无人机使能的移动边缘计算中最大化 QoE 的在线联合优化方法
信息论
2024-04-04 v1 math.IT
摘要
凭借灵活的机动性、快速的部署和低廉的成本，无人机 (UAV) 使能的移动边缘计算 (MEC) 在弥补地面边缘计算覆盖不足方面展现出巨大潜力。然而，有限的电池容量、计算和频谱资源也对 UAV 使能的 MEC 提出了严峻挑战，这缩短了 UAV 的服务时间并降低了用户设备 (UD) 的体验质量 (QoE) {\color{b} 在缺乏有效控制方法的情况下}。在本文中，我们考虑一种 UAV 使能的 MEC 场景，其中 UAV 作为空中边缘服务器为多个地面 UD 提供计算服务。然后，构建了一个联合任务卸载、资源分配和 UAV 轨迹规划优化问题 (JTRTOP)，以在 UAV 能耗约束下最大化 UD 的 QoE。为了解决被证明是未来相关且 NP-hard 的 JTRTOP 问题，提出了一种在线联合优化方法 (OJOA)。具体而言，首先使用 Lyapunov 优化框架将 JTRTOP 转化为逐时隙实时优化问题 (PROP)。然后，提出了一种基于博弈论和凸优化的两阶段优化方法来求解 PROP。仿真结果验证了与其他基准方案相比，所提方法能够实现更优的系统性能。
关键词
引用
@article{arxiv.2404.02166,
title = {An Online Joint Optimization Approach for QoE Maximization in UAV-Enabled Mobile Edge Computing},
author = {Long He and Geng Sun and Zemin Sun and Pengfei Wang and Jiahui Li and Shuang Liang and Dusit Niyato},
journal= {arXiv preprint arXiv:2404.02166},
year = {2024}
}