[论文解读] Energy-efficient Resource Allocation for Mobile Edge Computing Aided by Multiple Relays

Xiang Li, Rongfei Fan+3 more|arXiv (Cornell University)|Apr 8, 2020

IoT and Edge/Fog Computing参考文献 23被引用 4

一句话总结

本文提出了一种基于多中继节点的移动边缘计算（MEC）系统中能量高效的资源分配方法，旨在最小化总能量消耗。针对解码转发（DF-TDMA、DF-FDMA）和放大转发（AF）中继模式，提出了非凸优化问题的建模与求解方法，通过凸松弛、单调优化和连续凸逼近技术，实现了最优或收敛解，数值结果验证了所有模式下均能显著降低能耗。

ABSTRACT

In this paper, we study a mobile edge computing (MEC) system with the mobile device aided by multiple relay nodes for offloading data to an edge server. Specifically, the modes of decode-and-forward (DF) with time-division-multiple-access (TDMA) and frequency-division-multiple-access (FDMA), and the mode of amplify-and-forward (AF) are investigated, which are denoted as DF-TDMA, DF-FDMA, and AF, respectively. Our target is to minimize the total energy consumption of the mobile device and multiple relay nodes through optimizing the allocation of computation and communication resources. Optimization problems under the three considered modes are formulated and shown to be non-convex. For DF-TDMA mode, we transform the original non-convex problem to be a convex one and further develop a low computation complexity yet optimal solution. In DF-FDMA mode, with some transformation on the original problem, we prove the mathematical equivalence between the transformed problem in DF-FDMA mode and the problem under DF-TDMA mode. In AF mode, the associated optimization problem is decomposed into two levels, in which monotonic optimization is utilized in upper level and successive convex approximation (SCA) is adopted to find the convergent solution in the lower level. Numerical results prove the effectiveness of our proposed methods under various working modes.

研究动机与目标

• 最小化具有多个中继节点的移动边缘计算（MEC）系统中的总能量消耗。
• 解决具有中继辅助卸载的MEC系统中资源分配问题的非凸性挑战。
• 为三种中继模式（DF-TDMA、DF-FDMA和AF）开发低复杂度、最优或收敛的解决方案。
• 在不同信道与系统条件下评估所提方案的性能增益。

提出的方法

• 通过变量替换将非凸的DF-TDMA问题转化为凸问题，并应用凸优化方法获得最优解。
• 通过变量变换证明DF-FDMA问题与DF-TDMA问题在数学上等价，从而可复用DF-TDMA的解法。
• 将AF模式问题分解为两级：上层采用单调优化，下层采用连续凸逼近（SCA）以实现收敛。
• 在SCA中对对数项使用一阶凸近似，通过迭代方式逐步优化解，同时保持可行性。
• 基于一阶泰勒展开构造一个代理函数，以原目标函数的下界形式存在，确保SCA过程中目标函数单调下降。
• 通过证明每轮迭代中代理问题的目标函数均为原问题目标函数的下界，验证了SCA方法的收敛性。

实验结果

研究问题

• RQ1 在不同中继协议下，如何最小化具有多个中继节点的MEC系统中的能量消耗？
• RQ2 DF-TDMA和DF-FDMA模式下的非凸优化问题是否可转化为凸形式以获得最优解？
• RQ3 求解非凸AF模式资源分配问题的最有效方法是什么？
• RQ4 在不同中继模式下，所提方案在能量效率与计算复杂度方面如何比较？

主要发现

• DF-TDMA问题被成功转化为凸问题，从而实现了低复杂度的最优解。
• DF-FDMA问题在数学上与DF-TDMA问题等价，因此可复用相同的解法。
• AF模式的解通过连续凸逼近（SCA）实现收敛，其收敛性通过柯西定理与代理函数分析得到证明。
• 数值结果表明，在各种信道与系统条件下，三种中继模式（DF-TDMA、DF-FDMA和AF）均实现了显著的能量节省。
• 基于SCA的AF模式方法确保了目标函数的单调下降，且解序列收敛至一个驻点。
• 所提方案在能量效率方面优于基准方法，尤其在信道质量较差或数据卸载需求较高的情况下表现更优。