[論文レビュー] Spectrum Resource Management for Multi-Access Edge Computing in Autonomous Vehicular Networks

Haixia Peng, Qiang Ye+1 more|arXiv (Cornell University)|Jan 3, 2019

Vehicular Ad Hoc Networks (VANETs)参考文献 26被引用数 5

ひとこと要約

本稿では、自律走行車両ネットワークにおけるマルチアクセスエッジコンピューティング（MEC）のための動的スプライシング管理フレームワークを提案する。線形プログラミング緩和と一次テイラー近似を用いて、スプライシング、BS-車両接続、リソース割り当て、送信電力制御を統合最適化する。提案された交互凹性探索（ACS）アルゴリズムは、高い車両密度下でも、QoSを保証しつつ高いネットワークユーティリティを達成する。

ABSTRACT

In this paper, a dynamic spectrum management framework is proposed to improve spectrum resource utilization in a multi-access edge computing (MEC) in autonomous vehicular network (AVNET). To support the increasing data traffic and guarantee quality-of-service (QoS), spectrum slicing, spectrum allocating, and transmit power controlling are jointly considered. Accordingly, three non-convex network utility maximization problems are formulated to slice spectrum among BSs, allocate spectrum among autonomous vehicles (AVs) associated with a BS, and control transmit powers of BSs, respectively. Via linear programming relaxation and first-order Taylor series approximation, these problems are transformed into tractable forms and then are jointly solved through an alternate concave search (ACS) algorithm. As a result, optimal spectrum slicing ratios among BSs, optimal BS-vehicle association patterns, optimal fractions of spectrum resources allocated to AVs, and optimal transmit powers of BSs are obtained. Based on our simulation, a high aggregate network utility is achieved by the proposed spectrum management scheme compared with two existing schemes.

研究の動機と目的

• 多様なQoS要件を有する高密度の自律走行車両ネットワーク（AVNETs）における効率的なスプライシングリソース利用の課題に対処する。
• 従来のリソース割り当ての限界を克服し、MEC環境下でスプライシング、BS-車両接続、送信電力制御を統合最適化する。
• 多様なAVアプリケーションをサポートする動的でQoSを保証するサービスを実現する、取り扱い可能な最適化フレームワークを開発する。
• 二段階管理アーキテクチャを用いて、基地局（BSs）と自律走行車両（AVs）間でのスケーラブルかつ効率的なスプライシング共有を実現する。
• 将来の異種車両ネットワークにおけるマルチリソース割り当て（例：計算、ストレージ）をサポートするようにフレームワークを拡張する。

提案手法

• 基地局間のスプライシング、各基地局ごとのAV間のリソース割り当て、基地局での送信電力制御の3つの非凸ネットワークユーティリティ最大化問題を定式化する。
• 非凸制約を凸形式に変換するため、線形プログラミング緩和を適用する。
• ユーティリティ関数内の非凹項を線形化するために一次テイラー級数近似を用い、反復的最適化を可能にする。
• 変数をブロック単位で交互に最適化する交替凹性探索（ACS）アルゴリズムを設計し、局所最適解への収束を保証する。
• AV間の公平性とスペクトル効率の両立を図るため、ネットワークを対数関数的および線形ユーティリティ関数でモデル化する。
• MECおよびNFVと統合することで、動的で仮想化されたリソース管理とエッジベースのタスクオフロードを可能にする。

実験結果

リサーチクエスチョン

• RQ1 1つのMECサーバーに接続された複数の基地局（BSs）間で、どのように効率的にスプライシングリソースをスライスすることができるか？
• RQ2 多様なAVアプリケーションのQoSを確保しつつネットワークユーティリティを最大化する最適なBS-車両接続パターンは何か？
• RQ3 各BSに接続された自律走行車両（AVs）間で、どのようにスプライシングリソースを割り当てるべきか？公平性とスループットの両立を図るには？
• RQ4 干渉を最小限に抑えつつ、AVsの要求データレートを維持する送信電力制御戦略は何か？
• RQ5 スプライシング、割り当て、電力制御の統合最適化が、収束保証と高いネットワークユーティリティを満たす形で達成可能か？

主な発見

• 提案されたACSアルゴリズムは、スプライシング、BS-車両接続、リソース割り当て、送信電力制御の統合最適化において、局所最適解に成功して収束する。
• 2つのベンチマーク手法と比較して、本フレームワークは、高交通量のAVNET環境下で顕著に高い集約ネットワークユーティリティを達成し、優れた性能を示す。
• 対数ユーティリティ関数の使用により、AV間でのリソース割り当ての公平性が保証される一方、線形ユーティリティ最大化によりスペクトル効率が向上する。
• 線形プログラミング緩和と一次テイラー近似は、元の非凸問題を扱いやすく変換するが、解の品質を損なわず、効果的に機能する。
• 二重凹性最適化定式化により、目的関数と制約が凹型または二重凹型構造を維持し、ACSアルゴリズムの信頼性ある収束を可能にする。
• 二段階動的スプライシング管理フレームワークは、他の異種ネットワークへも拡張可能であり、将来的な計算およびストレージリソース割り当て統合をサポートする。