[论文解读] Task Offloading Optimization in NOMA-Enabled Multi-hop Mobile Edge Computing System Using Conflict Graph

Mohammed S. Al-Abiad, Md. Zoheb Hassan+1 more|arXiv (Cornell University)|Apr 23, 2021

Advanced Wireless Communication Technologies参考文献 39被引用 6

一句话总结

该论文提出了一种基于冲突图的联合优化框架，用于非正交多址（NOMA）增强的多跳移动边缘计算（MEC）系统中的任务卸载，通过协调卸载决策、无线资源块（RRB）调度、功率分配以及AP与MEC服务器之间的计算资源共享，联合最小化延迟和能耗。所提出的J-MEC图与剪枝图方法在复杂度与效率之间实现了有利的权衡，相较于基准方法表现出显著的性能提升。

ABSTRACT

Resource allocation is investigated for offloading computational-intensive tasks in multi-hop mobile edge computing (MEC) system. The envisioned system has both the cooperative access points (AP) with the computing capability and the MEC servers. A user-device (UD) therefore first uploads a computing task to the nearest AP, and the AP can either locally process the received task or offload to MEC server. In order to utilize the radio resource blocks (RRBs) in the APs efficiently, we exploit the non-orthogonal multiple access for offloading the tasks from the UDs to the AP(s). For the considered NOMA-enabled multi-hop MEC computing system, our objective is to minimize both the latency and energy consumption of the system jointly. Towards this goal, a joint optimization problem is formulated by taking the offloading decision of the APs, the scheduling among the UDs, RRBs, and APs, and UDs' transmit power allocation into account. To solve this problem efficiently, (i) a conflict graph-based approach is devised that solves the scheduling among the UDs, APs, and RRBs, the transmit power control, and the APs' computation resource allocation jointly, and (ii) a low-complexity pruning graph-based approach is also devised. The efficiency of the proposed graph-based approaches over several benchmark schemes is verified via extensive simulations.

研究动机与目标

• 为解决由于移动设备资源受限，导致计算密集型5G应用出现高延迟和高能耗的问题。
• 优化AP与MEC服务器均具备计算能力的多跳MEC系统中的任务卸载。
• 在无线电资源块（RRBs）有限的密集网络中，提升频谱效率与系统容量。
• 通过协调卸载、调度、功率控制与资源分配，联合最小化延迟与能耗。
• 开发低复杂度、可扩展的解决方案，适用于动态MEC环境中实时部署。

提出的方法

• 构建一个联合优化问题，整合了卸载决策、RRB调度、用户设备（UD）功率分配以及AP计算资源分配。
• 提出一种基于冲突图的方法（J-MEC图），用于建模用户设备、AP与RRB之间的干扰与调度约束。
• 应用图着色与独立集选择技术，解决NOMA中的冲突并调度同时传输。
• 开发一种基于剪枝图的方法，通过消除冗余或冲突的传输候选，降低计算复杂度。
• 在上行NOMA中采用连续干扰消除（SIC）技术，允许多个UD共享同一RRB。
• 采用包含传输延迟与能耗的延迟-能耗成本函数作为优化目标。

实验结果

研究问题

• RQ1 如何通过联合优化卸载、调度、功率控制与资源分配，在NOMA增强的多跳MEC系统中同时最小化延迟与能耗？
• RQ2 RRB分配与用户聚类对系统性能（以延迟与能量效率衡量）有何影响？
• RQ3 所提出的基于冲突图的方法相较于随机卸载与本地卸载方案，在系统容量与成本函数方面表现如何？
• RQ4 低复杂度的剪枝图方法是否能以更低的计算开销实现接近最优的性能？
• RQ5 在NOMA-MEC系统的图基调度中，性能与复杂度之间的权衡关系如何？

主要发现

• 所提出的J-MEC图方法在最小化延迟-能耗成本函数方面表现最佳，优于随机、本地及全部卸载方案。
• 剪枝图方法显著降低了计算复杂度，仅带来轻微的性能下降，相较于J-MEC图。
• 系统容量随RRB数量线性增加，所提方案在支持更多UD方面优于随机与本地方法。
• 当处理密度较低时（例如，λₙ = 20–60），本地处理可行且有效，但当λₙ超过140后性能迅速下降。
• 全部卸载方案维持恒定的系统容量，但由于高延迟与高能耗，不切实际，仅作为基准参考。
• 在不同数据大小、处理密度与RRB数量下，所提方案的成本函数与有效系统容量始终保持更优。