我院周勇课题组在物联网空中计算和边缘计算研究中取得进展

我院周勇课题组在基于智能反射表面的无线智能通信和边缘计算网络任务卸载领域研究中取得重要进展，相关成果以“Wireless-Powered Over-the-Air Computation in Intelligent Reflecting Surface-Aided IoT Networks”和“Energy-Efficient Task Offloading in Massive MIMO-Aided Multi-Pair Fog-Computing Networks”为题分别在期刊IEEE Internet of Things Journal和IEEE Transactions on Communications上在线发表。

近年来随着无线通信技术的发展，物联网为数以万计的设备赋予了收集和传输数据的能力，从而实现环境监测、智能家居、健康护理等功能。为了进一步发挥物联网的潜能，现有研究提出利用无线电力传输和空中计算相结合的方案来实现高效的信息聚合。但是当面对恶劣的信道环境时，无线电力传输为物联网设备提供的能量可能会难以实现可靠的空中计算，从而导致在基站端对信息进行空中计算时产生较大的误差。

为了解决上述问题，周勇课题组提出了一种基于智能反射表面（IRS）的无线能量传输和空中计算相结合的物联网络。其中，IRS作为一种可通过软件控制信号反射的新技术，能够诱导入射信号产生相位上的变化，从而协同实现反射波束赋形。基于此，课题组提出通过联合优化接入点、IRS以及物联网设备三处的波束赋形来最小化空中计算时接收信号的误差。为此，课题组首先利用交替优化的方式对多变量之间去耦合，再利用凸差算法得到非凸问题下较高质量的次优解。实验结果表明，相较于没有IRS协助的网络，部署IRS能够显著降低空中计算时的误差，为未来网络搭建提供了新思路。

信息学院2019级硕士研究生王志斌为论文第一作者，周勇教授为通讯作者，上科大为第一完成单位。该研究得到国家自然科学基金的大力支持。

文章链接：https://ieeexplore.ieee.org/abstract/document/9163314

边缘计算作为一种新型技术为物联网设备及时有效地处理复杂的多任务提供了可能。它能够有效利用用户设备周围的计算资源，从而降低在用户设备处的任务处理负担。在边缘计算过程中，用户设备首先将它的计算任务卸载，通过上行链路传递到服务器中，然后经过处理后的数据通过下行链路发还给用户设备。因此，边缘计算网络的性能也取决于通信性能。此外，5G背景下多输入多输出（MIMO）技术的出现能够有效提高现有通信系统的频谱、能量利用效率以及支持的用户个数，其中资源利用效率和所支持用户个数对边缘计算来说是十分关键的两个性能指标。  

结合MIMO技术的优势，周勇课题组提出基于大规模MIMO边缘接入节点（FAN）的边缘计算网络，以提高任务执行效率。通过联合优化任务资源、计算资源和能源的分配来最小化系统的能量消耗，同时考虑到实际通信系统中信道状态信息估计中可能存在的误差，研究人员又进一步提供了具有鲁棒性的能源分配算法，相较于现存方案有着明显的性能提升。

信息学院助理研究员王昆仑为论文第一作者，周勇教授为通讯作者，上科大为第一完成单位。该研究得到国家自然科学基金等的大力支持。

文章链接：https://ieeexplore.ieee.org/abstract/document/9301339/metrics#metrics