李霆

摘要：該文研究了一個(gè)基于無線供能的移動邊緣計(jì)算系統(tǒng)。系統(tǒng)由一個(gè)集成了移動邊緣計(jì)算服務(wù)器的接入點(diǎn)和若干個(gè)移動設(shè)備組成。接入點(diǎn)采用射頻輻射信號的方式對移動設(shè)備進(jìn)行無線供能，每個(gè)設(shè)備運(yùn)用收集到的能量執(zhí)行計(jì)算任務(wù)。每個(gè)用戶設(shè)備可以將計(jì)算任務(wù)任意劃分為兩個(gè)獨(dú)立的部分，部分本地執(zhí)行，另一部分卸載至接入點(diǎn)由服務(wù)器執(zhí)行。最終對移動邊緣計(jì)算系統(tǒng)運(yùn)作建立模型，通過聯(lián)合優(yōu)化接入點(diǎn)的能量傳輸功率和傳輸時(shí)間、用戶任務(wù)卸載時(shí)間、計(jì)算任務(wù)分割，最小化系統(tǒng)總能耗并與基準(zhǔn)方案做比較。通過仿真驗(yàn)證，提出的設(shè)計(jì)優(yōu)于其他基準(zhǔn)方案。

關(guān)鍵詞：移動邊緣計(jì)算;無線能量傳輸;計(jì)算卸載;優(yōu)化

中圖分類號：TP3 ? ? ? ?文獻(xiàn)標(biāo)識碼：A

文章編號：1009-3044（2020）25-0001-04

得益于信息通信技術(shù)的持續(xù)進(jìn)步，涌現(xiàn)出了大量新興的智能物聯(lián)網(wǎng)應(yīng)用，例如：遠(yuǎn)程醫(yī)療、增強(qiáng)現(xiàn)實(shí)和自動駕駛等，這些應(yīng)用需要眾多無線設(shè)備快速執(zhí)行低延時(shí)和高復(fù)雜度的計(jì)算任務(wù)。通常，無線設(shè)備尺寸較小，并且電池電力供應(yīng)有限，因此，當(dāng)前亟待解決的關(guān)鍵挑戰(zhàn)是如何增強(qiáng)這些設(shè)備的計(jì)算能力，并降低計(jì)算延遲。目前，云計(jì)算可提供豐富的計(jì)算資源和強(qiáng)大的計(jì)算算力，但是云端服務(wù)器與無線終端設(shè)備之間的物理距離較遠(yuǎn)，并需要由接入網(wǎng)到核心網(wǎng)的多跳路由尋址傳輸，這使得云計(jì)算通常無法滿足無線設(shè)備運(yùn)行部分新興應(yīng)用的低延時(shí)需求。為此，移動邊緣計(jì)算技術(shù)應(yīng)運(yùn)而生。在移動邊緣計(jì)算中，通過在無線網(wǎng)絡(luò)邊緣（如接入點(diǎn)和基站）配置服務(wù)器，將計(jì)算資源部署在無線接入網(wǎng)側(cè)，降低無線設(shè)備與計(jì)算服務(wù)器的傳輸時(shí)間，可有效滿足低延時(shí)計(jì)算需求。由此可見，移動邊緣計(jì)算有效融合了無線通信網(wǎng)絡(luò)和移動計(jì)算技術(shù)，具有本地化、近距離、低時(shí)延、安全可靠等特點(diǎn)。

1系統(tǒng)模型

如圖1所示，我們考慮一個(gè)無線多用戶移動邊緣計(jì)算系統(tǒng)，該系統(tǒng)由一個(gè)具有[N]個(gè)天線的無線接入點(diǎn)（Access Point）和一組[Κ?{1，2，...K}]單天線用戶組成，其中接入點(diǎn)集成了邊緣計(jì)算服務(wù)器，可為移動用戶提供服務(wù)。在此系統(tǒng)中，接入點(diǎn)使用射頻（Radio Frequency，RF）信號為[K]個(gè)用戶進(jìn)行能量傳輸。為了收集這種能量，每個(gè)用戶[i∈K]首先通過整流器將接收到的RF信號轉(zhuǎn)換為直流（DC）信號，然后將DC信號的能量存儲在其可充電電池中，如圖2所示。每個(gè)用戶利用所收集的能量，通過本地計(jì)算和卸載來執(zhí)行其計(jì)算任務(wù)。下行鏈路中的無線能量收集和上行鏈路中的信息傳輸（或卸載）可以使用雙工器在一個(gè)天線中的正交頻帶上同時(shí)執(zhí)行。

