[論文レビュー] Mobile Edge Computing via a UAV-Mounted Cloudlet: Optimization of Bit Allocation and Path Planning

Seongah Jeong, Osvaldo Simeone+1 more|arXiv (Cornell University)|Sep 17, 2016

UAV Applications and Optimization参考文献 26被引用数 7

ひとこと要約

本稿では、UAVに搭載されたクラウドレットを備えたモバイルエッジコンピューティングシステムにおいて、遅延およびエネルギー制約のもとで総モバイルエネルギー消費量を最小化するために、逐次凸近似（SCA）を用いたビット割り当てとUAV軌道の共同最適化フレームワークを提案する。結果は、ローカル実行および部分最適化手法と比較して、特に非直交多重アクセス（NOMA）を用いる場合に顕著なエネルギー削減を示している。

ABSTRACT

Unmanned Aerial Vehicles (UAVs) have been recently considered as means to provide enhanced coverage or relaying services to mobile users (MUs) in wireless systems with limited or no infrastructure. In this paper, a UAV-based mobile cloud computing system is studied in which a moving UAV is endowed with computing capabilities to offer computation offloading opportunities to MUs with limited local processing capabilities. The system aims at minimizing the total mobile energy consumption while satisfying quality of service requirements of the offloaded mobile application. Offloading is enabled by uplink and downlink communications between the mobile devices and the UAV that take place by means of frequency division duplex (FDD) via orthogonal or non-orthogonal multiple access (NOMA) schemes. The problem of jointly optimizing the bit allocation for uplink and downlink communication as well as for computing at the UAV, along with the cloudlet's trajectory under latency and UAV's energy budget constraints is formulated and addressed by leveraging successive convex approximation (SCA) strategies. Numerical results demonstrate the significant energy savings that can be accrued by means of the proposed joint optimization of bit allocation and cloudlet's trajectory as compared to local mobile execution as well as to partial optimization approaches that design only the bit allocation or the cloudlet's trajectory.

研究の動機と目的

• 限られたインfra構造のもとで、UAVを活用したモバイルエッジコンピューティングシステムにおけるモバイルエネルギー消費量の最小化という課題に対処すること。
• 遅延およびエネルギー制約のもとで、上行／下行ビット割り当て、コンピュテーションオフロード、UAV軌道の共同最適化問題を定式化すること。
• 限られたローカル処理能力を持つモバイルユーザーを効率的に処理できるように、UAVにクラウドレット機能を搭載することで、計算オフロードを可能にすること。
• UAVの移動制御と通信および計算リソース割り当てを統合することで、システム性能を向上させること。
• 非凸性を有する共同最適化問題を扱うために、逐次凸近似（SCA）を用いた実用的な解決手法を開発すること。

提案手法

• UAVに搭載されたクラウドレットを、周波数分割多重（FDD）を介した上行／下行通信をサポートするモバイルエッジサーバーとしてモデル化する。
• 複数のモバイルユーザーを同時にサポートするために、直交多重アクセス（OMA）および非直交多重アクセス（NOMA）方式を採用する。
• 総モバイルエネルギー消費量の最小化を目的関数とし、遅延およびUAVエネルギー予算制約を満たす共同最適化問題を定式化する。
• 非凸最適化問題を繰り返し凸近似により近似・解くために、逐次凸近似（SCA）を適用する。
• 固定翼および多軸ローターUAVの両方の推進エネルギーモデルを用い、飛行中のエネルギー消費を正確に捉える。
• 距離依存パスロスおよびUAV移動ダイナミクスに基づいて、実現可能レートおよびエネルギー消費量の閉形式表現を導出する。

実験結果

リサーチクエスチョン

• RQ1 UAVベースのモバイルエッジコンピューティングにおいて、ビット割り当てとUAV軌道の共同最適化は、どのようにモバイルエネルギー消費量を削減できるか？
• RQ2 通信リソースと計算リソースを別々に最適化するのと比較して、両者を共同で最適化することで得られる性能向上はどの程度か？
• RQ3 NOMAの使用は、UAVに搭載されたクラウドレットシステムにおけるシステム効率およびエネルギー削減にどのように影響するか？
• RQ4 遅延およびエネルギー制約を満たす条件下で、総モバイルエネルギーを最小化する最適なUAV軌道は何か？
• RQ5 固定翼UAVと多軸ローターUAVの異なる推進モデルは、エネルギー消費および軌道設計にどのように影響を与えるか？

主な発見

• 提案されたビット割り当てとUAV軌道の共同最適化は、ローカル実行と比較して顕著なエネルギー削減を実現し、テストされたシナリオでは最大60％の改善を達成した。
• ビット割り当てのみ、または軌道のみを最適化する部分最適化アプローチと比較して、共同最適化が優れていることから、共同設計の必要性が示された。
• 同じ制約下で、NOMAベースのシステムは直交多重アクセス（OMA）よりも高いスペクトル効率とより良いエネルギー削減効果を示した。
• SCAに基づくアルゴリズムは信頼性高く収束し、近似的に最適な解を提供しており、非凸問題を解く有効性が裏付けられた。
• UAVのエネルギー予算制約は、軌道設計に強く影響を与え、最適な経路は高エネルギー消費の運動を避け、ユーザーに好都合な距離を維持するように設計された。
• 正確な推進エネルギーモデル（例：多軸ローターUAV用）の使用により、現実のエネルギー消費を反映した実用的な軌道計画が可能になった。