[논문 리뷰] Mobile Edge Computing for Cellular-Connected UAV: Computation Offloading and Trajectory Optimization

Xiaowen Cao, Jie Xu외 1명|arXiv (Cornell University)|2018. 03. 10.

UAV Applications and OptimizationEngineering참고 문헌 8인용 수 16

한 줄 요약

이 논문은 다수의 지상 기지국(GBS)을 활용하여 병렬 작업 처리를 가능하게 함으로써 미션 완료 시간을 최소화하기 위해 셀룰러 연결 UAV의 공동 궤도 및 계산 이송 최적화 프레임워크를 제안한다. 교차 최적화와 점진적 볼록 근사화를 활용하여, 이동 경로를 동적으로 조정함으로써 이송 효율성을 극대화함으로써 고성능 처리 작업에 특히 뚜렷한 지연 감소 효과를 달성한다.

ABSTRACT

This paper studies a new mobile edge computing (MEC) setup where an unmanned aerial vehicle (UAV) is served by cellular ground base stations (GBSs) for computation offloading. The UAV flies between a give pair of initial and final locations, during which it needs to accomplish certain computation tasks by offloading them to some selected GBSs along its trajectory for parallel execution. Under this setup, we aim to minimize the UAV's mission completion time by optimizing its trajectory jointly with the computation offloading scheduling, subject to the maximum speed constraint of the UAV, and the computation capacity constraints at GBSs. The joint UAV trajectory and computation offloading optimization problem is, however, non-convex and thus difficult to be solved optimally. To tackle this problem, we propose an efficient algorithm to obtain a high-quality suboptimal solution. Numerical results show that the proposed design significantly reduces the UAV's mission completion time, as compared to benchmark schemes.

연구 동기 및 목표

• 크기, 무게, 전력(SWAP) 제약로 인한 UAV의 내장 계산 자원 제한 문제를 해결한다.
• MEC 기능을 갖춘 다수의 셀룰러 지상 기지국(GBS)으로부터 UAV의 효율적 계산 이송을 가능하게 한다.
• 속도, 위치 및 GBS 용량 제약 조건 하에서 궤도 및 이송 스케줄링을 공동 최적화하여 UAV 미션 완료 시간을 최소화한다.
• 비볼록성 문제를 해결하기 위해 부분 최적화이지만 효율적인 알고리즘 설계를 수행한다.

제안 방법

• UAV 미션 완료 시간을 최소화하기 위해 공동 궤도 및 계산 이송 스케줄링 최적화 문제를 비볼록 형태로 수립한다.
• 교차 최적화를 적용하여 궤도 및 이송 변수를 분리하고 반복적으로 해결한다.
• 점진적 볼록 근사화(Successive Convex Approximation, SCA)를 사용하여 비볼록 제약 조건을 점차적으로 볼록 형태로 근사하여 해를 구하기 쉽게 한다.
• 초기 히우리스틱 궤도(직선 비행)를 설계하고, 타임 구간에 대한 이분 검색을 통해 타당성을 확보한다.
• 성능 비교를 위해 성능 기준인 직선 비행 및 순차적 정지-비행 벤치마크의 시간 할당 및 정지 시간을 최적화한다.
• 다양한 작업 부하 조건에서 최적화된 비행 경로를 시각화하고 분석하기 위해 1초 간격으로 샘플 기반 궤도 투영을 구현한다.

실험 결과

연구 질문

• RQ1 셀룰러 연결 MEC 환경에서 UAV 궤도 및 계산 이송을 공동 최적화하여 미션 완료 시간을 최소화하는 방법은 무엇인가?
• RQ2 작업 크기가 최적의 UAV 비행 전략과 이송 효율성에 미치는 영향은 무엇인가?
• RQ3 제안된 공동 최적화 기법이 직선 비행 및 순차적 정지-비행과 같은 벤치마크 기법과 비교해 지연 감소 측면에서 어떤 성능을 보이는가?
• RQ4 계산 용량이 제한된 상황에서 동적 궤도 적응이 이송 성능 향상에 얼마나 기여하는가?

주요 결과

• 작은 작업 크기(예: L = 100 Mbits)에서는 직선 비행 기법이 제안된 설계와 동일한 미션 완료 시간을 달성한다. 이는 비행 시간이 지배적이기 때문이다.
• 작업 크기가 증가할 경우(예: L = 200 Mbits), UAV는 GBS 1, 4, 5에 더 가까이 비행하여 더 나은 채널 조건을 활용해 이송 효율을 극대화한다.
• 큰 작업 크기(L = 500 Mbits)에서는 UAV가 GBS 4와 5 위에 정지하며 왕복 비행을 반복함으로써 계산 시간이 주요 병목 현상임을 나타낸다.
• 모든 작업 크기에서 제안된 설계가 두 벤치마크 기법보다 뛰어난 성능을 보이며, 작업 크기가 커질수록 성능 격차가 더욱 커진다.
• 성능 기준인 순차적 정지-비행 기법은 L = 300 Mbits에서는 제안된 설계와 거의 유사한 성능을 보이지만, 더 높은 부하에서는 고정된 방문 순서와 더 긴 비행 경로로 인해 뚜렷한 성능 열등성을 보인다.
• 수치 결과는 특히 고성능 처리 워크로드에서 제안된 알고리즘을 사용할 경우 미션 완료 시간이 뚜렷이 감소함을 확인한다.