSIを用いることで、将来のチャネル状態情報を活用した複数ブロックにわたる計算負荷割り当てが可能となり、計算確率がさらに向上する。
• シミュレーション結果は、無線で駆動されるモバイルクラウドコンピューティングの実現可能性を検証し、ベースライン手法と比較して顕著なエネルギー効率および信頼性の向上を示している。
• 成功したオフロードを保証するしきい値条件 $ P_b h^2 \geq a^{\prime\prime} $ が導出され、$ a^{\prime\prime} $ は帯域幅、遅延、エネルギー効率などのシステムパラメータの関数として明示的に定義されている。