假設(shè)該模型基于一個(gè)獨(dú)立的時(shí)間塊，把這個(gè)獨(dú)立時(shí)間塊設(shè)定為[T]，無線信道在此時(shí)間塊期間保持不變。本文采用無干擾的時(shí)分多址（Time division multiple access，TDMA）協(xié)議，與接入點(diǎn)建立通信連接，利用接入點(diǎn)集成的移動計(jì)算服務(wù)器的豐富計(jì)算資源幫助本地設(shè)備運(yùn)行計(jì)算任務(wù)。在[τ ]時(shí)隙中，接入點(diǎn)通過無線能量傳輸向所有用戶傳輸能量。在前[K]個(gè)時(shí)隙中，[K]個(gè)用戶將其計(jì)算位卸載到接入點(diǎn)。并且所有用戶必須在一個(gè)塊內(nèi)完成任務(wù)執(zhí)行，執(zhí)行時(shí)間不能超過塊長度[T]。為了簡化分析過程并更好地捕獲接入點(diǎn)的傳輸能量以進(jìn)行計(jì)算分流，我們假設(shè)接入點(diǎn)完全了解[K]個(gè)用戶的信道狀態(tài)信息（Channel State Information，CSI）和[K]個(gè)用戶的計(jì)算要求。根據(jù)這樣的信息，接入點(diǎn)為[K]個(gè)用戶協(xié)調(diào)下行鏈路無線能量傳輸，計(jì)算分流和本地計(jì)算。當(dāng)接入點(diǎn)處的信道狀態(tài)信息不完美時(shí)（例如，受某些信道狀態(tài)信息估計(jì)誤差的影響），無線能量傳輸和移動邊緣計(jì)算性能可能會下降。

如圖3所示，所有用戶依照時(shí)分多址協(xié)議與接入點(diǎn)建立通信連接，確立本地設(shè)備計(jì)算任務(wù)卸載順序規(guī)則，利用所述任務(wù)卸載順序規(guī)則依次將各個(gè)用戶的計(jì)算任務(wù)經(jīng)無線鏈路卸載至接入點(diǎn)。圖中[τ]為無線能量傳輸時(shí)間，[t1]為第一時(shí)隙，[t2]為第二時(shí)隙，依次類推，[tK]為第[K]時(shí)隙，[t2K]為第[2K]時(shí)隙。對于每個(gè)用戶[i]，將計(jì)算任務(wù)[Ri≥0]（單位：bit）劃分為[li≥0]（單位：bit）和[qi≥0]（單位：bit）兩部分，分別由用戶本地計(jì)算，及卸載到接入點(diǎn)處由集成的移動邊緣計(jì)算服務(wù)器進(jìn)行計(jì)算，這里有[Ri=li+qi]。所有用戶的本地計(jì)算在時(shí)間塊[T]內(nèi)完成，所有任務(wù)的卸載、計(jì)算及結(jié)果接收都在時(shí)間[T-τ]內(nèi)完成。

在具體的實(shí)際應(yīng)用中，由于接入點(diǎn)擁有足夠大的功率上限，其集成的移動計(jì)算服務(wù)器擁有足夠大的計(jì)算容量，并且計(jì)算結(jié)果的比特?cái)?shù)通常遠(yuǎn)小于輸入數(shù)據(jù)的比特?cái)?shù)。因此，假設(shè)本地設(shè)備下載計(jì)算結(jié)果過程占用極少的時(shí)隙，可近似于零;接入點(diǎn)發(fā)送計(jì)算結(jié)果和本地設(shè)備接收計(jì)算結(jié)果的能耗可忽略不計(jì)。

3數(shù)值仿真實(shí)驗(yàn)

在這一節(jié)中將提供數(shù)值結(jié)果，與以下三個(gè)基準(zhǔn)方案進(jìn)行比較，評估采用聯(lián)合優(yōu)化無線能量傳輸、卸載和計(jì)算的設(shè)計(jì)方案的性能。

（1）僅本地計(jì)算：每個(gè)用戶[i∈Κ]僅通過本地計(jì)算完成其計(jì)算任務(wù)。該方案對應(yīng)于通過設(shè)置[li=0]，[?i∈K]來求解問題（8）。

（2）僅計(jì)算卸載：每個(gè)用戶[i∈Κ]通過將計(jì)算位完全卸載到接入點(diǎn)來完成其計(jì)算任務(wù)。該方案通過設(shè)置[fi，n=0]以及[li=Ri]，[?i∈K]來解決問題（8）。

（3）平均任務(wù)分配：每個(gè)用戶[i∈Κ]通過將一半計(jì)算任務(wù)卸載至接入點(diǎn)出進(jìn)行計(jì)算，一半任務(wù)進(jìn)行本地計(jì)算。該方案對應(yīng)于通過設(shè)置[li=Ri2]，[?i∈K]來求解問題（8）。

