[논문 리뷰] Rotatable Antenna-Enabled Mobile Edge Computing

Qiyao Wang, Beixiong Zheng외 5명|arXiv (Cornell University)|2026. 03. 17.

Advanced Wireless Communication Technologies인용 수 0

한 줄 요약

논문은 회전 가능한 안테나(RA) 기반 MEC 업링크에서 최대 계산 지연을 최소화하기 위해 엣지 컴퓨팅 자원, 수신 빔포밍, RA 편향 각도를 공동으로 최적화하는 교대 최적화 프레임워크를 제안한다.

ABSTRACT

In the evolving landscape of mobile edge computing (MEC), enhancing communication reliability and computation efficiency to support increasingly stringent low-latency services remains a fundamental challenge. Rotatable antenna (RA) is a promising technology that introduces new spatial degrees of freedom (DoFs) to tackle this challenge. In this letter, we investigate an RA-enabled MEC system where antenna boresight directions can be independently adjusted to proactively improve wireless channel conditions for latency-critical users. We aim to minimize the maximum computation latency by jointly optimizing the MEC server computing resource allocation, receive beamforming, and the deflection angles of all RAs. To address the resulting non-convex problem, we develop an efficient alternating optimization (AO) framework. Specifically, the optimal edge computing resource allocation is derived based on the Karush-Kuhn-Tucker (KKT) conditions. Given the computing resources, the receive beamforming is optimized using semidefinite relaxation (SDR) combined with a bisection search. Furthermore, the RA deflection angles are optimized via fractional programming (FP) and successive convex approximation (SCA). Simulation results verify that the proposed RA-enabled MEC scheme significantly reduces the maximum computation latency compared with conventional benchmark methods.

연구 동기 및 목표

• 6G 네트워크에서 초저지연을 위한 MEC의 필요성을 제기하고 신뢰성 및 계산 효율성 한계를 다룬다.
• 추가 공간적 DoF를 도입하기 위해 회전 가능한 안테나(RA) 기반 MEC 업링크를 제안한다.
• 최대 계산 지연을 최소화하기 위한 교대 최적화 알고리즘을 개발한다.
• KKT 조건을 이용하여 엣지 컴퓨팅 자원 배분에 대한 closed-form 해를 도출한다.
• 시뮬레이션을 통해 RA 적응이 벤치마크 대비 지연 성능을 향상시킴을 보인다.

제안 방법

• BS, 다수의 단말, 및 RA 편향 매트릭스로 RA-enabled MEC 업링크를 모델링한다.
• 오프로드 데이터 크기, 엣지 컴퓨팅 자원, 수신 빔포밍, 및 RA 각도를 함께 최적화하여 최대 지연을 최소화하는 비볼록 문제를 수립한다.
• KKT 및 이분법을 통해 컴퓨팅 자원과 오프로드 데이터에 대한 부분문제를 closed-form 해로 해를 구한다.
• SDR, FP, 및 SCA를 이용하여 수신 빔포밍 및 RA 지향에 대한 부분문제를 해를 구한다.
• 수렴할 때까지 변수를 반복적으로 업데이트하는 교대 최적화(AO) 프레임워크를 적용한다.

실험 결과

연구 질문

• RQ1 MEC 계산 자원, 수신 빔포밍, 및 RA 편향 각도를 함께 최적화하여 지연을 최소화하는 방법은 무엇인가?
• RQ2 실제 채널 모델에서 고정형 또는 등방성 안테나 대비 RA 활성화 MEC의 성능 향상은 어느 정도인가?
• RQ3 실용적 복잡도로 최적화 프레임워크가 안정적인 해로 수렴할 수 있는가?
• RQ4 RA 방향 제어가 지연에 민감한 단말의 업링크 속도와 엔드투엔드 지연에 어떤 영향을 미치는가?
• RQ5 다양한 네트워크 조건에서 RA-enabled MEC의 이점을 보여주는 벤치마크는 무엇인가?

주요 결과

• 시뮬레이션에서 RA-enabled MEC 스킴은 기존 벤치마크에 비해 최대 계산 지연을 크게 감소시킨다.
• KKT, 이분법을 통한 SDR, FP, SCA를 결합한 AO 프레임워크가 비볼록한 결합 최적화 문제를 효과적으로 해결한다.
• RA 방향 제어가 업링크 채널 품질과 오프로드 속도를 향상시켜 전반적인 계산 효율을 개선한다.
• 다른 수의 단말 및 다른 오프로드 파워에서도 RA-enabled MEC의 성능 이점이 지속되며, 계산이나 사용자 간 경쟁이 더 심해질수록 이득은 감소한다.
• 무작위 또는 고정된 RA 방향은 최적화된 RA 편향보다 성능이 떨어지며, 방향 적응의 가치를 강조한다.