面向 MEC 辅助的自主驾驶网络的可重构智能计算表面：设计优化与分析
分布式、并行与集群计算
2024-07-02 v1 信号处理
摘要
本文探讨了通过从细胞车辆 (CVs) offloading 任务于多接入边缘计算 (MEC) 服务器，使用车联网 (V2I) 链路来提高自主驾驶安全性的问题。考虑到后者链路可被车联网 (V2V) 通信复用以提高频谱利用率，V2I 链路的接收方可能在任务 offloading 期间受到严重干扰而导致中断。为解决此问题，我们提出在 MEC 服务器上部署可重构智能计算表面 (RICS)，其计算能力人造物质被用于联合启用 V2I 反射链路以及在 V2V 链路上实现干扰消除。我们构思了用于任务 offloading 比率在 CVs 与 MEC 服务器之间、V2V 与 V2I 通信的频谱共享策略以及 RICS 反射和折射矩阵的联合优化，以最大化某项自主驾驶安全任务。由于该问题的非凸性及其自由变量之间的耦合，我们将其转化为更可处理的等效形式，然后分解为三个子问题，通过交替逼近法进行求解。我们的仿真结果表明，所提出的 RICS-assisted offloading 框架显著提高了所考虑自主驾驶网络的安全性，使 CVs 的安全系数提高约 34%。此外，还证明了 V2V 数据速率可提高约 60%，表明 RICS 引起的信号调整能够有效减轻 V2V 链路上的干扰。
引用
@article{arxiv.2407.00933,
title = {Reconfigurable Intelligent Computational Surfaces for MEC-Assisted Autonomous Driving Networks: Design Optimization and Analysis},
author = {Xueyao Zhang and Bo Yang and Zhiwen Yu and Xuelin Cao and George C. Alexandropoulos and Yan Zhang and Merouane Debbah and Chau Yuen},
journal= {arXiv preprint arXiv:2407.00933},
year = {2024}
}