语义感知边缘计算系统的在线资源分配
信号处理
2023-09-26 v1
摘要
本文提出一种面向 MEC 系统的语义感知通信与计算联合资源分配框架。在所考虑系统中，随机任务到达每个终端设备（TD），需在本地计算或卸载至 MEC 服务器。为进一步缓解传输负担，每个 TD 向服务器发送提取的小尺寸任务语义信息，而非原始大尺寸原始数据。我们构建了语义感知划分因子、通信与计算资源管理的联合优化问题。该问题旨在最小化整个系统的能耗，同时满足长期延迟和处理速率约束。为求解该问题，提出一种在线低复杂度算法。具体而言，利用 Lyapunov 优化将原始耦合的长期问题分解为一系列解耦的确定性问题，无需未来任务到达和信道增益的实现信息。随后，采用块坐标下降法和连续凸近似算法，通过观测当前系统状态求解当前时隙确定性问题。此外，给出了各优化变量的闭式最优解。仿真结果表明，与无语义感知分配的对应方案相比，所提算法可实现高达 41.8% 的能耗降低。
引用
@article{arxiv.2309.13917,
title = {Online Resource Allocation for Semantic-Aware Edge Computing Systems},
author = {Yihan Cang and Ming Chen and Zhaohui Yang and Yuntao Hu and Yinlu Wang and Chongwen Huang and Zhaoyang Zhang},
journal= {arXiv preprint arXiv:2309.13917},
year = {2023}
}