[论文解读] Optimal Task Assignment and Power Allocation for NOMA Mobile-Edge Computing Networks

Fang Fang, Yanqing Xu+4 more|arXiv (Cornell University)|Apr 28, 2019

Advanced Wireless Communication Technologies参考文献 28被引用 11

一句话总结

该论文提出了一种非正交多址（NOMA）增强型移动边缘计算（MEC）网络中的最优任务分配与功率分配方案，旨在最小化最大任务完成时间。通过构建准凸优化问题并应用二分搜索算法，作者在满足能量与功率约束的前提下实现了低时延卸载，并为两用户场景推导出闭式解，仿真结果验证了算法的收敛性与最优性。

ABSTRACT

Mobile edge computing (MEC) can enhance the computing capability of mobile devices, and non-orthogonal multiple access (NOMA) can provide high data rates. Combining these two technologies can effectively benefit the network with spectrum and energy efficiency. In this paper, we investigate the task completion time minimization in NOMA multiuser MEC networks, where multiple users can offload their tasks simultaneously via the same frequency band. We adopt the \emph{partial} offloading, in which each user can partition its computation task into offloading computing and locally computing parts. We aim to minimize the maximum task latency among users by optimizing their tasks partition ratios and offloading transmit power. By considering the energy consumption and transmitted power limitation of each user, the formulated problem is quasi-convex. Thus, a bisection search (BSS) iterative algorithm is proposed to obtain the minimum task completion time. To reduce the complexity of the BSS algorithm and evaluate its optimality, we further derive the closed-form expressions of the optimal task partition ratio and offloading power for two-user NOMA MEC networks based on the analysed results. Simulation results demonstrate the convergence and optimality of the proposed a BSS algorithm and the effectiveness of the proposed optimal derivation.

研究动机与目标

• 解决多用户NOMA-MEC网络中部分任务卸载场景下最小化最大任务完成时间的挑战。
• 在个体能量与功率约束下，联合优化任务分割比例与上行链路传输功率。
• 将问题建模为准凸优化问题，以通过二分搜索实现高效求解。
• 为两用户NOMA-MEC系统推导最优任务分割与功率分配的闭式表达式，以降低计算复杂度。
• 通过大量仿真验证所提算法的最优性与收敛性。

提出的方法

• 在支持部分卸载的NOMA-MEC网络中构建最小化延迟问题，其中每个用户将其任务划分为本地处理与卸载两部分。
• 在用户个体能耗与最大发射功率约束下建立系统模型，形成准凸优化问题。
• 提出一种基于二分搜索的迭代算法（BSS），以求解优化问题并找到最小化最大任务完成时间的解。
• 利用Karush-Kuhn-Tucker（KKT）条件，为两用户NOMA-MEC系统推导最优任务分割比例与卸载功率的闭式表达式。
• 基于激活约束（功率限制、能量限制与任务卸载阈值）分析多种KKT情形，以识别最优解。
• 利用推导出的闭式解验证BSS算法的最优性，并降低其计算复杂度。

实验结果

研究问题

• RQ1 如何联合优化任务分割比例与上行链路功率，以最小化NOMA-MEC网络中的最大任务完成时间？
• RQ2 在两用户NOMA-MEC系统中，个体能量与发射功率约束下，最优功率与任务分配策略是什么？
• RQ3 能否为两用户NOMA-MEC系统推导出最优任务分割与功率分配的闭式表达式？其与迭代解相比有何差异？
• RQ4 与传统方法相比，所提出的二分搜索算法在收敛性与最优性方面表现如何？
• RQ5 用户信道条件与计算能力对NOMA-MEC网络中最优任务卸载策略有何影响？

主要发现

• 所提出的二分搜索算法能收敛至NOMA-MEC网络中最小化延迟问题的最优解。
• 基于KKT条件，为两用户NOMA-MEC系统推导出闭式解，实现了无需迭代搜索的低复杂度优化。
• 最优功率分配依赖于用户信道增益、本地计算速度与能量约束，其解根据激活约束的不同而呈现不同情形。
• 推导出的闭式解与BSS算法结果一致，验证了其最优性，并显著降低了计算复杂度。
• 仿真结果表明，NOMA-MEC系统相比OMA-MEC系统可实现更低的最大任务完成时间与更高的能量效率。
• 最优解的结构取决于激活的约束类型（功率或能量），基于KKT条件识别出三种主要情形。