[論文レビュー] Task Offloading Optimization in NOMA-Enabled Multi-hop Mobile Edge Computing System Using Conflict Graph

Mohammed S. Al-Abiad, Md. Zoheb Hassan+1 more|arXiv (Cornell University)|Apr 23, 2021

Advanced Wireless Communication Technologies参考文献 39被引用数 6

ひとこと要約

本稿では、NOMA対応のマルチホップモバイルエッジコンピューティング（MEC）システムにおけるタスクオフロードのための、競合グラフに基づく共同最適化フレームワークを提案する。APとMECサーバー間でのオフロード意思決定、無線リソースブロック（RRB）スケジューリング、電力割り当て、計算リソース共有を統合的に最適化することで、遅延とエネルギー消費を同時に最小化する。提案手法のJ-MECグラフおよびプリーニンググラフ手法は、複雑さと効率性の良好なトレードオフを実現し、ベンチマーク手法を著しく上回る性能向上を達成する。

ABSTRACT

Resource allocation is investigated for offloading computational-intensive tasks in multi-hop mobile edge computing (MEC) system. The envisioned system has both the cooperative access points (AP) with the computing capability and the MEC servers. A user-device (UD) therefore first uploads a computing task to the nearest AP, and the AP can either locally process the received task or offload to MEC server. In order to utilize the radio resource blocks (RRBs) in the APs efficiently, we exploit the non-orthogonal multiple access for offloading the tasks from the UDs to the AP(s). For the considered NOMA-enabled multi-hop MEC computing system, our objective is to minimize both the latency and energy consumption of the system jointly. Towards this goal, a joint optimization problem is formulated by taking the offloading decision of the APs, the scheduling among the UDs, RRBs, and APs, and UDs' transmit power allocation into account. To solve this problem efficiently, (i) a conflict graph-based approach is devised that solves the scheduling among the UDs, APs, and RRBs, the transmit power control, and the APs' computation resource allocation jointly, and (ii) a low-complexity pruning graph-based approach is also devised. The efficiency of the proposed graph-based approaches over several benchmark schemes is verified via extensive simulations.

研究の動機と目的

• モバイルデバイスのリソース制限に起因する、計算集約的5Gアプリケーションにおける高い遅延とエネルギー消費の課題に対処すること。
• APとMECサーバーが両方とも計算能力を有するマルチホップMECシステムにおけるタスクオフロードを最適化すること。
• 限られた無線リソースブロック（RRB）を有する高密度ネットワークにおけるスペクトル効率とシステム容量の向上。
• オフロード、スケジューリング、電力制御、リソース割り当ての統合的最適化により、遅延とエネルギー消費を同時に最小化すること。
• 動的MEC環境におけるリアルタイム展開に適した低複雑度かつスケーラブルなソリューションの開発。

提案手法

• オフロード意思決定、RRBスケジューリング、ユーザーデバイス（UD）の電力割り当て、APの計算リソース割り当てを統合した共同最適化問題を定式化する。
• UD、AP、RRB間の干渉およびスケジューリング制約をモデル化するため、競合グラフに基づくアプローチ（J-MECグラフ）を導入する。
• グラフ彩色と独立集合選択を用いて、NOMAにおける干渉を解消し、同時に送信をスケジューリングする。
• 不要または競合する送信候補を削除することで、計算複雑度を低減するプリーニンググラフベースのアプローチを開発する。
• 上行リンクNOMAにおける逐次干渉キャンセレーション（SIC）を用い、複数のUDが同じRRBを共有可能にする。
• 最適化の目的関数として、伝送遅延とエネルギー消費を統合した遅延-エネルギーコスト関数を採用する。

実験結果

リサーチクエスチョン

• RQ1 NOMA対応のマルチホップMECシステムにおいて、オフロード、スケジューリング、電力制御、リソース割り当ての共同最適化は、どのようにして遅延とエネルギー消費の両方を最小化できるか？
• RQ2 RRB割り当てとユーザクラスタリングは、遅延とエネルギー効率という観点から、システム性能にどのような影響を及ぼすか？
• RQ3 提案された競合グラフベース手法は、ランダムおよびローカルオフロード方式と比較して、システム容量とコスト関数においてどのように差をつけるか？
• RQ4 低複雑度のプリーニンググラフアプローチは、計算オーバーヘッドを低減しつつ、近似的最適性能を達成できるか？
• RQ5 NOMA-MECシステムにおけるグラフベーススケジューリングにおいて、性能と複雑さのトレードオフはどのようなものか？

主な発見

• 提案されたJ-MECグラフ手法は、ランダム、ローカル、およびすべてオフロード方式と比較して、遅延-エネルギーコスト関数の最小化において最良の性能を達成する。
• プリーニンググラフ手法は、J-MECグラフと比較してわずかな性能劣化で計算複雑度を顕著に低減する。
• システム容量はRRB数に比例して線形に増加し、提案手法はランダムおよびローカル手法よりも多数のUDをサポートする。
• 処理密度が低い場合（例：λₙ = 20–60）、ローカル処理は実行可能で効果的であるが、λₙが140を超えると急速に性能が低下する。
• すべてオフロード方式は、一定のシステム容量を維持するが、高い遅延とエネルギーコストのため実用的ではなく、主にベンチマークとしての役割を果たす。
• 提案手法のコスト関数および有効なシステム容量は、データサイズ、処理密度、RRB数の変動にかかわらず優れた性能を維持する。