面向非正交多址接入的车辆边缘计算优化策略研究

The proliferation of smart vehicular terminals (VTs) and their resource hungry applications such as man-less driving, impose serious challenges to VTs in economical overhead, energy consumption, and the processing capabilities, and pose severe challenges to the support capability of wireless networks. Mobile edge computing (MEC) offers a promising paradigm in solving the problems by offloading VT applications to proximal MEC servers, while non-orthogonal multiple access (NOMA) can improve the bandwidth utilization and capacity of wireless networks. In this project, we will consider the computation offloading related issues in a NOMA-based vehicular edge computing network, in order to minimize the long-term averaged cost of both VTs and the MEC servers at the same time. Specifically, the dual-side cost minimization will be achieved by jointly optimizing the offloading decision and the local CPU frequency on the VT side, and the radio and computational resource allocation on the server side, while guaranteeing network stability and the quality of service (QoS) of VTs. We will devise low computational-complexity algorithms to solve the formulated problems based on Lyapunov optimization theory, convex optimization, swarm optimization, and matrix theory, etc. This project has great theoretical importance and application value to the implementation of intelligent vehicular applications such as man-less driving.

智能车载终端的激增及无人驾驶等计算、能耗密集型智能应用的流行，给车载终端的经济成本开销、能耗、处理能力等及无线通信网络的支撑能力提出了严峻挑战。通过将车载应用卸载到附近的服务器上去执行，移动边缘计算提供了一个解决有关车辆终端方面问题的有前途的范例。同时非正交多址接入可以提高无线接入网络的频带利用率及网络可容纳的用户数。本项目拟研究基于非正交多址接入的车辆边缘计算系统中计算卸载相关的优化问题，以同时使得车载终端和移动边缘服务器双方的长期平均成本开销最小化。具体地，本项目拟通过联合优化车载终端侧的卸载决策和本地任务执行速率，及边缘服务器侧的用户分簇、无线资源分配和计算资源分配来实现，同时保证网络稳定性及车载终端的QoS需求。本项目拟基于李雅普诺夫优化理论、凸优化、群体智能、矩阵论等工具提出低复杂度的算法来解决所提出的问题。项目的研究成果对于无人驾驶等车载智能应用的成功落地具有重要的意义。

本项目自开展以来，致力于攻关基于边缘计算及非正交多址接入的物联网及车联网关键理论与核心技术的研究，包括计算卸载、接入控制、用户分簇、资源分配等。项目推进顺利，项目申报书中所设定的研究内容和目标都得到了很好的完成；另外，在完成预期目标的基础上，本项目还开展了扩展研究，将边缘计算中的计算卸载应用于区块链、虚拟现实、无人机等场景，并开展了边缘计算中内容缓存技术的研究，取得了一系列原创性研究成果。具体研究内容包括：基于非正交多址的边缘计算系统优化策略研究，基于NOMA-MEC的车联网优化策略研究，MEC赋能的基于太赫兹传输的无线虚拟现实系统中优化策略研究，MEC赋能的区块链系统中优化策略研究，MEC赋能的无人机系统中优化策略研究，以及MEC系统中的边缘缓存优化策略研究。.项目执行期间，在国内外知名期刊及会议上发表论文共21篇，其中SCI论文13篇（包括中科院一区论文5篇、二区论文5篇、三区论文1篇、四区论文2篇）、EI论文1篇、中文核心期刊1篇、中国通信学会信息通信领域国内高质量科技期刊T1级期刊物联网学报期刊论文1篇，会议论文5篇，一篇论文入选ESI 1%高被引；申请发明专利14项，其中授权3项；独立培养研究生11人。在本项目基础上，项目负责人已获批国家自然科学基金面上项目一项、陕西省科技厅项目一项、陕西省教育厅项目一项。基于该项目的研究成果和前期积累，在项目执行期间，项目负责人先后获西安市自然科学优秀学术论文二等奖、EAI Mobile Networks and Management国际会议最佳论文奖各一项；获IEEE Transactions on Network Science & Engineering期刊2022年优秀审稿人称号；入选2022年“全球前2%顶尖科学家”榜单。