[論文レビュー] Rotatable Antenna-Enabled Mobile Edge Computing

Qiyao Wang, Beixiong Zheng+5 more|arXiv (Cornell University)|Mar 17, 2026

Advanced Wireless Communication Technologies被引用数 0

ひとこと要約

論文は、回転アンテナ対応MECアップリンクにおける最大計算待ち時間を最小化するため、エッジ計算リソース、受信ビームフォーミング、RA偏向角を共同最適化する交互最適化フレームワークを提案します。

ABSTRACT

In the evolving landscape of mobile edge computing (MEC), enhancing communication reliability and computation efficiency to support increasingly stringent low-latency services remains a fundamental challenge. Rotatable antenna (RA) is a promising technology that introduces new spatial degrees of freedom (DoFs) to tackle this challenge. In this letter, we investigate an RA-enabled MEC system where antenna boresight directions can be independently adjusted to proactively improve wireless channel conditions for latency-critical users. We aim to minimize the maximum computation latency by jointly optimizing the MEC server computing resource allocation, receive beamforming, and the deflection angles of all RAs. To address the resulting non-convex problem, we develop an efficient alternating optimization (AO) framework. Specifically, the optimal edge computing resource allocation is derived based on the Karush-Kuhn-Tucker (KKT) conditions. Given the computing resources, the receive beamforming is optimized using semidefinite relaxation (SDR) combined with a bisection search. Furthermore, the RA deflection angles are optimized via fractional programming (FP) and successive convex approximation (SCA). Simulation results verify that the proposed RA-enabled MEC scheme significantly reduces the maximum computation latency compared with conventional benchmark methods.

研究の動機と目的

• 6Gネットワークにおける超低遅延のためのMECを動機付け、信頼性と計算効率の限界に対処する。
• extra spatial DoFsを導入する回転可能アンテナ（RA）ベースのMECアップリンクを提案する。
• 最大計算待ち時間を最小化するための交互最適化アルゴリズムを開発する。
• KKT条件を用いてエッジ計算リソース配分の閉形式解を導出する。
• シミュレーションを通じてRA適応がベンチマークより遅延性能を改善することを示す。

提案手法

• BS、複数のデバイス、RA偏向行列を用いたRA対応MECアップリンクをモデル化する。
• オフロードデータ量、エッジ計算リソース、受信ビームフォーミング、RA角を同時に最適化して最大遅延を最小化する非凸問題を定式化する。
• KKTと二分法による閉形式解を用いて計算リソースとオフロードデータのサブ問題を解く。
• 受信ビームフォーミングとRA指向のサブ問題をSDR、FP、SCAを用いて解く。
• 収束するまで変数を反復的に更新する交互最適化（AO）フレームワークを適用する。

実験結果

リサーチクエスチョン

• RQ1 MEC計算リソース、受信ビームフォーミング、RA偏向角を共同最適化して遅延を最小化するにはどうするか？
• RQ2 現実的チャネルモデル下での固定または等方性アンテナに対するRA対応MECの性能向上はどの程度か？
• RQ3 最適化フレームワークは実用的な複雑さで安定解に収束できるか？
• RQ4 RA方向制御が遅延が重要なデバイスのアップリンクレートとエンドツーエンド待機時間にどう影響するか？
• RQ5 様々なネットワーク条件の下でRA対応MECの利得を示すベンチマークは何か？

主な発見

• RA対応MECスキームは、シミュレーションにおいて従来のベンチマークと比較して最大計算遅延を著しく低減する。
• KKT、二分法付きSDR、FP、SCAを組み合わせたAOフレームワークが非凸の結合最適化問題を効果的に解く。
• RA指向制御はアップリンクのチャンネル品質とオフロード率を高め、全体の計算効率を改善する。
• デバイス数やオフロード電力が異なる場合でもRA対応MECの性能優位性は持続するが、計算や高いユーザー競合により利得は鈍化する。
• ランダムまたは固定のRA方位は最適化済みRA偏向よりも悪い性能を示し、指向性適応の価値を強調する。