[论文解读] Multi-Antenna NOMA for Computation Offloading in Multiuser Mobile Edge Computing Systems

Feng Wang, Jie Xu+1 more|arXiv (Cornell University)|Jul 8, 2017

Advanced Wireless Communication Technologies参考文献 22被引用 4

一句话总结

本文提出了一种多天线非正交多址接入（NOMA）方案，用于多用户移动边缘计算（MEC）系统中的节能计算卸载。通过联合优化通信与计算资源并采用连续干扰消除（SIC），该方案在满足时延约束的前提下最小化了总用户能耗，在二值卸载和部分卸载场景下相比正交多址接入（OMA）基准方案实现了显著的节能增益，且所设计的低复杂度算法性能接近最优。

ABSTRACT

This paper studies a multiuser mobile edge computing (MEC) system, in which one base station (BS) serves multiple users with intensive computation tasks. We exploit the multi-antenna non-orthogonal multiple access (NOMA) technique for multiuser computation offloading, such that different users can simultaneously offload their computation tasks to the multi-antenna BS over the same time/frequency resources, and the BS can employ successive interference cancellation (SIC) to efficiently decode all users' offloaded tasks for remote execution. We aim to minimize the weighted sum-energy consumption at all users subject to their computation latency constraints, by jointly optimizing the communication and computation resource allocation as well as the BS's decoding order for SIC. For the case with partial offloading, the weighted sum-energy minimization is a convex optimization problem, for which an efficient algorithm based on the Lagrange duality method is presented to obtain the globally optimal solution. For the case with binary offloading, the weighted sum-energy minimization corresponds to a {\em mixed Boolean convex problem} that is generally more difficult to be solved. We first use the branch-and-bound (BnB) method to obtain the globally optimal solution, and then develop two low-complexity algorithms based on the greedy method and the convex relaxation, respectively, to find suboptimal solutions with high quality in practice. Via numerical results, it is shown that the proposed NOMA-based computation offloading design significantly improves the energy efficiency of the multiuser MEC system as compared to other benchmark schemes. It is also shown that for the case with binary offloading, the proposed greedy method performs close to the optimal BnB based solution, and the convex relaxation based solution achieves a suboptimal performance but with lower implementation complexity.

研究动机与目标

• 解决高计算负载下多用户移动边缘计算（MEC）系统中的能效挑战。
• 通过启用非正交多址接入（NOMA）实现同时卸载，克服多用户MEC中的资源分配瓶颈。
• 联合优化通信与计算资源（包括功率、带宽、CPU频率及SIC解码顺序），以实现能耗最小化。
• 为二值卸载与部分卸载场景设计低复杂度算法，在最优性与实际可行性之间取得平衡。

提出的方法

• 采用多天线NOMA，允许多个用户共享同一时频资源，实现向基站（BS）的同时计算卸载。
• 在基站（BS）采用连续干扰消除（SIC）技术，按受控顺序解码多个用户的卸载任务，提升频谱效率。
• 针对部分卸载，利用拉格朗日对偶理论建立凸优化问题，实现全局最优资源分配。
• 针对二值卸载，采用分支定界法（BnB）实现全局最优，同时提出贪心算法与凸松弛算法以获得复杂度更低的次优解。
• 结合用户特定的能耗模型与计算时延约束，联合优化卸载决策与资源分配。
• 利用KKT条件与拉格朗日松弛法推导出最优任务划分与功率分配的闭式解。

实验结果

研究问题

• RQ1 多天线NOMA如何提升具有同时计算卸载能力的多用户MEC系统中的能效？
• RQ2 在NOMA-based MEC中，通信与计算资源（功率、带宽、CPU频率）在时延约束下的最优联合分配策略是什么？
• RQ3 与传统的OMA-based MEC相比，所提出的NOMA方案在能耗与系统性能方面表现如何？
• RQ4 在具有实际部署约束的二值卸载场景中，哪些低复杂度算法可实现接近最优的性能？
• RQ5 NOMA-based MEC中的加权和能效最小化问题是否为NP难问题，这对算法设计有何影响？

主要发现

• 所提出的NOMA-based MEC设计在高用户负载下相比传统OMA-based方案显著降低了加权和能耗。
• 在部分卸载场景中，基于拉格朗日对偶的算法以极低计算复杂度实现了全局最优解。
• 在二值卸载场景中，贪心算法性能与最优分支定界（BnB）解相差不足5%，在显著降低复杂度的同时实现接近最优性能。
• 基于凸松弛的算法虽为次优解，但实现复杂度大幅降低，适用于实时部署。
• 二值卸载问题的NP难性已通过理论分析证明，从而合理化了启发式与松弛方法的应用。
• 数值结果验证了NOMA能够实现更高效的用户复用与资源共享，从而在不同信道与负载条件下均提升了能效。