[论文解读] Intelligent Reflecting Surface Enhanced Resilient Design for MEC Offloading over Millimeter Wave Links

Yashuai Cao, Tiejun Lv|arXiv (Cornell University)|Dec 13, 2019

Advanced Wireless Communication Technologies参考文献 43被引用 31

一句话总结

本文提出了一种智能反射面（IRS）辅助的毫米波-移动边缘计算（mmWave-MEC）系统，以增强多用户上行链路卸载在阻塞情况下的鲁棒性。通过采用交替优化框架，联合优化用户功率、多用户检测和无源波束成形，该方案在满足时延约束的前提下最小化移动设备能耗，并提出两种高效算法——CCMO与SIMin-ADMM，实现大规模IRS部署的可扩展性。

ABSTRACT

The merge of mobile edge computing (MEC) and millimeter-wave (mmWave) communications will hopefully enable the fast access for computational resources, where these two technologies can benefit from each other's potentials. However, the high susceptibility to blocking in mmWave networks imposes crucial challenges for further development of mmWave-MEC vision. In this paper, a novel intelligent reflecting surface (IRS) assisted mmWave-MEC scheme is proposed to overcome the disruptive effect caused by blockage events. In this context, we investigate new methods to minimize mobile power for a multi-user mmWave-MEC system, thus efficiently orchestrating the uplink mobile power resources for latency-constrained computation offloading. In particular, the mobile power is optimized by joint design of individual device power, multi-user detection matrix and passive beamforming. To tackle this issue, we develop an alternating optimization framework so that the joint optimization can be decomposed into tractable subproblems. First, we provide closed-form expressions for the update of powers and multi-user detection vectors in each iteration step. Then, we reformulate the passive beamforming problem. To cater for large-scale IRS scenario, we propose two efficient algorithms including complex circle manifold optimization (CCMO) method and sum-of-inverse minimization (SIMin) fraction transform based alternating direction method of multipliers (ADMM) method. Finally, numerical results corroborate the merits of our proposed IRS assisted mmWave-MEC scheme, and demonstrate the feasibility and effectiveness of our algorithms.

研究动机与目标

• 解决毫米波-MEC系统中因高阻塞敏感性而导致的可靠计算卸载中断问题。
• 在严格时延约束下，最小化多用户毫米波-MEC网络中的上行链路移动设备能耗。
• 为IRS辅助的毫米波链路中的用户功率、多用户检测与无源波束成形建立联合优化框架。
• 通过高效的算法设计，实现大规模IRS部署的可扩展性。

提出的方法

• 提出一种交替优化框架，将用户功率、多用户检测与无源波束成形的联合优化问题分解为可处理的子问题。
• 在每次迭代步骤中推导出用户功率与多用户检测向量的闭式解。
• 重新表述无源波贝成形问题，以在IRS约束下实现高效优化。
• 提出两种可扩展的算法：复数圆流形优化（CCMO）与和的倒数最小化（SIMin）ADMM，适用于大规模IRS场景。
• 利用分数变换与ADMM处理无源波束成形优化中的非凸性问题。
• 采用块坐标下降法，迭代优化功率、检测与相位移位解。

实验结果

研究问题

• RQ1 如何利用IRS缓解毫米波-MEC系统中由阻塞引起的中断？
• RQ2 何种联合优化策略可在多用户毫米波卸载中最小化移动设备上行链路功率，同时满足时延约束？
• RQ3 如何在大规模IRS部署中高效优化无源波束成形？
• RQ4 何种算法方法可实现IRS辅助的毫米波-MEC系统在可扩展性与低复杂度之间的平衡？
• RQ5 CCMO与SIMin-ADMM在IRS波束成形中的性能与收敛性表现如何比较？

主要发现

• 所提出的IRS辅助毫米波-MEC方案相比传统方案显著降低了移动设备上行链路能耗。
• 交替优化框架具有可靠的收敛性，并在多用户场景下实现低时延计算卸载。
• CCMO与SIMin-ADMM算法在大规模IRS部署中表现出高效率与良好的可扩展性。
• 功率与检测向量的闭式更新机制实现了快速且稳定的迭代优化收敛。
• 数值结果验证了所提联合优化框架在真实阻塞场景下的可行性与有效性。
• 该方案在不同信道条件与用户移动模式下均保持鲁棒的性能表现。