[論文レビュー] Empowering Mobile Edge Computing by Exploiting Reconfigurable Intelligent Surface

Tong Bai, Cunhua Pan+2 more|arXiv (Cornell University)|Feb 4, 2021

Advanced Wireless Communication Technologies参考文献 7被引用数 11

ひとこと要約

本稿では、再構成可能知能表面（RIS）をモバイルエッジコンピューティング（MEC）システムに統合し、動的に無線伝搬環境を最適化することで、計算オフロードリンクの性能を向上させる手法を提案する。RISの位相シフト、通信リソース、計算割り当てを共同で最適化することにより、オフロードの信頼性とシステム性能が顕著に向上し、実際のネットワーク条件下でのケーススタディにより、エネルギー効率とタスク完了レートの大幅な向上が実証された。

ABSTRACT

Along with the proliferation of sensors and of smart devices, an explosive volume of data will be generated. However, restricted by their limited physical sizes and low manufacturing costs, these wireless devices are typically equipped with limited computational capabilities and battery lives and thus incapable of processing data time-efficiently. To overcome this issue, the paradigm of mobile edge computing (MEC) is proposed, where wireless devices may offload all or a fraction of their computation tasks to their nearby computing nodes deployed at the network edge. At the time of writing, the benefits of MEC systems have not been fully exploited, predominately because the computation offloading link is still far from the perfect. In this article, we propose to empower the MEC systems by exploiting the emerging technique of reconfigurable intelligent surfaces, which is capable of reconfiguring the wireless propagation environments and hence of enhancing the offloading links. The beneficial role of RISs can be exploited by jointly optimizing both the RISs as well as communications and computing resource allocations of MEC systems, which imposes new research challenges on the systemic design and thus necessitates a specific investigation. Against this background, this article provides an overview of RIS-assisted MEC systems and highlights their four use cases as well as their design challenges and solutions. Then their advantageous performance is validated with the aid of a specific case study. Finally, a guide on future research opportunities is elucidated.

研究の動機と目的

• 密度の高いIoTおよびセンサーネットワークにおける無線デバイスの計算能力の制限と短いバッテリ駆動時間の問題に対処する。
• 信頼性の低い計算オフロードリンクに起因する従来のMECシステムの性能制限を克服する。
• 再構成可能知能表面（RIS）を活用し、無線伝搬環境を動的に制御することで、リンク品質を向上させる。
• RISの設定、通信リソース、計算割り当てを共同で最適化し、MECシステムの効率を最大化する。
• RISをMECアーキテクチャに統合することによって生じる新たなシステム設計上の課題を特定し、それらに対処する。

提案手法

• RISを、MECにおける計算オフロードのための無線チャネル品質を向上させる動的な波面形状調整プラットフォームとして導入する。
• RIS位相シフト、上行リンク送信電力、タスクオフロード比率を含む共同最適化問題を定式化する。
• 通信および計算リソース割り当てを統合した最適化フレームワークを構築し、システム遅延とエネルギー消費量を最小限に抑える。
• 信号処理技術を用いて、RIS支援無線チャネルを再構成可能な反射行列としてモデル化する。
• 実際のネットワーク条件下で、提案されたRIS支援MECフレームワークの性能向上をケーススタディにより検証する。
• スペクトル効率、エネルギー効率、タスク完了の信頼性をバランスさせるソリューションフレームワークを提案する。

実験結果

リサーチクエスチョン

• RQ1 RISをどのように活用することで、MECシステムにおける計算オフロードリンクの信頼性と容量を向上させられるか？
• RQ2 RIS位相シフト、通信リソース、計算割り当てを同時に制御できる共同最適化戦略は何か？
• RQ3 RISをMECアーキテクチャに統合することによって生じる主なシステムレベルの課題は何か？
• RQ4 RIS支援MECは、従来のMECと比較してエネルギー効率およびタスク完了遅延の点でどのように異なるか？
• RQ5 RISを活用したMECシステムを評価するにあたり、最も関連性の高い設計原則と性能指標は何か？

主な発見

• RISをMECシステムに統合することで、計算オフロードリンクの信頼性とスペクトル効率が顕著に向上する。
• RIS位相シフト、送信電力、タスクオフロード比率の共同最適化により、システム遅延とエネルギー消費量が大幅に削減される。
• ケーススタディにおいて、提案されたフレームワークは、特に視線外（LoS）または低SNR環境において、エネルギー効率とタスク完了レートの両方で向上を示した。
• RISにより、より予測可能で制御可能な無線伝搬が可能となり、密集したデバイス展開における多径フェージングやシャドウイングの影響が軽減される。
• デバイス密度が高く、無線リソースが限られた環境では、より顕著な性能向上が達成される。
• RISを活用したMECの設計課題は非自明であり、通信、計算、知能表面制御メカニズムの共同設計が不可欠である。