读书笔记 - Collaborative Task Offloading in Vehicular Edge Multi-Access Networks

Collaborative Task Offloading in Vehicular Edge Multi-Access Networks

摘要

移动边缘计算（MEC） 已成为实现低延迟应用的用户需求的有前途的范例。多址技术multi-access 和 MEC的集成可以显着增强异构设备和MEC平台之间的接入容量。然而，由于高速移动性和固有特性，传统的MEC网络架构不能直接应用于车辆互联网（IoV）。此外，鉴于道路上有大量资源丰富的车辆，这是在智能车辆上执行任务卸载offloading和数据处理的新机会。

为了促进MEC技术在IoV中的良好融合，本文首先介绍了一种车辆边缘多址网络，它将车辆视为边缘计算资源，以构建协同和分布式计算架构。
对于拟真immersive应用，共同作用的车辆具有收集大量相同和类似的计算任务的固有特性。我们提出了一种协作任务卸载和输出传输机制，以保证低延迟。
最后，我们将3D重构作为示例场景，以提供有关网络框架设计的见解。数值结果表明，该方案能够在确保应用级驾驶体验的同时减少感知反应时间。

引入

车辆互联网（IoV）正在发展成为支持高级驾驶员辅助系统（ADAS）和自动驾驶的新兴范例，其灌输沉浸式车辆应用的创新，为所有事物提供驾驶安全性和便利性。然而，如果没有先进的计算机视觉系统来分析实时交通环境，自动驾驶车辆就无法区分应该立即避开的大小的岩石，或者车辆路径上的皱巴巴的纸袋，它可以被碾压。为了拥有复杂驾驶环境的智能视野，配备先进设施的车辆需要快速处理大量传感器数据（大约1Gb / s），以满足非常平稳的驾驶模式和体验[1,2]。

自动驾驶应用需要超高宽带连接和强大的计算能力。然而，这些资源匮乏和计算密集型应用程序对满足低延迟要求提出了重大挑战。作为一种有前途的技术，已经提出移动边缘计算（MEC）通过将计算功能从核心网络迁移到边缘接入网络来解决爆炸性计算需求【3】。

同时，加载到MEC平台的巨大计算任务产生了一系列关键问题，例如异构MEC平台和智能车辆之间有限的前传和回程连接的瓶颈。为了应对有限的连接问题，积极利用多接入 multi-access 和移动边缘计算（MA-MEC）技术的系统集成和融合，包括固定接入(如fiber)和移动接入，例如5G、长期演进高级(LTE-A)、车辆到车辆(V2V)、Wi-Fi被应用以带来无处不在的连接并增强访问能力。此外，向超密集部署和异构网络（例如，微型，毫微微蜂窝基站，WLAN接入点）的演进可以实现通信和计算负载之间的平衡。

最近的研究已经确定并研究了MEC网络架构实现的一些关键特性以及一些关键挑战的解决方案。例如，彭等人。提供基于雾计算的无线接入网络架构，以简化集中控制中的网络功能[4]。为了合并移动计算和无线通信的学科，许多工作集中在通信和计算资源的协同管理上。提出了加载和资源分配计算的联合优化，以最小化能量消耗[5]。张等人。提供基于云的MEC框架，以减少服务延迟和网络运营成本[6]。在[7]中，引入了雾访问网络来实现低延迟服务并实现各种资源之间的平衡。利用大数据技术，N。Kumar等人。结合MEC网络和clo