[논문 리뷰] Spectrum Resource Management for Multi-Access Edge Computing in Autonomous Vehicular Networks

Haixia Peng, Qiang Ye외 1명|arXiv (Cornell University)|2019. 01. 03.

Vehicular Ad Hoc Networks (VANETs)참고 문헌 26인용 수 5

한 줄 요약

이 논문은 자율 주행 차량 네트워크에서 다중접근 엣지 컴퓨팅(MEC)을 위한 동적 스펙트럼 관리 프레임워크를 제안하며, 선형 프로그래밍 풀이와 일阶 테일러 근사법을 사용하여 스펙트럼 슬라이싱, BS-차량 연결, 자원 할당, 전송 전력 제어를 종합적으로 최적화한다. 제안된 교대 오목 검색(ACS) 알고리즘은 높은 차량 밀도 조건에서도 보장된 QoS 하에 높은 네트워크 유틸리티를 달성한다.

ABSTRACT

In this paper, a dynamic spectrum management framework is proposed to improve spectrum resource utilization in a multi-access edge computing (MEC) in autonomous vehicular network (AVNET). To support the increasing data traffic and guarantee quality-of-service (QoS), spectrum slicing, spectrum allocating, and transmit power controlling are jointly considered. Accordingly, three non-convex network utility maximization problems are formulated to slice spectrum among BSs, allocate spectrum among autonomous vehicles (AVs) associated with a BS, and control transmit powers of BSs, respectively. Via linear programming relaxation and first-order Taylor series approximation, these problems are transformed into tractable forms and then are jointly solved through an alternate concave search (ACS) algorithm. As a result, optimal spectrum slicing ratios among BSs, optimal BS-vehicle association patterns, optimal fractions of spectrum resources allocated to AVs, and optimal transmit powers of BSs are obtained. Based on our simulation, a high aggregate network utility is achieved by the proposed spectrum management scheme compared with two existing schemes.

연구 동기 및 목표

• 다양한 QoS 요구사항을 가진 고밀도 자율 주행 차량 네트워크(AVNETs)에서 효율적인 스펙트럼 자원 활용 문제를 해결한다.
• 기존 자원 할당 기법의 한계를 극복하기 위해 MEC 환경에서 스펙트럼 슬라이싱, BS-차량 연결, 전송 전력 제어를 종합적으로 최적화한다.
• 다양한 AV 응용 프로그램을 위한 동적이고 QoS 보장이 가능한 서비스를 지원하는 실용적인 최적화 프레임워크를 개발한다.
• 이중 계층 관리 아키텍처를 통해 기본국소장비(BSs)와 자율 주행 차량(AVs) 간의 확장 가능한 효율적 스펙트럼 공유를 가능하게 한다.
• 미래의 다중자원 할당(예: 계산, 스토리지)을 지원하기 위해 프레임워크를 확장한다.

제안 방법

• 세 가지 비볼록 네트워크 유틸리티 최대화 문제를 수식화한다: BS 간 스펙트럼 슬라이싱, 각 BS당 AV 간 자원 할당, BS의 전송 전력 제어.
• 비볼록 제약 조건을 볼록 형태로 변환하기 위해 선형 프로그래밍 풀이를 적용하여 해석 가능성 확보.
• 유틸리티 함수 내 비오목 항목을 선형화하기 위해 일阶 테일러 급수 근사를 사용하여 반복 최적화 가능하게 한다.
• 변수를 블록 단위로 번갈아 최적화하는 교대 오목 검색(ACS) 알고리즘을 설계하여 국소 최적해로 수렴 보장.
• AV 간 공정성과 스펙트럼 효율성의 균형을 확보하기 위해 로그 및 선형 유틸리티 함수를 사용해 네트워크 모델링.
• MEC와 NFV를 통합하여 동적 가상화 자원 관리 및 엣지 기반 작업 오프로딩을 가능하게 한다.

실험 결과

연구 질문

• RQ1 고밀도 AVNET에서 단일 MEC 서버에 연결된 다수의 기본국소장비(BSs) 간에 스펙트럼 자원을 어떻게 효율적으로 슬라이싱할 수 있는가?
• RQ2 다양한 AV 응용 프로그램의 QoS를 보장하면서 네트워크 유틸리티를 최대화하는 최적의 BS-차량 연결 패턴은 무엇인가?
• RQ3 각 BS에 연결된 자율 주행 차량(AVs) 간에 스펙트럼 자원을 어떻게 할당하여 공정성과 전송률을 균형 있게 유지할 수 있는가?
• RQ4 인터셀 간 간섭을 최소화하면서 AV의 요구되는 데이터 전송 속도를 유지를 위한 전송 전력 제어 전략은 무엇인가?
• RQ5 스펙트럼 슬라이싱, 자원 할당, 전력 제어를 종합적으로 최적화할 수 있으며, 수렴 보장과 높은 네트워크 유틸리티를 확보할 수 있는가?

주요 결과

• 제안된 ACS 알고리즘은 스펙트럼 슬라이싱, BS-차량 연결, 자원 할당, 전송 전력 제어의 종합 최적화 문제에 대해 국소 최적해로 수렴함을 성공적으로 입증하였다.
• 두 가지 벤치마크 방법과 비교해 본 결과, 제안된 프레임워크는 고밀도 교통 상황의 AVNET 환경에서 유의미하게 높은 집합적 네트워크 유틸리티를 달성하여 뛰어난 성능을 입증하였다.
• 로그 유틸리티 함수의 사용은 AV 간 자원 할당의 공정성을 보장하지만, 선형 유틸리티 최대화 전략은 스펙트럼 효율성을 향상시킨다.
• 선형 프로그래밍 풀이와 일阶 테일러 근사는 원래의 비볼록 문제를 해석 가능한 형태로 변환하면서도 솔루션 품질을 손상시키지 않았다.
• 이중오목 최적화 수식은 목적 함수 및 제약 조건이 오목 또는 이중오목 구조를 유지하도록 보장하여 ACS 알고리즘의 신뢰성 있는 수렴을 가능하게 한다.
• 이중 계층 동적 스펙트럼 관리 프레임워크는 다른 이종 네트워크로의 확장이 가능하며, 미래의 계산 및 스토리지 자원 할당 통합을 지원한다.