008240612s2023      us  |||||||||||||||c||eng  d
■001000016933070
■00520240214101159
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798379911966
■035    ▼a(MiAaPQ)AAI30524467
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a621.3
■1001  ▼aZhang,  Lyutianyang.
■24510▼aOptimized  Resource  Allocation  in  Mobile  Edge  Communication,  5G  Data  Multiplexing,  and  WiFi  Channel  Access▼h[electronic  resource]
■260    ▼a[S.l.]:▼bUniversity  of  Washington.  ▼c2023
■260  1▼aAnn  Arbor  :▼bProQuest  Dissertations  &  Theses,  ▼c2023
■300    ▼a1  online  resource(123  p.)
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  85-01,  Section:  B.
■500    ▼aAdvisor:  Roy,  Sumit.
■5021  ▼aThesis  (Ph.D.)--University  of  Washington,  2023.
■506    ▼aThis  item  must  not  be  sold  to  any  third  party  vendors.
■520    ▼aOptimizing  bandwidth  utilization,  transmission  power  and  transmission  latency  while  guaranteeing  the  quality  of  service  (Qos)  is  oftentimes  the  objectives  of  interests  in  communication  networks.  For  example,  modern  mobile  traffic  such  as  online  gaming,  mobile  virtual/augmented  reality  (VR/AR)  requires  low  latency,  transmission  power,  and  occupied  bandwidth  for  better  user  experience  and  less  utilized  network  frequency  bandwidth.  In  this  thesis,  a  novel  bidirectional  computation  task  model  is  proposed  as  an  important  use  case  in  mobile  edge  communication  networks,  e.g.,  interactive  AR/VR  gaming  service  needs  to  render  the  live  scene  by  jointly  computing  user  features  such  as  3D  positions  and  video  data  stored  at  the  cloud  server.  In  the  bidirectional  computation  task  model,  each  task  is  served  via  three  mechanisms,  i.e.,  local  computing  with  local  caching,  local  computing  without  local  caching,  and  computing  at  the  mobile  edge  computing  server.  To  minimize  the  average  utilize  bandwidth,  we  formulate  and  optimize  the  joint  caching  and  computing  optimization  problem  under  the  latency,  cache  size  and  average  power  constraints.  The  proposed  Lagrangian  Relaxation  (LR)  plus  concave-convex  procedure  is  shown  to  outperform  the  baselines  such  as  greedy  algorithm  and  LR  algorithm  with  simulations.The  obtained  allocation  policy  reduces  the  communication  bandwidth.  However,  which  resource  blocks  (RBs)  in  orthogonal  frequency-division  multiple  access  (OFDMA)  are  occupied  by  such  allocated  bandwidth  when  multiple  devices  coexist  is  not  yet  answered  by  this  policy,  which  is  currently  a  challenging  topic  in  both  5G  and  WiFi.  Hence,  we  are  further  motivated  to  consider  the  enhanced  channel  accessing  mechanism  in  the  next-generation  WiFi  networks  and  the  RB  scheduling  problem  in  5G  with  ultra-reliability-low-latency  communication  (URLLC)  requirement.  Standardization  for  recently  started  IEEE  802.11be  (Wi-Fi  7)  Working  Groups  has  focused  on  significant  medium  access  control  layer  changes  that  emphasize  the  role  of  the  access  point  (AP)  for  coordinating  channel  access  due  to  the  high  collision  probability  with  the  distributed  coordination  function  (DCF),  especially  in  dense  overlapping  Wi-Fi  networks.  We  propose  a  novel  multi-AP  coordination  system  architecture  aided  by  a  centralized  AP  controller  (APC).  Meanwhile,  a  deep  reinforcement  learning  channel  access  (DLCA)  protocol  is  developed  to  enhance  the  network  throughput  by  enabling  the  coordination  of  APs.  On  the  other  hand,  5G  New  Radio  (NR)  is  envisioned  to  efficiently  support  both  enhanced  mobile  broadband  (eMBB)  and  URLLC.  In  5G  NR,  URLLC  represents  the  task  files  in  the  application  of  online  gaming  and  VR/AR  with  demanding  QoS  constraints.  From  the  media  access  control  (MAC)  layer  scheduling  perspective,  URLLC  traffic  has  higher  priority  than  eMBB  traffic  because  URLLC  traffic  can  pre-emptively  puncture  the  existing  eMBB  traffic  on  the  time  scale  of  mini-slot  to  obtain  the  strict  requirements  of  URLLC  (achieve  99.999\\%  reliability  within  1  ms  latency).  The  multiplexing  of  eMBB  and  URLLC  traffic  in  5G  downlink  transmission  is  investigated  with  the  dual  objectives  of  maximizing  eMBB  utility  like  proportional  fairness  for  eMBB  users  while  satisfying  URLLC  constraints.  The  resource  allocation  problem  in  each  mini-slot  is  formulated  as  an  integer  programming  (IP)  with  two  solutions:  1)  convex  relaxation;  2)  greedy  algorithm.  The  simulation  results  show  that  our  algorithms  have  a  higher  utility  of  eMBB  users  while  satisfying  the  URLLC  users'  latency  and  reliability  requirements  than  using  the  basic  round  robin  in  5G  standard.
■590    ▼aSchool  code:  0250.
■650  4▼aElectrical  engineering.
■650  4▼aCommunication.
■650  4▼aComputer  engineering.
■653    ▼aDeep  learning
■653    ▼aMobile  edge  computing
■653    ▼aMobile  traffic
■653    ▼aAugmented  reality
■653    ▼aVirtual  reality
■690    ▼a0544
■690    ▼a0459
■690    ▼a0464
■71020▼aUniversity  of  Washington▼bElectrical  and  Computer  Engineering.
■7730  ▼tDissertations  Abstracts  International▼g85-01B.
■773    ▼tDissertation  Abstract  International
■790    ▼a0250
■791    ▼aPh.D.
■792    ▼a2023
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T16933070▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.
■980    ▼a202402▼f2024