此仿真中，天線個(gè)數(shù)[N=4]，用戶的數(shù)量設(shè)置為[K=3]。用戶[i∈K]的能量收集效率設(shè)置為[η=0.6]，電容系數(shù)設(shè)置為[κi=10-28]，計(jì)算每比特所需的CPU周期為[Ci=103]，接入點(diǎn)接收處的噪聲功率[σ2=10-9]W。所有信道統(tǒng)一設(shè)定為符合瑞利分布的衰落信道，平均功率增益為[hi2=θd-3ihi2]，[gi2=θd-3igi2]，[i∈K]。其中[hi]和[gi]為圓對稱復(fù)高斯隨機(jī)向量，其每個(gè)元素的實(shí)部和虛部為獨(dú)立同分布的高斯隨機(jī)變量，元素模值符合瑞利分布。[θ=10-3]是參考距離為1m時(shí)的信道增益，[di]表示用戶[i]到接入點(diǎn)處的距離，路徑損耗指數(shù)設(shè)定為3。算法參數(shù)設(shè)置為[ε=10-2]，[M=50]。信道向量通過200次隨機(jī)生成取平均數(shù)值得到數(shù)值結(jié)果。

圖4為第一組仿真結(jié)果，描述了接入點(diǎn)的能量消耗與時(shí)間塊長度的關(guān)系。在此次仿真中，用戶與接入點(diǎn)之間的通信頻譜帶寬設(shè)置為[B=2 MHz]。用戶[i]到接入點(diǎn)的距離統(tǒng)一設(shè)置為[di=6m，?i∈K]。所有用戶的計(jì)算任務(wù)比特?cái)?shù)統(tǒng)一設(shè)置為相同數(shù)目，即[Ri=10k]bits，[?i∈K]。從圖4可以看出，四種方案的系統(tǒng)能耗均隨時(shí)間塊長度的增大而降低，在低延遲條件下下降明顯，在[T≥0.05s]時(shí)趨于平緩。同時(shí)可以看出本文提出的移動邊緣計(jì)算優(yōu)化方案的能量效率優(yōu)于另外三組對照組，在低延遲要求下優(yōu)化效果更出色。

圖5為第二組仿真結(jié)果，描述了接入點(diǎn)的能量消耗與計(jì)算任務(wù)量的關(guān)系。在此仿真中，用戶與接入點(diǎn)之間的通信頻譜帶寬設(shè)置為[B=2 MHz]。用戶[i]到接入點(diǎn)的距離統(tǒng)一設(shè)置為[di=6m，?i∈K]。時(shí)間塊長度設(shè)置為[T=0.5]s。從圖5可以看出，四種方案的系統(tǒng)能耗均隨著用戶計(jì)算任務(wù)量的增大而增大。同時(shí)可以看出本文提出的移動邊緣計(jì)算優(yōu)化方案的能量效率優(yōu)于另外三組對照組，在高計(jì)算任務(wù)量要求下優(yōu)化效果更出色。同時(shí)圖3-5表明在高計(jì)算量情況下完全計(jì)算卸載是比本地計(jì)算更好的選擇。

圖6為第三組仿真結(jié)果，描述了接入點(diǎn)平均能耗與用戶接入點(diǎn)距離的關(guān)系。在此仿真中，用戶與接入點(diǎn)之間的通信頻譜帶寬設(shè)置為[B=2 MHz]，所有用戶的計(jì)算任務(wù)比特?cái)?shù)統(tǒng)一設(shè)置為相同數(shù)目[Ri=10k]bits，[?i∈K]，時(shí)間塊長度設(shè)置為[T=0.5]s。從圖6可以看出，四種方案的系統(tǒng)能耗均隨著用戶與接入點(diǎn)距離的增大而增大。同時(shí)可以看出本文提出的移動邊緣計(jì)算優(yōu)化方案的能量效率優(yōu)于另外三組對照組，在用戶與接入點(diǎn)距離較遠(yuǎn)時(shí)設(shè)計(jì)的方案效果逐漸接近完全卸載的效果，說明在遠(yuǎn)距離通信情況下，計(jì)算任務(wù)卸載的能量效益優(yōu)于完全本地計(jì)算。

