[論文レビュー] Energy Efficient Resource Allocation in UAV-Enabled Mobile Edge Computing Networks

Zhaohui Yang, Cunhua Pan+2 more|arXiv (Cornell University)|Feb 8, 2019

UAV Applications and Optimization参考文献 51被引用数 15

ひとこと要約

本稿では、マルチUAVを搭載したモバイルエッジコンピューティング（MEC）ネットワークにおけるエネルギー効率の資源割り当てのための低複雑性反復アルゴリズムを提案する。本アルゴリズムは、ユーザの接続、電力制御、計算能力割り当て、UAVの位置を統合最適化する。圧縮センシング、閉形式解、1次元探索を活用することで、従来手法と比較して顕著な合計消費電力の低減を達成し、逐次凸近似により収束が保証される。

ABSTRACT

In this paper, we consider the sum power minimization problem via jointly optimizing user association, power control, computation capacity allocation and location planning in a mobile edge computing (MEC) network with multiple unmanned aerial vehicles (UAVs). To solve the nonconvex problem, we propose a low-complexity algorithm with solving three subproblems iteratively. For the user association subproblem, the compressive sensing based algorithm is accordingly is proposed. For the computation capacity allocation subproblem, the optimal solution is obtained in closed form. For the location planning subproblem, the optimal solution is effectively obtained via one-dimensional search method. To obtain a feasible solution for this iterative algorithm, a fuzzy c-means clustering based algorithm is proposed. Numerical results show that the proposed algorithm achieves better performance than conventional approaches.

研究の動機と目的

• マルチUAVを搭載したモバイルエッジコンピューティング（MEC）ネットワークにおける合計消費電力の最小化を目的とする。
• 遅延およびカバレッジ制約の下で、ユーザの接続、電力制御、計算能力割り当て、UAVの3次元位置計画を統合最適化することを目的とする。
• 合計消費電力最小化問題の非凸性に対処するため、反復的サブ問題分解を採用することを目的とする。
• 収束性と実行可能性が保証された低複雑性アルゴリズムの開発を目的とする。
• 従来手法よりもエネルギー効率およびシステム性能に優れた性能を達成することを目的とする。

提案手法

• 非凸な合計消費電力最小化問題を解くために、逐次凸近似に基づく反復アルゴリズムを用いる。
• ユーザ接続サブ問題をℓ₀ノルム正則化で解くために圧縮センシングを適用し、各反復で閉形式解が得られる。
• 問題をより小さなサブ問題に分解することで、最適な計算能力割り当てを閉形式で導出する。
• 各ユーザ接続および計算能力割り当てに対して、最適なUAV 3次元位置を特定するために1次元のバイセクション探索を採用する。
• 反復アルゴリズムの実行可能性を保証するため、ファジーセントロイドクラスタリングに基づく初期化を導入する。
• 各反復で合計消費電力目的関数が単調に非増加であることを示すことで、アルゴリズムの収束性を証明する。

実験結果

リサーチクエスチョン

• RQ1 マルチUAV MECネットワークにおける合計消費電力の最小化を目的としたℓ₀ノルム制約下でのユーザ接続最適化は、どのように実現できるか？
• RQ2 UAVおよびユーザ間での計算能力割り当ての最適な閉形式解は何か？
• RQ3 カバレッジおよび遅延制約を満たしつつ、エネルギー消費を最小化するためのUAV 3次元位置の最適計画法は何か？
• RQ4 これらのサブ問題を統合した反復アルゴリズムは、収束性を示し、従来手法を上回る性能を達成できるか？
• RQ5 実用的なマルチUAV MEC展開において、提案手法の複雑性と実行可能性のトレードオフは何か？

主な発見

• 提案アルゴリズムは、マルチUAV MECネットワークにおける従来のリソース割り当て方式と比較して、顕著な合計消費電力の低減を達成する。
• 圧縮センシングに基づくユーザ接続手法は、閉形式更新が可能なため、ℓ₀ノルム問題に対して実行可能かつ低複雑性の解決策を提供する。
• 最適な計算能力割り当ては閉形式で導出可能であり、効率的かつスケーラブルな実装を可能にする。
• 1次元バイセクション探索は、各反復における最適なUAV 3次元位置を効果的に特定し、収束を保証する。
• 反復アルゴリズムは、合計消費電力目的関数が各反復で単調に減少することにより収束する。この関数は0以上で有界であるため、収束が保証される。
• 数値結果により、提案手法がエネルギー効率およびシステム性能の点で、既存手法を上回ることが確認された。