[논문 리뷰] Empowering Mobile Edge Computing by Exploiting Reconfigurable Intelligent Surface

Tong Bai, Cunhua Pan외 2명|arXiv (Cornell University)|2021. 02. 04.

Advanced Wireless Communication Technologies참고 문헌 7인용 수 11

한 줄 요약

이 논문은 재구성 가능한 지능형 표면(RIS)을 모바일 에지 컴퓨팅(MEC) 시스템에 통합하여 무선 전파 환경을 동적으로 최적화함으로써 계산 이송 링크의 성능을 향상시키는 것을 제안한다. RIS의 위상 시프트, 통신 자원 및 계산 자원 할당을 공동으로 최적화함으로써 이론적 성능 향상이 가능하며, 사례 연구를 통해 에너지 효율성 및 작업 완료율 향상이 뚜렷하게 나타남을 입증하였다.

ABSTRACT

Along with the proliferation of sensors and of smart devices, an explosive volume of data will be generated. However, restricted by their limited physical sizes and low manufacturing costs, these wireless devices are typically equipped with limited computational capabilities and battery lives and thus incapable of processing data time-efficiently. To overcome this issue, the paradigm of mobile edge computing (MEC) is proposed, where wireless devices may offload all or a fraction of their computation tasks to their nearby computing nodes deployed at the network edge. At the time of writing, the benefits of MEC systems have not been fully exploited, predominately because the computation offloading link is still far from the perfect. In this article, we propose to empower the MEC systems by exploiting the emerging technique of reconfigurable intelligent surfaces, which is capable of reconfiguring the wireless propagation environments and hence of enhancing the offloading links. The beneficial role of RISs can be exploited by jointly optimizing both the RISs as well as communications and computing resource allocations of MEC systems, which imposes new research challenges on the systemic design and thus necessitates a specific investigation. Against this background, this article provides an overview of RIS-assisted MEC systems and highlights their four use cases as well as their design challenges and solutions. Then their advantageous performance is validated with the aid of a specific case study. Finally, a guide on future research opportunities is elucidated.

연구 동기 및 목표

• 밀도 높은 IoT 및 센서 네트워크에서 무선 기기의 제한된 계산 능력과 짧은 배터리 수명 문제를 해결하기 위해.
• 기존 MEC 시스템의 신뢰할 수 없는 계산 이송 링크로 인한 성능 제약을 극복하기 위해.
• 재구성 가능한 지능형 표면(RIS)을 활용하여 무선 전파 환경을 동적으로 제어하고 링크 품질을 향상시키기 위해.
• MEC 시스템의 효율성을 극대화하기 위해 RIS 설정, 통신 자원 및 계산 자원 할당을 공동으로 최적화하기 위해.
• MEC 아키텍처에 RIS를 통합함으로써 발생하는 새로운 체계적 설계 과제를 규명하고 해결하기 위해.

제안 방법

• RIS를 계산 이송을 위한 무선 채널 품질 향상에 활용하는 동적 웨이브프론트 형상 조절 플랫폼으로 도입하기 위해.
• RIS 위상 시프트, 업링크 전송 전력 및 작업 이송 비율을 포함한 공동 최적화 문제를 수립하기 위해.
• 시스템 지연과 에너지 소비를 최소화하기 위해 통신 및 계산 자원 할당을 통합 최적화 프레임워크에 통합하기 위해.
• 신호 처리 기법을 적용하여 RIS 보조 무선 채널을 재구성 가능한 반사 행렬로 모델링하기 위해.
• 실제 네트워크 조건 하에서 제안된 RIS 보조 MEC 프레임워크의 성능 향상을 사례 연구를 통해 검증하기 위해.
• RIS 기반 MEC 시스템에서 스펙트럼 효율성, 에너지 효율성 및 작업 완료 신뢰성 간의 균형을 맞추는 솔루션 프레임워크 제안하기 위해.

실험 결과

연구 질문

• RQ1 RIS는 MEC 시스템에서 계산 이송 링크의 신뢰성과 용량을 향상시키기 위해 어떻게 활용될 수 있는가?
• RQ2 MEC에서 RIS 위상 시프트, 통신 자원 및 계산 자원 할당을 동시에 제어할 수 있는 공동 최적화 전략은 무엇인가?
• RQ3 RIS를 MEC 아키텍처에 통합함으로써 발생하는 주요 체계 수준의 과제는 무엇인가?
• RQ4 RIS 보조 MEC는 기존 MEC와 비교해 에너지 효율성과 작업 완료 지연 측면에서 어떻게 다를까?
• RQ5 RIS 기반 MEC 시스템을 평가하기 위해 가장 관련성이 높은 설계 원칙과 성능 지표는 무엇인가?

주요 결과

• RIS를 MEC 시스템에 통합함으로써 계산 이송 링크의 신뢰성과 스펙트럼 효율성이 크게 향상된다.
• RIS 위상 시프트, 전송 전력 및 작업 이송 비율의 공동 최적화는 시스템 지연과 에너지 소비를 크게 감소시킨다.
• 사례 연구에서 제안된 프레임워크는 비선형 시선 또는 저SNR 환경에서 특히 에너지 효율성 향상과 작업 완료율 향상이 뚜렷하게 나타남을 입증하였다.
• RIS는 더 예측 가능하고 제어 가능한 무선 전파 환경을 제공하여, 밀도 높은 장치 배치 환경에서 다중 경로 fading 및 그림자 효과를 완화한다.
• 고밀도 장치 및 제한된 무선 자원 환경에서 더 높은 성능 향상이 달성된다.
• RIS 기반 MEC의 설계 과제는 비단순하며, 통신, 계산 및 지능형 표면 제어 메커니즘 간의 공동 설계가 필요하다.