[論文レビュー] UAV-Enabled Mobile Edge Computing: Offloading Optimization and Trajectory Design

Fuhui Zhou, Yongpeng Wu+2 more|ArXiv.org|Feb 12, 2018

UAV Applications and Optimization参考文献 10被引用数 11

ひとこと要約

本稿では、無人航空機（UAV）を活用したモバイルエッジコンピューティングにおける、計算オフロード、CPU周波数割り当て、UAVの飛行経路を統合的に最適化することで、UAVのエネルギー消費を最小化するフレームワークを提案する。逐次凸近似を用いることで、動的かつ変化するユーザーのオフロード要求とエネルギー回収制約のもとで、著しくエネルギー効率が向上し、収束が速く、ベンチマーク手法を上回る性能を示すシミュレーション結果を得た。

ABSTRACT

With the emergence of diverse mobile applications (such as augmented reality), the quality of experience of mobile users is greatly limited by their computation capacity and finite battery lifetime. Mobile edge computing (MEC) and wireless power transfer are promising to address this issue. However, these two techniques are susceptible to propagation delay and loss. Motivated by the chance of short-distance line-of-sight achieved by leveraging unmanned aerial vehicle (UAV) communications, an UAV-enabled wireless powered MEC system is studied. A power minimization problem is formulated subject to the constraints on the number of the computation bits and energy harvesting causality. The problem is non-convex and challenging to tackle. An alternative optimization algorithm is proposed based on sequential convex optimization. Simulation results show that our proposed design is superior to other benchmark schemes and the proposed algorithm is efficient in terms of the convergence.

研究の動機と目的

• 拡張現実などの遅延に敏感なアプリケーションにおける、モバイルユーザーの計算能力とバッテリー寿命の制限を解消すること。
• 経路損失や視線遮断伝搬の影響により、固定配置のMECおよびWPTシステムのエネルギー効率に限界が生じる問題を克服すること。
• 動的エネルギー転送と飛行経路制御を活用して、持続可能な計算オフロードを実現するUAVを活用した無線給電MECシステムを設計すること。
• オフロードビット数、ユーザーおよびUAVのCPU周波数、UAVの飛行経路を統合的に最適化し、因果関係および計算制約を満たしつつ、UAV送信エネルギーを最小化すること。

提案手法

• 計算オフロード、エネルギー回収の因果関係、UAVの移動性を統合した非凸なエネルギー最小化問題を定式化する。
• 逐次凸近似（SCA）を適用し、連携最適化を解ける部分問題に分解して反復的に解く。
• 時間分割制約のもとで、オフロード意思決定、CPU周波数、UAV飛行経路を交互に最適化することで、段階的に改善を図る。
• ラグランジュ双対性とカーシュ＝クーン＝タッカー（KKT）条件を用いて、部分問題の閉形式解を導出する。
• UAV飛行経路とユーザーのオフロード／周波数割り当てを交互に最適化するSCAに基づく代替アルゴリズムを実装する。
• UAV速度、送信電力、ユーザーの計算要求などの現実的なパラメータを用いたシミュレーションにより、手法の有効性を検証する。

Figure 1: The system model.

実験結果

リサーチクエスチョン

• RQ1 UAVの飛行経路設計は、無線給電モバイルエッジコンピューティングシステムにおけるエネルギー効率をどのように向上させるか？
• RQ2 変動するUAVの移動性のもとで、計算オフロード、ローカル処理、エネルギー回収の最適なトレードオフは何か？
• RQ3 オフロードビット数、CPU周波数、UAV飛行経路を統合的に最適化することで、ベンチマーク手法と比較してUAVのエネルギー消費はどの程度低減されるか？
• RQ4 提案された逐次凸最適化アルゴリズムは、どの程度速く収束し、近似的に最適な性能を達成できるか？

主な発見

• 提案手法は、ベンチマーク手法と比較して、UAVのエネルギー消費をより効果的に低減しており、シミュレーションでは最小の合計エネルギー消費が観測された。
• 提案手法におけるUAVの飛行経路は、オフロード要求が高くなるユーザーの周辺では遅く飛行し、エネルギー使用をバランスさせるために最終段階で速く移動するという適応的飛行行動を示した。
• 提案アルゴリズムは数回の反復で収束し、高い計算効率と実用的な妥当性を示した。
• シミュレーション結果から、オフロード、CPU周波数、UAV飛行経路の統合最適化が、固定経路や静的リソース割り当てを採用する手法を著しく上回ることが確認された。
• 飛行時間の延長に伴い、UAVの速度およびCPU周波数の要件が低下するため、UAVの合計エネルギー消費は減少した。
• UAVの移動性を活用した視線伝搬によるエネルギー転送と動的タスクオフロードにより、システムはより高い計算レートと優れたエネルギー利用効率を達成した。

Figure 2: The trajectories of the UAV under different schemes with $T=2$ seconds.