[论文解读] Impact of Non-orthogonal Multiple Access on the Offloading of Mobile Edge Computing

Zhiguo Ding, Pingzhi Fan+1 more|arXiv (Cornell University)|Apr 18, 2018

Advanced Wireless Communication Technologies参考文献 17被引用 7

一句话总结

本文研究了非正交多址接入（NOMA）与移动边缘计算（MEC）的融合，以降低任务卸载的时延和能耗。通过采用功率域复用和连续干扰消除技术，NOMA 实现了上行链路和下行链路的并发卸载，使信道条件较好的用户能在原本为信道条件较差用户预留的时间槽内完成卸载，显著降低了低信噪比（SNR）场景下的时延，尽管能效表现取决于用户信道条件和功率分配策略。

ABSTRACT

This paper considers the coexistence of two important communication techniques, non-orthogonal multiple access (NOMA) and mobile edge computing (MEC). Both NOMA uplink and downlink transmissions are applied to MEC, and analytical results are developed to demonstrate that the use of NOMA can efficiently reduce the latency and energy consumption of MEC offloading. In addition, various asymptotic studies are carried out to reveal the impact of the users' channel conditions and transmit powers on the application of NOMA to MEC is quite different to those in conventional NOMA scenarios. Computer simulation results are also provided to facilitate the performance evaluation of NOMA-MEC and also verify the accuracy of the developed analytical results.

研究动机与目标

• 分析 NOMA 对移动边缘计算（MEC）环境中任务卸载时延和能耗的影响。
• 研究用户信道条件与发射功率如何影响 MEC 环境下 NOMA 的性能，与传统 NOMA 系统进行对比。
• 为 NOMA 支持的 MEC 系统中的时延与能效构建分析框架，尤其关注上行链路与下行链路传输。
• 通过渐近分析揭示 NOMA 与正交多址接入（OMA）在 MEC 场景下的性能差异，且该差异依赖于工作环境。
• 通过仿真验证分析结果，并推导出兼顾时延与能效的实用卸载策略。

提出的方法

• 提出一种基于 NOMA 的 MEC 上行链路与下行链路传输模型，多个用户通过功率域复用共享同一频谱。
• 在 MEC 服务器端应用连续干扰消除（SIC）技术，以解码不同信道增益用户的信号。
• 利用随机几何与顺序统计方法，推导出卸载时延与能耗的解析表达式。
• 在低信噪比与高信噪比场景下进行渐近分析，以表征信道质量与功率分配对性能的影响。
• 采用蒙特卡洛仿真验证分析结果，并在不同用户配置下评估系统性能。
• 提出一种动态卸载策略，即在弱用户传输期间，强用户卸载部分任务，以优化能效-时延权衡。

实验结果

研究问题

• RQ1 在多用户上行链路场景中，NOMA 相较于传统 OMA 如何改善卸载时延？
• RQ2 用户信道条件与发射功率对 NOMA-MEC 性能有何影响，特别是在低信噪比与高信噪比场景下？
• RQ3 在何种场景下，NOMA 在 MEC 卸载中相比 OMA 展现出更优的时延性能？
• RQ4 NOMA 如何影响 MEC 中的能效？在何种条件下其能效优于或劣于 OMA？
• RQ5 传统 NOMA 与 NOMA-MEC 系统在性能权衡方面存在哪些根本性差异？

主要发现

• 在低信噪比（SNR）场景下，NOMA 确保强用户能在 OMA 中原为弱用户预留的时间槽内完成卸载，从而实现近乎零的额外时延。
• 在高信噪比场景下，NOMA 的时延优势减弱，这与传统 NOMA 的行为相反，后者在高信噪比下性能增益更为显著。
• 强用户在 OMA 中的时隙内完成卸载的概率被解析表征，并在低信噪比条件下接近于 1。
• NOMA-MEC 中的能效并非仅通过时间复用即可保证；最优功率分配与任务划分是避免能耗增加的关键。
• 渐近分析结果表明，NOMA-MEC 在高信噪比场景下可实现分集增益 m（m 为用户数），表明在有利信道条件下具备强鲁棒性。
• 仿真结果验证了分析推导的正确性，理论预测与系统级性能在不同信道条件与用户数量下高度一致。