圖7為第三組仿真結(jié)果，描述了接入點(diǎn)平均能耗與頻譜帶寬的關(guān)系。在此仿真中，用戶與接入點(diǎn)之間的距離設(shè)置為[di=6]m。所有用戶的計(jì)算任務(wù)比特?cái)?shù)統(tǒng)一設(shè)置為相同數(shù)目，即[Ri=10k]bits，[?i∈K]，時(shí)間塊長度設(shè)置為[T=0.5]s。從圖7可以看出，四種方案的系統(tǒng)能耗均隨著頻譜帶寬的增大而減小。同時(shí)可以看出本文提出的移動邊緣計(jì)算優(yōu)化方案的能量效率優(yōu)于另外三組對照組，計(jì)算卸載的能耗在高帶寬時(shí)優(yōu)于本地計(jì)算的能耗。這表明較大的頻譜帶寬值不僅意味著較高的卸載速率，而且還有助于節(jié)省計(jì)算卸載中的能耗。

4 結(jié)束語

本文介紹了一種無線能量驅(qū)動的移動邊緣計(jì)算卸載方法，利用無線網(wǎng)絡(luò)中存在的集成移動邊緣計(jì)算服務(wù)器的無線接入點(diǎn)為本地設(shè)備提供能量傳輸和計(jì)算服務(wù)。該集成移動邊緣計(jì)算服務(wù)器的多天線接入點(diǎn)具有計(jì)算資源和通信資源，若干本地設(shè)備根據(jù)預(yù)定規(guī)則在周圍搜尋一個(gè)可用的帶有移動邊緣計(jì)算服務(wù)器的接入點(diǎn)，從接入點(diǎn)接收能量后，首先將計(jì)算任務(wù)分為兩部分，一部分由本地計(jì)算完成，另一部分卸載至接入點(diǎn)完成。接著建立了一個(gè)聯(lián)合優(yōu)化接入點(diǎn)的能量傳輸功率和傳輸時(shí)間、用戶任務(wù)卸載時(shí)間、計(jì)算任務(wù)分割，最小化系統(tǒng)總能耗的數(shù)學(xué)模型，并與運(yùn)用獨(dú)特的交替優(yōu)化算法求解。最后結(jié)合實(shí)際選取參數(shù)進(jìn)行數(shù)值仿真實(shí)驗(yàn)，并與三種基礎(chǔ)方案進(jìn)行比較，驗(yàn)證方案效果。數(shù)值計(jì)算結(jié)果表明，所提出的基于無線供能的移動邊緣計(jì)算卸載方法比基準(zhǔn)方案有顯著的性能增益。希望本設(shè)計(jì)能為未來整合無線通信、計(jì)算及電力的物聯(lián)網(wǎng)系統(tǒng)提供一種新的可行方法，以有效提升無線設(shè)備的能量效率。

參考文獻(xiàn)：

[1] Patel M. Mobile-edge computingIntroductory technical white paper.White Paper， Mobile-Edge Computing （MEC） Industry Initiative， 2014.

[2] Mao Y， You C， Zhang J， et al.A Survey on Mobile Edge Computing： The Communication Perspective[J]. IEEE Communications Surveys & Tutorials， 2017，19（4）：2322-2358.

[3] Mao Y， You C， Zhang J，et al.A Survey on Mobile Edge Computing： The Communication Perspective[J]. IEEE Communications Surveys & Tutorials， 2017， 19（4）：2322-2358.

[4] BASTUGE，BENNISM，DEBBAH M.Living on the edge：the role of proactive caching in 5G wireless networks[J]. IEEE Communications Magazine，2014，52（8）：82-89.

[5] Xu J， Zhang R. Energy beamforming with one-bit feedback[J]. IEEE Trans. Signal Process.， 2014，62（20）：5370-5381.

[6] Wang Y， Sheng M，Wang X，et al.Mobile edge computing： Partial computation offloading using dynamic voltage scaling[J]. IEEE Trans. Commun.， 2016，64（10）：4268-4282.

[7] Murray，Jacob. Dynamic Voltage and Frequency Scaling.Sustainable Wireless Network-On-chip Architectures. 2016.

[8] Bezdek， James C， Hathaway R J. Some Notes on Alternating Optimization[C].International Conference on Advances in Soft Computing-afss Springer， Berlin， Heidelberg， 2002.

[9] Mochaourab R， Cao P， Jorswieck E.Alternating Rate Profile Optimization in Single Stream MIMO Interference Channels[J]. IEEE Signal Processing Letters，F(xiàn)eb. 2014，21（2）：221-224.

[10] Michael C Grant， Stephen P. Boyd CVX Research， Inc.The CVX Users Guide Release 2.2[EB/OL].2020. http：//cvxr.com/cvx/doc/CVX.pdf.

[11] Boyd S， Vandenberghe L.Convex Optimization[M].Cambridge， U.K.： Cambridge Univ. Press， Mar. 2004.

【通聯(lián)編輯：代影】