[论文解读] Latency Minimization for Intelligent Reflecting Surface Aided Mobile Edge Computing

Tong Bai, Cunhua Pan+4 more|arXiv (Cornell University)|Oct 17, 2019

Advanced Wireless Communication Technologies参考文献 45被引用 26

一句话总结

该论文提出了一种智能反射面（IRS）辅助的移动边缘计算（MEC）系统，通过联合优化任务卸载与IRS相位移，最小化计算延迟。采用块坐标下降与迭代优化方法，在半径300米的小区内、5台设备与5端口接入点的场景下，该方案实现了高达20%的延迟降低，显著优于传统无IRS的MEC系统。

ABSTRACT

Computation off-loading in mobile edge computing (MEC) systems constitutes an efficient paradigm of supporting resource-intensive applications on mobile devices. However, the benefit of MEC cannot be fully exploited, when the communications link used for off-loading computational tasks is hostile. Fortunately, the propagation-induced impairments may be mitigated by intelligent reflecting surfaces (IRS), which are capable of enhancing both the spectral- and energy-efficiency. Specifically, an IRS comprises an IRS controller and a large number of passive reflecting elements, each of which may impose a phase shift on the incident signal, thus collaboratively improving the propagation environment. In this paper, the beneficial role of IRSs is investigated in MEC systems, where single-antenna devices may opt for off-loading a fraction of their computational tasks to the edge computing node via a multi-antenna access point with the aid of an IRS. Pertinent latency-minimization problems are formulated for both single-device and multi-device scenarios, subject to practical constraints imposed on both the edge computing capability and the IRS phase shift design. To solve this problem, the block coordinate descent (BCD) technique is invoked to decouple the original problem into two subproblems, and then the computing and communications settings are alternatively optimized using low-complexity iterative algorithms. It is demonstrated that our IRS-aided MEC system is capable of significantly outperforming the conventional MEC system operating without IRSs. Quantitatively, about $20~\%$ computational latency reduction is achieved over the conventional MEC system in a single cell of a $300~ m{m}$ radius and $5$ active devices, relying on a $5$-antenna access point.

研究动机与目标

• 解决由于无线信道条件差，特别是在小区边缘设备上导致的移动边缘计算（MEC）系统中计算延迟较高的问题。
• 通过利用智能反射面（IRS）增强信号传播并提高卸载可靠性，克服传统MEC的局限性。
• 通过联合优化任务卸载与IRS相位移，在单设备与多设备MEC场景下最小化端到端延迟。
• 在系统设计中考虑实际约束，如边缘计算容量与IRS相位移限制。
• 开发一种低复杂度的迭代算法，以求解由联合通信与计算资源分配引发的非凸优化问题。

提出的方法

• 为IRS辅助上行卸载的单设备与多设备MEC系统制定延迟最小化问题。
• 使用块坐标下降（BCD）将原始非凸问题分解为两个子问题：一个用于计算资源分配，另一个用于相位移优化。
• 应用迭代算法，交替优化多天线接入点的发射波束成形向量与IRS的相位移。
• 采用凸松弛技术处理相位移优化子问题中的非凸性，通过KKT条件实现高效求解。
• 基于信道条件与设备能力，推导出最优任务卸载与边缘计算速率的闭式表达式。
• 通过施加边缘计算容量、相位移（0至2π）以及非负资源分配变量的约束，确保可行性。

实验结果

研究问题

• RQ1 如何通过IRS部署降低在设备资源有限的移动边缘计算系统中的计算延迟？
• RQ2 在实际硬件约束下，IRS辅助MEC系统中本地计算与远程卸载之间的最优权衡是什么？
• RQ3 IRS相位移与波束成形增益如何协同提升MEC系统的频谱与能量效率？
• RQ4 在多设备场景下，与无IRS的传统MEC相比，IRS辅助MEC的性能增益如何？
• RQ5 在非凸约束下，如何高效求解通信与计算资源的联合优化问题？

主要发现

• 所提出的IRS辅助MEC系统在半径300米的小区内、5台活跃设备的场景下，与传统MEC系统相比，计算延迟降低了约20%。
• 任务卸载与IRS相位移的联合优化显著提升了卸载成功率，尤其对直接信道条件较差的小区边缘用户效果明显。
• 基于块坐标下降（BCD）的迭代算法收敛迅速，为非凸优化问题提供了低复杂度解法。
• 系统表明，IRS可有效增强虚拟阵列增益与反射辅助波束成形增益，从而提升信号干扰加噪声比（SINR）。
• 已推导出基于设备计算速度、信道速率与任务大小的延迟最小化最优任务卸载比例的闭式表达式。
• 所提方法确保子问题具有严格凸性，可通过KKT条件实现可靠收敛与最优解。