N.L.Hồng Tuấn, P.Quyền Anh, H.Đắc Bình / Tạp chí Khoa học Công nghệ Đại học Duy Tân 4(53) (2022) 3-12 4(53) (2022) 3-12 Hiệu mạng điện toán biên di động sử dụng bề mặt phản xạ thông minh chế đa truy cập phi trực giao On performance of mobile edge computing network using intelligent reflecting surface and non-orthogonal multiple access scheme Nguyễn Lê Hoàng Tuấna,b, Phạm Quyền Anha,b, Hà Đắc Bìnha,b* Nguyên Le Hoang Tuana,b, Pham Quyen Anha,b, Ha Dac Binha,b* Khoa Điện - Điện tử, Trường Đại học Duy Tân, Đà Nẵng, Việt Nam Faculty of Electrical & Electronics Engineering, Duy Tan University, 550000, Danang, Vietnam b Viện Nghiên cứu Phát triển Công nghệ Cao, Ðại học Duy Tân, Ðà Nẵng, Việt Nam b Institute of Research and Development, Duy Tan University, Da Nang, 550000, Vietnam a a (Ngày nhận bài: 11/10/2022, ngày phản biện xong: 9/6/2022, ngày chấp nhận đăng:10/7/2022) Tóm tắt Bài báo khảo sát mơ hình mạng điện toán biên di động sử dụng chế đa truy cập phi trực giao (NOMA) hỗ trợ bề mặt phản xạ thông minh Dựa vào đặc tính thống kê kênh truyền vơ tuyến, chúng tơi xây dựng biểu thức dạng tường minh xác suất tính tốn thành cơng xác suất lượng tiêu thụ để khảo sát đánh giá hiệu hệ thống Dựa biểu thức này, thu kết số học xác suất tính tốn thành cơng xác suất lượng tiêu thụ theo tham số hệ thống công suất phát, tỉ lệ phân bổ công suất phát, độ dài tác vụ số lượng phần tử phản xạ cung cấp để đánh giá hoạt động hệ thống Cuối cùng, kiểm chứng tính đắn biểu thức phân tích mơ Monte-Carlo Từ khóa: Mạng điện tốn biên di động, NOMA, bề mặt phản xạ thông minh, xác suất tính tốn thành cơng xác suất lượng tiêu thụ Abstract In this paper, we investigate a mobile edge computing (MEC) network using non-orthogonal multiple access (NOMA) scheme with the support of intelligent reflecting surface (IRS) The closed-form expressions for the successful computation and power consumption probabilities are derived based on the statistical characteristics of the transmission channels Numerical results in terms of successful computation and power consumption probabilities according to transmit power, transmit power allocation ratio, task length, and number of reflecting elements are provided to evaluate this proposed system performance Finally, we verify the correctness of the analytical expressions by Monte-Carlo simulation Keywords: Mobile edge computing network, NOMA, intelligent reflecting surface, successful computation probability, energy consumption probability * Corresponding Author: Ha Dac Binh; Institute of Research and Development, Duy Tan University, Da Nang, 550000, Vietnam; Faculty of Electrical & Electronics Engineering, Duy Tan University, 550000, Danang, Vietnam Email: hadacbinh@duytan.edu.vn N.L.Hồng Tuấn, P.Quyền Anh, H.Đắc Bình / Tạp chí Khoa học Cơng nghệ Đại học Duy Tân 4(53) (2022) 3-12 Giới thiệu Mặc dù mạng thông tin di động hệ thứ năm (5G) trình bước đầu triển khai thương mại toàn giới, giới học thuật công nghiệp bắt đầu đua nhắm đến hệ mạng thông tin di động tương lai mạng sau 5G (B5G), mạng hệ thứ sáu (6G) nhằm đáp ứng tốt nhu cầu người dùng với yêu cầu đặt nghiêm ngặt so với mạng 5G tốc độ truyền liệu hiệu sử dụng lượng cao, vùng phủ sóng rộng, độ tin cậy cực cao độ trễ thấp [1-4] Cùng với mạng thông tin di động, năm gần đây, mạng kết nối vạn vật (Internet of