[论文解读] Air Computing: A Survey on a New Generation Computation Paradigm in 6G Wireless Networks

Baris Yamansavascilar, Atay Özgövde+1 more|arXiv (Cornell University)|Sep 10, 2022

UAV Applications and Optimization参考文献 113被引用 4

一句话总结

本文提出了空中计算（Air Computing），一种基于6G的新型三维计算范式，整合了低空平台（LAP）、高空平台（HAP）和低地球轨道（LEO）卫星，与地面边缘和云资源协同，以突破当前在时延、容量和覆盖范围方面的瓶颈。通过利用6G的超可靠、低时延通信能力以及人工智能驱动的编排技术，空中计算实现了空中与地面层级之间动态、智能的任务卸载与资源分配，显著提升了下一代应用的QoS和QoE。

ABSTRACT

There is an ever-growing race between what novel applications demand from the infrastructure and what the continuous technological breakthroughs bring in. Especially after the proliferation of smart devices and diverse IoT requirements, we observe the dominance of cutting-edge applications with ever-increased user expectations in terms of mobility, pervasiveness, and real-time response. Over the years, to meet the requirements of those applications, cloud computing provides the necessary capacity for computation, while edge computing ensures low latency. However, these two essential solutions would be insufficient for the next-generation applications since computational and communicational bottlenecks are inevitable due to the highly dynamic load. Therefore, a 3D networking structure using different air layers including Low Altitude Platforms, High Altitude Platforms, and Low Earth Orbits in a harmonized manner for both urban and rural areas should be applied to satisfy the requirements of the dynamic environment. In this perspective, we put forward a novel, next-generation paradigm called Air Computing that presents a dynamic, responsive, and high-resolution computation and communication environment for all spectrum of applications using the 6G Wireless Networks as the fundamental communication system. In this survey, we define the components of air computing, investigate its architecture in detail, and discuss its essential use cases and the advantages it brings for next-generation application scenarios. We provide a detailed and technical overview of the benefits and challenges of air computing as a novel paradigm and spot the important future research directions.

研究动机与目标

• 解决5G及传统边缘/云计算在下一代物联网和实时应用动态、异构需求下日益凸显的计算与通信瓶颈问题。
• 提出一种新型三维计算范式——空中计算，将地面边缘计算与空中平台（无人机、HAP、LEO卫星）统一，实现无缝、低时延、高容量的服务交付。
• 研究6G网络中实现完整空中计算基础设施所需的架构组件、系统集成与运行机制。
• 识别能源效率、动态移动性、合规性及安全数据处理等关键挑战，并提出未来研究方向。

提出的方法

• 设计一种三维网络架构，将低空平台（LAP）、高空平台（HAP）和低地球轨道（LEO）卫星与地面边缘和云服务器集成，形成统一、动态的计算基础架构。
• 利用6G无线网络作为基础通信基础设施，实现跨所有层级的超可靠、低时延（0.1 ms）和高吞吐量（高达1 Tbps）连接。
• 集成人工智能（AI）与机器学习（ML）技术，特别是联邦学习（FL）和深度强化学习（DRL），以实现在动态环境中的去中心化、隐私保护和自适应决策。
• 提出一种标准化、安全且高效的空中计算协议，用于管理实体间通信，确保在异构空中与地面节点之间实现数据完整性、低时延与高可靠性。
• 通过协同资源分配与移动性感知的任务卸载策略，优化空中飞行器（无人机、HAP）的能耗与飞行轨迹。
• 通过与国家及国际无人机和6G频谱使用法规保持一致，确保空中计算协议在监管与标准化方面的合规性。

实验结果

研究问题

• RQ1 如何通过空中与地面层级的三维集成网络，克服当前二维边缘与云计算系统在时延、容量和覆盖范围方面的局限？
• RQ2 在空中计算中，实现无人机、HAP、LEO卫星与地面基础设施之间无缝、安全、低时延通信所必需的架构与协议级组件是什么？
• RQ3 人工智能与机器学习（尤其是联邦学习与深度强化学习）如何被用于实现动态空中计算环境中智能、自适应且隐私保护的资源管理？
• RQ4 在空中计算中，空中飞行器面临的能源效率、移动性管理与合规性等关键挑战是什么，如何应对？
• RQ5 在6G及未来网络中，哪些未来研究方向最有可能释放空中计算的全部潜力？

主要发现

• 空中计算提供了一个统一的三维计算框架，整合了无人机、HAP、LEO卫星与地面边缘/云资源，为下一代应用提供极致低时延与高容量的计算能力。
• 6G无线网络对空中计算至关重要，因其可实现0.1 ms的时延、高达1 Tbps的速率以及1000 km/h的移动性支持，而5G无法达到此水平。
• 在空中计算中，联邦学习（FL）比集中式深度学习更适合作为机器学习方法，原因在于其在异构、分布式环境中对海量数据与隐私保护的强适应性。
• 深度强化学习（DRL）可在缺乏标注数据或数据不可用的动态空中计算环境中，实现自主、实时的决策制定。
• 空中飞行器之间协同轨迹与资源优化可显著降低能耗并提升系统效率。
• 标准化、安全且低时延的通信协议对于确保空中与地面各类实体在空中计算中可靠协作至关重要。