[论文解读] NOMA-Aided Mobile Edge Computing via User Cooperation

Yu‐Wen Huang, Yuan Liu+1 more|arXiv (Cornell University)|Dec 31, 2019

Advanced Wireless Communication Technologies参考文献 25被引用 4

一句话总结

本文提出了一种NOMA辅助的协作式移动边缘计算（MEC）框架，其中用户与辅助节点通过非正交多址接入（NOMA）技术，协同将任务卸载至接入点（AP），实现通信与计算的并行处理。通过联合优化功率、时隙与任务卸载策略，该方案显著降低了能耗并提升了卸载数据量，在性能上显著优于传统的OMA基系统。

ABSTRACT

Exploiting the idle computation resources of mobile devices in mobile edge computing (MEC) system can achieve both channel diversity and computing diversity as mobile devices can offload their computation tasks to nearby mobile devices in addition to MEC server embedded access point (AP). In this paper, we propose a non-orthogonal multiple-access (NOMA)-aided cooperative computing scheme in a basic three-node MEC system consisting of a user, a helper, and an AP. In particular, we assume that the user can simultaneously offload data to the helper and the AP using NOMA, while the helper can locally compute data and offload data to the AP at the same time. We study two optimization problems, energy consumption minimization and offloading data maximization, by joint communication and computation resource allocation of the user and helper. We find the optimal solutions for the two non-convex problems by some proper mathematical methods. Simulation results are presented to demonstrate the effectiveness of the proposed schemes. Some useful insights are provided for practical designs.

研究动机与目标

• 为应对5G网络中大规模设备连接带来的低时延、高吞吐量计算需求。
• 克服移动云计算（MCC）和传统MEC的局限性，即AP面临计算过载和传播延迟过长的问题。
• 通过协作计算利用移动设备的空闲计算资源，提升频谱与计算效率。
• 将NOMA技术集成至MEC中，以提升频谱效率并支持大规模连接。
• 在三节点系统（用户、辅助节点、AP）中，联合优化通信与计算资源，实现能耗最小化与数据卸载最大化。

提出的方法

• 采用两时隙传输模型：在时隙1中，用户使用NOMA技术同时将数据卸载至辅助节点和AP。
• 在时隙2中，辅助节点计算自身任务，并将部分任务卸载至AP，利用其靠近AP的位置优势与计算能力。
• 引入用户与辅助节点在任务划分、发射功率与卸载时隙上的联合优化，以最小化能耗或最大化数据卸载量。
• 采用凸松弛与拉格朗日对偶分解等数学方法求解非凸优化问题。
• 应用D.C.（凸函数之差）规划方法处理能耗最小化问题中的非凸性。
• 推导出最优功率与时隙分配的解析条件，包括关键约束（如峰值功率与时延限制）的激活条件。

实验结果

研究问题

• RQ1 如何利用NOMA实现移动边缘计算环境中多用户任务的并行卸载与计算？
• RQ2 在协作式NOMA辅助MEC系统中，何种联合通信与计算资源分配策略可实现能耗最小化？
• RQ3 系统如何在满足严格时延约束的前提下最大化卸载数据量？
• RQ4 与传统OMA基MEC系统相比，协作计算结合NOMA能带来多大性能增益？
• RQ5 信道增益与设备距离如何影响最优资源分配与系统性能？

主要发现

• 所提出的NOMA辅助协作式MEC方案通过联合优化功率、时隙与任务卸载，实现了显著的能耗降低。
• 在相同时延与功率约束下，系统可比OMA基方案多卸载高达40%的数据。
• 采用凸松弛与D.C.规划方法推导出能耗最小化的最优解，确保收敛至近似最优解。
• 仿真结果表明，卸载时隙与功率分配对信道增益高度敏感，AP链路越强，性能越好。
• 辅助节点在计算与中继用户任务中的作用，可减少用户卸载延迟，从而为辅助节点自身数据的卸载腾出更多时间。
• 仿真结果验证了所提方案在能效与数据卸载容量方面均优于传统OMA基MEC系统。