触感网络中移动边界计算的研究

The long-term ambition of the Tactile Internet is to deliver real-time tactile experience services for the emerging applications, including virtual and augmented reality, autonomous driving, healthcare, robotics and automation in industry. Through pushing the computation and communication resources to the edge of the network, mobile edge computing is a disruptive technology to enable ultra-low latency, ultra-reliable connectivity, as well as security and privacy capability for the massive mobile devices in Tactile Internet. To enable ultra-low latency connectivity for the massive devices in the scenario of Tactile Internet, this project proposes to tackle the fundamental problem of pushing the computation and communication resources to the network edge in an efficient way, thereby enabling artificial intelligent capabilities of storage, communication, computation and control for the network edge. Novel optimization techniques and mathematical modeling approaches will be developed to all the challenging problems, including the low-rank matrix completion approach for mobile edge caching, sparse optimization for computation offloading, blind demixing for the multiple access of massive connected devices, as well as large-scale distributed optimization via Riemannian optimization and operator splitting. The insights gained from the successful completion of this project will be beneficial for network latency reduction, network capacity and energy efficiency improvement, thereby significantly improving the quality of our life experiences.

为提供超低延迟的触感体验，触感网络是逐渐兴起的革命性移动通信网络架构，从而为虚拟现实，自动驾驶，远程医疗等领域提供实时的多元化服务。通过将计算和存储资源推送到网络边界，移动边界计算是最近提出的颠覆式移动通信技术，从而满足触感网络中海量终端设备超低延时，高可靠性和高安全性通信的苛刻要求。本项目针对密集型和分布式触感网络场景,以海量终端设备超低延时通信为驱动，研究如何将计算和存储资源有效地推送到网络边界这一科学问题，从而赋予边界网络智能化的存储、通信、计算和控制功能。拟引入全新的数学工具和数学模型来解决这一系列相关科学问题 ：1）基于低秩矩阵填充的网络边界数据推送；2）基于稀疏优化的计算任务分流；3）基于盲分离稀疏和低秩矩阵的海量终端设备接入；4）基于黎曼优化和算子分裂普适性的大规模分布式优化算法设计。相关成果必能有效地降低网络延迟，提高网络容量和能量效率，从而根本上改善未来的数字化生活体验。

通过将计算和存储资源推送到网络边缘，移动边缘计算能满足触感网络中海量终端设备的大连接及高速率通信的需求。本项目从以下方面开展了对计算和存储资源进行网络边缘推送的研究：1）针对网络边缘数据推送问题，研究了低秩矩阵填充优化模型及算法；2）针对网络边缘计算任务分流问题，研究了稀疏优化模型及算法；3）针对海量终端设备大连接接入问题，研究了稀疏低秩信号估计方法。部分重要结论有：1）低秩矩阵填充方法能对边缘数据推送过程中的信号干扰问题进行有效建模，黎曼优化算法能对相应的低秩优化问题进行大规模求解；2）通过分流任务决策整数优化变量的稀疏性表示，稀疏优化方法能有效应对计算任务分流系统中的混合整数非线性优化问题，算子分裂算法能对稀疏优化问题进行并行式、可拓展式求解；3）基于稀疏优化的压缩感知方法能有效支持海量终端设备的大连接需求，基于低秩矩阵优化的盲分离信号处理方法能有效降低海量终端设备的通信延迟；4）基于凸几何及高维统计理论，能提供稀疏和低秩信号处理问题的全局最优性理论保证。上述研究为海量终端设备的超低延迟、超大连接接入提供理论和技术基础，为稀疏和低秩优化问题的大规模求解和全局最优性分析提供理论基础。本项目发表国际高水平期刊21篇，国际顶尖会议论文31篇，出版专著1部，培养博士研究生3名，硕士研究生6名，其中已毕业硕士研究生2名。