边缘水塘：基于风险厌恶化简的最优分位资源分配

我们聚焦于解决点到点多终端AWGN信道中的确定性资源分配问题，尤其关注优化细胞边缘终端的分位传输速率。经典的效用函数方法——如最低速率、求和速率和比例公平性——要么过于保守，要么不合适，要么未能为在边缘终端的公平速率优化提供严谨且可解释的基础。为克服这些挑战，我们采用流行的一致性风险度量——条件价值-at-risk（CVaR），并证明其等价于求和最小$\alpha$th分位（SL$\alpha$Q）效用。这一联系使SL$\alpha$Q最大化问题能够得到精确的凸优化 reformulation，从而便于分析可得性并对细胞边缘终端性能进行精确且可解释的控制。利用拉格朗日对偶性，我们首次提供了参数化的闭式解——即一种水塘式资源政策，以及相关的（辅助）价值-at-risk变量。我们进一步发展了一种新型的近似对偶梯度下降算法，算法复杂度最小，且严格证明了其收敛性。所得的边缘水塘算法在迭代过程中高效地分配资源，同时显式确保细胞边缘终端之间的传输速率公平性。多个（即使是大规模）数值实验验证了该方法在实现边缘终端分位率优化方面的有效性。