[논문 리뷰] Energy Efficient Mobile Cloud Computing Powered by Wireless Energy Transfer (extended version)

Changsheng You, Kaibin Huang외 1명|arXiv (Cornell University)|2015. 07. 15.

Energy Harvesting in Wireless Networks인용 수 6

한 줄 요약

이 논문은 무선 전력 전송(WPT)과 계산 이전을 통합하여 저복잡도 장치에서 자가 지속 가능한 운영을 가능하게 하는 에너지 효율적인 모바일 클라우드 컴퓨팅 프레임워크를 제안한다. 에너지 수확 및 마감 시간 제약 조건 하에서 CPU 사이클 할당, WPT와 이전 간의 시간 분할, 모드 선택을 공동 최적화함으로써 볼록 최적화를 사용하여 계산 성공 확률을 최대화함으로써 현저한 에너지 절감과 동적 채널 조건에서의 향상된 신뢰성을 달성한다.

ABSTRACT

Achieving long battery lives or even self sustainability has been a long standing challenge for designing mobile devices. This paper presents a novel solution that seamlessly integrates two technologies, mobile cloud computing and microwave power transfer (MPT), to enable computation in passive low-complexity devices such as sensors and wearable computing devices. Specifically, considering a single-user system, a base station (BS) either transfers power to or offloads computation from a mobile to the cloud; the mobile uses harvested energy to compute given data either locally or by offloading. A framework for energy efficient computing is proposed that comprises a set of policies for controlling CPU cycles for the mode of local computing, time division between MPT and offloading for the other mode of offloading, and mode selection. Given the CPU-cycle statistics information and channel state information (CSI), the policies aim at maximizing the probability of successfully computing given data, called computing probability, under the energy harvesting and deadline constraints. The policy optimization is translated into the equivalent problems of minimizing the mobile energy consumption for local computing and maximizing the mobile energy savings for offloading which are solved using convex optimization theory. The structures of the resultant policies are characterized in closed form. Furthermore, given non-causal CSI, the said analytical framework is further developed to support computation load allocation over multiple channel realizations, which further increases computing probability. Last, simulation demonstrates the feasibility of wirelessly powered mobile cloud computing and the gain of its optimal control.

연구 동기 및 목표

• 무선 전력 전송을 통해 자가 지속 가능한 운영을 가능하게 함으로써, 특히 센서 및 웨어러블 기기와 같은 모바일 IoT 기기의 제한된 배터리 수명 문제를 해결하고자 한다.
• 마이크로파 전력 전송(MPT)과 모바일 클라우드 컴퓨팅을 통합하여 수동적이고 저복잡도의 장치에서도 계산을 수행할 수 있도록 하고자 한다.
• 주어진 계산 작업을 성공적으로 완료할 확률로 정의되는 계산 성공 확률을 에너지 수확 및 마감 시간 제약 조건 하에서 최대화하고자 한다.
• CPU 사이클 할당(현지 계산용), MPT와 이전 간의 시간 분할, 현지 실행과 이전 실행 간의 모드 선택을 공동으로 최적화하는 세 가지 제어 정책을 수립하고자 한다.
• 실제 구현이 가능한 닫힌 형식의 정책 구조를 제공하는 볼록 최적화를 활용한 분석적 프레임워크를 개발하고자 한다.

제안 방법

• 기지국(BS)이 MPT를 통해 전력을 전송하고 클라우드로 계산을 이전하는 시스템 모델을 수립하며, 이동 단말기는 수확한 에너지를 사용해 현지 또는 이전 처리를 수행한다.
• 에너지 인과성 및 마감 시간 제약 조건 하에서 주요 최적화 목표로 계산 성공 확률 지표를 도입한다.
• 볼록 완화를 통해 최적화 문제를 해결하여 현지 계산의 이동 단말기 에너지 소비를 최소화하고, 이전 시 에너지 절감을 극대화한다.
• 카루시-쿠른-터커(KKT) 조건과 채널 의존성 임계값을 위한 라멘트 W-함수 기반 해법을 사용해 최적 정책에 대한 닫힌 형식의 표현식을 유도한다.
• 다중 블록 계산 부하 할당을 위해 비인과적 채널 상태 정보(CSI)를 적용하여 프레임워크를 확장함으로써, 강인성과 성능을 향상시킨다.
• 스토케스틱 제어 접근법을 사용해 CPU 사이클과 시간 분할을 공동 최적화함으로써 에너지 인과성 확보 및 시스템 신뢰성 극대화를 달성한다.

실험 결과

연구 질문

• RQ1 무선 전력 전송을 어떻게 효과적으로 모바일 클라우드 컴퓨팅과 통합하여 에너지 수확 기능을 갖춘 이동 단말기를 가능하게 할 수 있는가?
• RQ2 에너지 및 지연 제약 조건 하에서 성공적인 계산 확률을 극대화하는 데 기여하는 CPU 사이클, 시간 분할, 모드 선택의 공동 제어 정책은 무엇인가?
• RQ3 비인과적 CSI는 인과적 또는 무 CSI와 비교해 와이어리스 파워 모바일 클라우드 컴퓨팅의 성능에 어떤 영향을 미치는가?
• RQ4 동적 무선 환경에서 에너지 효율적인 계산을 위한 최적 정책의 닫힌 형식의 구조는 무엇인가?
• RQ5 비인과적 CSI를 활용해 다수의 채널 실현값에 걸쳐 최적화할 경우 계산 성공 확률의 이론적 이득은 얼마인가?

주요 결과

• 제안된 프레임워크는 에너지 수확 제약 조건 하에서 MPT, 이전, 현지 계산을 공동 최적화함으로써 계산 성공 확률을 현저히 향상시킨다.
• CPU 사이클 할당 및 시간 분할에 대한 닫힌 형식의 최적 정책이 유도되어 볼록 최적화와 라멘트 W-함수를 활용한 실용적 구현이 가능해졌다.
• 최적의 이전 정책은 채널 이득과 수확한 에너지에 기반한 임계값 기반 선택을 포함하며, WPT와 이전 간의 시간 분할은 동적으로 조정된다.
• 비인과적 CSI가 적용된 경우, 다중 블록 계산 부하 할당이 가능해져 향후 채널 상태 정보를 활용해 계산 성공 확률을 더욱 높일 수 있다.
• 시뮬레이션 결과는 와이어리스 파워 모바일 클라우드 컴퓨팅의 실현 가능성을 검증하였으며, 기준 대비 현저한 에너지 효율성 향상과 신뢰성 향상을 입증하였다.
• 성공적인 이전을 보장하는 임계 조건인 $ P_b h^2 \geq a^{\prime\prime} $ 가 유도되었으며, 이때 $ a^{\prime\prime} $ 는 대역폭, 지연, 에너지 효율성 등의 시스템 파라미터로 명시적으로 정의된다.