In this paper, I study a tethered unmanned aerial vehicle (TUAV)-assisted mobile edge computing (MEC) system, in which tasks of several ground mobile users (MUs) are served by ground edge cloud (GEC) with superior computing capability and poor communication links and TUAV-mounted cloudlet with lower computing capability and better communication links. I aim to minimize weighted-sum system delay of MUs by jointly optimizing TUAV position, time slot allocation, and task splitting ratio. I first decompose the optimization problem into three subproblems, and then to solve non-convex subproblem related to TUAV position, I reformulate it by the first-order Taylor series approximation and apply the successive convex approximation (SCA) method. Then, I tackle the overall problem by applying the alternative optimization algorithm. Numerical results verify that our proposed cooperative sky-ground mobile edge computing system (CoSMoS) algorithm can achieve a better performance than other benchmark schemes.
본 논문에서는 테더링 된 무인 항공기와 지상의 엣지 클라우드를 활용하여 모바일 엣지 컴퓨팅 시스템을 연구하였다. 모바일 엣지 컴퓨팅에서 지상의 엣지 클라우드와 지상의 유저들 사이의 열악한 채널 링크를 해결하기 위한 방안으로 무인 항공기를 활용하였다. 하지만 테더링 된 무인 항공기가 가지고 있는 컴퓨팅 성능은 지상의 엣지 클라우드와 비교해서 현저히 낮은 컴퓨팅 성능을 보인다. 따라서 테더링 된 무인 항공기와 지상의 엣지 클라우드를 동시에 활용하여 채널 링크와 컴퓨팅 성능의 트레이드 오프 (trade-off)를 연구하였다. 본 논문에서는 테더링 된 무인 항공기의 위치, 유저들의 시간 슬롯 할당과 태스크 분할 비율을 최적화 변수로 하여 유저들의 시스템 딜레이의 가중 합을 최소화하는 것을 목표로 하였다. 우선 각각의 최적화 변수에 대한 세 개의 하위 문제로 나누고 테더링 된 무인 항공기의 위치에 관한 문제는 일차 테일러 급수 근사를 통해 연속적인 볼록 근사법을 적용하였다. 그리고 나머지 최적화 변수들에 대해 최적화를 진행하여 반복적으로 수렴할 때까지 진행하여 전체 문제를 해결하였다. 시뮬레이션 결과는 제안한 CoSMoS 알고리즘이 가장 좋은 성능을 나타내는 것을 확인할 수 있었다.
