[论文解读] Computation Efficiency Maximization in Wireless-Powered Mobile Edge Computing Networks

Fuhui Zhou, Rose Qingyang Hu|arXiv (Cornell University)|Jan 28, 2020

IoT and Edge/Fog Computing参考文献 31被引用 4

一句话总结

该论文提出了一种资源分配框架，通过联合优化能量采集时间、本地计算频率和卸载参数，在部分卸载和二值卸载模式下，最大化无线供电移动边缘计算网络中的计算效率。采用非线性能量采集模型，并对比时分多址（TDMA）与非正交多址（NOMA），研究结果表明，采用NOMA的部分卸载显著提升了公平性和计算效率，在仿真中优于基准方案。

ABSTRACT

Energy-efficient computation is an inevitable trend for mobile edge computing (MEC) networks. Resource allocation strategies for maximizing the computation efficiency are critically important. In this paper, computation efficiency maximization problems are formulated in wireless-powered MEC networks under both partial and binary computation offloading modes. A practical non-linear energy harvesting model is considered. Both time division multiple access (TDMA) and non-orthogonal multiple access (NOMA) are considered and evaluated for offloading. The energy harvesting time, the local computing frequency, and the offloading time and power are jointly optimized to maximize the computation efficiency under the max-min fairness criterion. Two iterative algorithms and two alternative optimization algorithms are respectively proposed to address the non-convex problems formulated in this paper. Simulation results show that the proposed resource allocation schemes outperform the benchmark schemes in terms of user fairness. Moreover, a tradeoff is elucidated between the achievable computation efficiency and the total number of computed bits. Furthermore, simulation results demonstrate that the partial computation offloading mode outperforms the binary computation offloading mode and NOMA outperforms TDMA in terms of computation efficiency.

研究动机与目标

• 为解决移动边缘计算（MEC）网络中能量受限的移动设备所面临的挑战，利用无线能量传输实现持续运行。
• 在实际的非线性能量采集模型下，最大化计算效率（即计算比特数与能耗之比）。
• 在部分卸载和二值卸载计算卸载模式下，联合优化能量采集时间、本地计算频率和卸载时间/功率。
• 比较时分多址（TDMA）与非正交多址（NOMA）在无线供电MEC系统中对公平性和计算效率的影响。
• 设计高效算法，求解由联合资源分配设计引发的非凸优化问题。

提出的方法

• 建立一个非凸优化问题，以在最大最小公平性约束下最大化计算效率，结合非线性能量采集模型。
• 提出两种迭代算法和两种替代优化算法，以求解非凸问题，利用拉格朗日对偶性和互补松弛条件。
• 集成时分多址（TDMA）与非正交多址（NOMA）用于上行链路卸载，评估其对系统性能的影响。
• 基于信道增益、用户特定参数和能量约束，推导出最优卸载时间和功率的闭式表达式。
• 利用拉格朗日松弛法和Karush-Kuhn-Tucker（KKT）条件分析并求解子问题，确保收敛至最优解。
• 采用二分搜索方法求解对偶问题，确定最优对偶变量，从而实现对原始问题解的高效计算。

实验结果

研究问题

• RQ1 联合优化能量采集时间、本地计算频率和卸载参数，如何影响无线供电MEC网络中的计算效率？
• RQ2 在公平性和计算效率方面，部分计算卸载相较于二值计算卸载的性能增益如何？
• RQ3 在能量受限的MEC网络中，NOMA相较于TDMA在提升计算效率和用户公平性方面表现如何？
• RQ4 在所提出的资源分配方案下，总计算比特数与计算效率之间的权衡关系是什么？
• RQ5 非线性能量采集模型如何影响无线供电MEC系统中的最优资源分配与系统性能？

主要发现

• 部分计算卸载在计算效率和公平性方面优于二值卸载，因其允许在本地和边缘执行之间灵活划分任务。
• NOMA由于其更高的频谱效率和在上行链路传输中更优的用户复用能力，相比TDMA实现了更高的计算效率。
• 所提出的迭代算法和替代优化算法能够收敛至最优解，与基准方案相比显著提升了用户间的公平性。
• 仿真结果证实了总计算比特数与计算效率之间存在明确的权衡关系，通过联合资源优化可实现最优平衡点。
• 当优先将信道增益较强的用户用于卸载时，系统计算效率更高，尤其在NOMA系统中表现更为明显。
• 非线性能量采集模型通过考虑射频能量转换中的饱和效应，实现了更真实且高效的功率分配。