[논문 리뷰] UAV-Enabled Mobile Edge Computing: Offloading Optimization and Trajectory Design

Fuhui Zhou, Yongpeng Wu외 2명|ArXiv.org|2018. 02. 12.

UAV Applications and Optimization참고 문헌 10인용 수 11

한 줄 요약

이 논문은 UAV 기반 모바일 엣지 컴퓨팅을 위한 공동 최적화 프레임워크를 제안하며, 계산 이송, CPU 주파수 할당, UAV 항로를 공동으로 설계하여 UAV의 에너지 소비를 최소화한다. 순차적 볼록 최적화를 사용하여 높은 에너지 절감 효과와 빠른 수렴성을 달성하며, 동적인 사용자 이송 수요와 에너지 수확 제약 조건 하에서 시뮬레이션에서 기준 방법보다 뛰어난 성능을 보인다.

ABSTRACT

With the emergence of diverse mobile applications (such as augmented reality), the quality of experience of mobile users is greatly limited by their computation capacity and finite battery lifetime. Mobile edge computing (MEC) and wireless power transfer are promising to address this issue. However, these two techniques are susceptible to propagation delay and loss. Motivated by the chance of short-distance line-of-sight achieved by leveraging unmanned aerial vehicle (UAV) communications, an UAV-enabled wireless powered MEC system is studied. A power minimization problem is formulated subject to the constraints on the number of the computation bits and energy harvesting causality. The problem is non-convex and challenging to tackle. An alternative optimization algorithm is proposed based on sequential convex optimization. Simulation results show that our proposed design is superior to other benchmark schemes and the proposed algorithm is efficient in terms of the convergence.

연구 동기 및 목표

• 증강현실과 같은 지연 민감한 애플리케이션에서 이동 사용자의 제한된 계산 능력과 배터리 수명 문제를 해결하기 위해.
• 경로 손실과 비선시선 전파로 인해 고정 위치 MEC 및 WPT 시스템의 에너지 효율성에 한계가 존재하는 문제를 해결하기 위해.
• 동적 에너지 전송과 항로 제어를 통해 지속 가능한 계산 이송을 가능하게 하는 UAV 기반 무선 힘 공급 MEC 시스템을 설계하기 위해.
• UAV 전송 에너지를 최소화하면서도 인과성 및 계산 제약 조건을 만족시키기 위해 이송 비트 수, 사용자 및 UAV CPU 주파수, UAV 항로를 공동으로 최적화하기 위해.

제안 방법

• 계산 이송, 에너지 수확 인과성, UAV 이동성을 통합한 비볼록 전력 최소화 문제를 수립한다.
• 순차적 볼록 근사(Sequential Convex Approximation, SCA)를 적용하여 공동 최적화 문제를 해석 가능한 부분문제로 분해하고 반복적 해법을 도입한다.
• 시간 분할 제약 조건 하에서 이송 결정, CPU 주파수, UAV 항로를 번갈아가며 반복적으로 개선하기 위해 교대 최적화를 사용한다.
• 라그랑주 이중성과 카루시-쿠른-터커(Karush-Kuhn-Tucker, KKT) 조건을 활용하여 부분문제의 폐쇄형 해를 유도한다.
• UAV 항로 최적화와 사용자 이송/주파수 할당 최적화를 번갈아가며 수행하는 SCA 기반의 대안 알고리즘을 구현한다.
• UAV 속도, 전송 전력, 사용자 계산 수요 등의 현실적인 파rameter를 포함한 시뮬레이션을 통해 접근법을 검증한다.

Figure 1: The system model.

실험 결과

연구 질문

• RQ1 UAV 항로 설계는 무선 힘 공급 모바일 엣지 컴퓨팅 시스템에서 에너지 효율성을 어떻게 향상시킬 수 있는가?
• RQ2 동적인 UAV 이동성 조건 하에서 계산 이송, 현지 처리, 에너지 수확 간 최적의 트레이드오프는 무엇인가?
• RQ3 이송 비트 수, CPU 주파수, UAV 항로를 공동 최적화함으로써 기준 방법 대비 UAV 에너지 소비는 얼마나 감소하는가?
• RQ4 제안된 순차적 볼록 최적화 알고리즘이 얼마나 빠르게 수렴하고 근사 최적 성능을 달성하는가?

주요 결과

• 제안된 방법은 기준 방법 대비 UAV 에너지 소비를 더 효과적으로 줄이며, 시뮬레이션에서 총 에너지 소비가 가장 낮게 관측되었다.
• 제안된 방법에 따른 UAV 항로는 적응적인 비행 행동을 보였다—이송 수요가 높은 사용자 근처에선 느리게 비행하고, 마지막에는 에너지 사용을 균형 맞추기 위해 더 빠르게 이동한다.
• 제안된 알고리즘은 몇 번의 반복 내에 수렴하여 높은 계산 효율성과 실용적 타당성을 입증했다.
• 시뮬레이션 결과는 이송, CPU 주파수, UAV 항로의 공동 최적화가 고정된 항로 또는 정적 자원 할당 방식보다 뛰어난 성능을 낼 수 있음을 확인했다.
• 비행 시간이 길어질수록 UAV의 속도와 CPU 주파수 요구 수준이 감소함에 따라 UAV의 총 에너지 소비가 감소한다.
• UAV 이동성으로 인한 시선 전달 에너지 전송과 동적 작업 이송을 활용함으로써 더 높은 계산 속도와 더 나은 에너지 활용도를 달성한다.

Figure 2: The trajectories of the UAV under different schemes with $T=2$ seconds.