[논문 리뷰] Mobile Edge Computing via a UAV-Mounted Cloudlet: Optimization of Bit Allocation and Path Planning

Seongah Jeong, Osvaldo Simeone외 1명|arXiv (Cornell University)|2016. 09. 17.

UAV Applications and Optimization참고 문헌 26인용 수 7

한 줄 요약

이 논문은 UAV에 장착된 클라우드릿을 갖춘 이동형 엣지 컴퓨팅 시스템에서 비트 할당과 UAV 항로의 공동 최적화 프레임워크를 제안하며, 지연 및 에너지 제약 하에서 총 이동 에너지 소비를 최소화하기 위해 순차적 볼록 근사(Sequential Convex Approximation, SCA)를 사용한다. 결과적으로 국지 실행 및 부분 최적화 방법에 비해 에너지 절감 효과가 뚜렷하며, 비직교 다중접근(NOMA) 기반 시스템에서 특히 두드러진다.

ABSTRACT

Unmanned Aerial Vehicles (UAVs) have been recently considered as means to provide enhanced coverage or relaying services to mobile users (MUs) in wireless systems with limited or no infrastructure. In this paper, a UAV-based mobile cloud computing system is studied in which a moving UAV is endowed with computing capabilities to offer computation offloading opportunities to MUs with limited local processing capabilities. The system aims at minimizing the total mobile energy consumption while satisfying quality of service requirements of the offloaded mobile application. Offloading is enabled by uplink and downlink communications between the mobile devices and the UAV that take place by means of frequency division duplex (FDD) via orthogonal or non-orthogonal multiple access (NOMA) schemes. The problem of jointly optimizing the bit allocation for uplink and downlink communication as well as for computing at the UAV, along with the cloudlet's trajectory under latency and UAV's energy budget constraints is formulated and addressed by leveraging successive convex approximation (SCA) strategies. Numerical results demonstrate the significant energy savings that can be accrued by means of the proposed joint optimization of bit allocation and cloudlet's trajectory as compared to local mobile execution as well as to partial optimization approaches that design only the bit allocation or the cloudlet's trajectory.

연구 동기 및 목표

• 제한된 인프라를 가진 UAV 기반 이동형 엣지 컴퓨팅 시스템에서 이동 에너지 소비를 최소화하는 데 도전 과제를 해결한다.
• 지연 및 에너지 제약 하에서 업링크/다운링크 비트 할당, 계산 오프로딩, UAV 항로의 공동 최적화 문제를 수립한다.
• 제한된 로컬 처리 능력을 가진 이동 사용자를 지원하기 위해 UAV에 클라우드릿 기능을 탑재하여 효율적인 계산 오프로딩을 가능하게 한다.
• UAV 이동 제어와 함께 통신 및 계산 자원 할당을 통합함으로써 시스템 성능을 향상시킨다.
• 비볼록 성격을 가진 공동 최적화 문제를 다룰 수 있도록 순차적 볼록 근사(Sequential Convex Approximation, SCA)를 활용한 실용적인 해법을 개발한다.

제안 방법

• 주파수 분할 양방향 전송(FDD)을 통해 업링크 및 다운링크 통신을 지원하는 이동형 엣지 서버로 UAV에 장착된 클라우드릿을 모델링한다.
• 다중 이동 사용자를 동시에 지원하기 위해 직교 다중접근(OMA) 및 비직교 다중접근(NOMA) 방식을 활용한다.
• 지연 및 UAV 에너지 예산 제약 조건 하에서 총 이동 에너지 소비를 최소화하는 공동 최적화 문제를 수립한다.
• 비볼록 최적화 문제를 반복적으로 근사하고 해결하기 위해 순차적 볼록 근사(Sequential Convex Approximation, SCA)를 적용한다.
• 비행 중 에너지 소비를 정확히 반영하기 위해 고정익 및 회전익 UAV 모두에 적합한 추진 에너지 모델을 사용한다.
• 거리에 따라 변하는 path loss 및 UAV 이동 동역학을 바탕으로 도달 가능한 전송률과 에너지 소비에 대한 폐쇄형 표현식을 유도한다.

실험 결과

연구 질문

• RQ1 UAV 기반 이동형 엣지 컴퓨팅 환경에서 비트 할당과 UAV 항로의 공동 최적화는 이동 에너지 소비를 어떻게 줄일 수 있는가?
• RQ2 통신 및 계산 자원을 함께 최적화할 경우, 별도로 최적화하는 것에 비해 성능 향상은 얼마나 달성될 수 있는가?
• RQ3 NOMA의 사용은 UAV에 장착된 클라우드릿 시스템의 시스템 효율성과 에너지 절감에 어떤 영향을 미치는가?
• RQ4 지연 및 에너지 제약 조건을 만족하면서 총 이동 에너지를 최소화하는 최적의 UAV 항로는 무엇인가?
• RQ5 고정익과 회전익 UAV의 다양한 추진 모델은 에너지 소비와 항로 설계에 어떤 영향을 미치는가?

주요 결과

• 제안된 비트 할당과 UAV 항로의 공동 최적화는 국지 실행 대비 뚜렷한 에너지 절감 효과를 보이며, 시험 환경에서 최대 60%의 절감을 달성한다.
• 비트 할당 또는 항로만 최적화하는 부분 최적화 방법에 비해 공동 최적화가 뛰어난 성능을 보이며, 공동 설계의 필요성을 입증한다.
• 동일한 제약 조건 하에서 NOMA 기반 시스템은 직교 다중접근(OMA)보다 더 높은 스펙트럼 효율성과 더 나은 에너지 절감 효과를 보인다.
• SCA 기반 알고리즘은 안정적으로 수렴하며 근사 최적 해를 제공하여 비볼록 문제 해결에 효과적임을 입증한다.
• UAV의 에너지 예산 제약 조건이 항로 설계에 큰 영향을 미치며, 최적의 경로는 고에너지 조작을 피하고 유저와 유리한 거리 유지에 초점을 맞춘다.
• 정확한 추진 에너지 모델(예: 회전익 UAV용)의 사용은 실제 에너지 소비를 반영하는 현실적인 항로 계획을 가능하게 한다.