在支持3C技术的F-RAN中，延迟与能耗之间的最佳权衡

《IEEE Transactions on Green Communications and Networking》：On the Optimal Trade-Off of Delay and Energy Consumption in 3C-Enabled F-RAN

3C联合调度在雾无线接入网络中优化自适应比特率流媒体服务的延迟与能耗研究，提出多类处理器队列模型和交替方向乘数法优化算法，通过进化多任务优化求解帕累托前沿，实现资源协调与性能权衡。

　　

摘要：

为了在资源受限的情况下提高网络服务提供的灵活性和韧性，本文研究了通信-计算-缓存（3C）的联合调度。首先，建立了一个支持自适应比特率（ABR）内容流的3C雾计算无线接入网络（F-RAN）。在所提出的3C支持F-RAN架构中，用户内容请求的顺序到达和处理被建模为一个多类处理器队列。在此基础上，分别分析了下载请求内容的平均延迟和能耗，并得出了封闭形式的表达式。为了分别优化这两个性能指标，提出了基于交替方向乘子法的算法，以高效利用可用的3C资源。由于这两个指标无法同时优化，因此提出了一种基于进化多任务的受限多目标优化算法来解决帕累托前沿问题。与现有技术相比，该算法对种群规模更具有鲁棒性，并且收敛速度更快。仿真结果展示了延迟和能耗之间的帕累托前沿，说明了它们之间固有的性能权衡。通过协调分配3C资源，可以在避免不必要的资源浪费的同时提供定制化的服务。

引言

移动设备和数据流量的快速增长对网络资源管理和服务提供模式提出了严峻挑战[1]、[2]。鉴于设备的异构性和网络环境的动态变化，需要根据用户或应用程序的具体需求提供具有特定服务质量（QoS）要求的定制化服务，例如延迟和能耗[3]。例如，在智能医疗和车联网中需要延迟敏感的服务，而广泛分布的传感器网络对能耗有更高的要求[4]、[5]。这表明，除了建立通信连接之外，联合调度异构资源（如通信-计算-缓存（3C）[6]）以满足不同的QoS要求[7]、[8]也非常重要。另一方面，由于终端设备的计算能力、存储空间和电池容量有限，难以通过本地支持3C的不同功能来保证资源密集型应用的QoS。在这种情况下，雾计算作为一种有前景的范式被提出，它能够在网络边缘实现内容缓存、计算处理和数据传输，从而在显著提高QoS的同时降低能耗[9]、[10]。