NOMA赋能车联网中社交—移动性感知的通信与计算联合资源管理
信号处理
2023-07-11 v1
摘要
现有的面向车载边缘计算（VEC）网络的通信与计算（2C）优化方案主要关注物理域，未考虑来自社会域的影响。这可能极大限制任务卸载的潜力，难以在给定功率下充分提升任务卸载率，导致低能效（EE）。为解决该问题，本文致力于研究社交—移动性感知的VEC框架，并提出一种新颖的面向EE的2C分配方案。为此，我们假设任务车载用户（T-VU）可通过非正交多址（NOMA）将计算任务卸载至服务车载用户（S-VU）与路边单元（RSU）。我们构建一个联合分配2C资源以最大化系统EE的优化问题，其被证明为一个混合整数非凸目标函数。为求解该问题，我们将其转化为分离的计算与通信资源分配子问题。针对第一个子问题，我们提出一种社交—移动性感知的边缘服务器选择与任务分割算法（SM-SSTSA）以实现边缘服务器选择与任务分割。随后，通过求解第二个子问题，利用紧致下界法与Kuhn-Munkres算法得到功率分配与频谱分配解。最后，我们通过迭代法求解原问题。仿真结果证明了所提方案的优越EE性能。
引用
@article{arxiv.2307.03921,
title = {Social-Mobility-Aware Joint Communication and Computation Resource Management in NOMA-Enabled Vehicular Networks},
author = {Tong Xue and Haixia Zhang and Hui Ding and Dongfeng Yuan},
journal= {arXiv preprint arXiv:2307.03921},
year = {2023}
}