things – IoT) trở thành khái niệm thịnh hành IoT triển khai ứng dụng nhiều lĩnh vực khác thực tế công nghiệp, nông nghiệp, an ninh quốc phịng, giao thơng vận tải, giáo dục… [1],[4] Điểm chung mạng thông tin di động hệ tương lai IoT hai có nhiều ứng dụng yêu cầu xử lý liệu lớn phải đáp ứng yêu cầu thời gian thực với độ trễ thấp Để đáp ứng yêu cầu này, giải pháp sử dụng hệ thống điện toán biên di động (MEC) đề xuất phương án khả thi có tiềm [1-4] Trong mạng MEC, máy chủ bố trí đến vùng biên mạng để hỗ trợ người dùng thực thi tác vụ thông qua kênh truyền khơng dây (ví dụ hệ thống tự trị hệ thống thời gian thực…) Song song với giải pháp sử dụng mạng MEC, phương thức đa truy cập phi trực giao (non-orthogonal multiple access - NOMA) giới thiệu với giải pháp cho phép nhiều người dùng thực đa truy cập sử dụng chung nguồn tài nguyên tần số, thời gian phân biệt với mức công suất khác qua giúp tăng số lượng kết nối, nâng cao hiệu suất phổ hiệu lượng [5-9] Các tác giả [8] đề xuất mô hình hệ thống với hai điểm truy cập người dùng nhiều ăng-ten, thu lượng RF NOMA sử dụng để cải thiện hiệu suất điện hệ thống Cơng trình [9] đề xuất mơ hình hệ thống với hai nhóm người dùng NOMA điểm truy cập đa ăngten, chế lựa chọn ăng-ten tốt người dùng tốt sử dụng để nâng cao hiệu suất hệ thống MEC Ngồi hai giải pháp nói trên, thời gian gần giải pháp sử dụng bề mặt phản xạ thông minh (intelligent reflecting surface - IRS) lên mơ hình tiềm để tạo kênh truyền không dây thông minh, cấu hình lại để áp dụng cho hệ thống truyền thông không dây B5G/6G [10-13] Một cách tổng quát, IRS bề mặt phẳng tạo từ số lượng lớn phần tử phản xạ thụ động, phần tử số để thực thay đổi biên độ và/hoặc pha cách chủ động tín hiệu đến cách độc lập Bằng cách triển khai IRS mạng không dây với mật độ phù hợp điều phối hợp lý phần tử phản xạ chúng, việc truyền tín hiệu khơng dây máy phát máy thu cấu hình lại cách linh hoạt nhằm đạt mục tiêu mong muốn khác tùy theo nhu cầu người sử dụng Nói cách khác, IRS cung cấp cách thức giải để vấn đề suy giảm nhiễu sóng kênh khơng dây từ có khả tạo đột phá việc cải thiện dung lượng độ tin cậy truyền thơng khơng dây Việc tích hợp IRS vào hệ thống NOMAMEC mở hướng nghiên cứu tiềm năng, góp phần thực hóa mạng hệ [14-16] Cơng trình [14] đề xuất mơ hình IRSNOMA-MEC hai người dùng với chế chia sẻ thời gian NOMA cho phép hệ thống chuyển đổi NOMA TDMA Các tác giả nghiên cứu hệ thống với hai kịch khả tính tốn máy chủ MEC hữu N.L.Hồng Tuấn, P.Quyền Anh, H.Đắc Bình / Tạp chí Khoa học Cơng nghệ Đại học Duy Tân 4(53) (2022) 3-12 hạn vơ hạn Mơ hình IoT NOMA-MEC đa người dùng với trợ giúp nhiều IRS nghiên cứu cơng trình [15] Các tác giả nêu vấn đề tối đa hóa hiệu lượng đề xuất thuật tốn thư giãn lập trình bán xác định (semidefinite programming relaxation algorithm) để giải tốn khơng lồi Trong cơng trình [16], mơ hình mạng NOMA MEC IoT thu lượng không dây IRS đề xuất Cụ thể, thiết bị IoT (ID) thu lượng từ trạm phát trực tiếp thơng qua kênh phản xạ IRS Sau đó, ID sử dụng lượng thu để giảm tải tác vụ đến điểm truy cập giao thức NOMA đường lên Kết mô làm rõ ảnh hưởng số phần tử phản xạ IRS hiệu hệ thống so sánh với trường hợp khơng sử dụng Khác với cơng bố nêu trên, báo chúng tơi phân tích hiệu hệ thống dựa đặc tính thống kê kênh truyền cách tìm biểu thức dạng tường minh xác suất tính tốn thành cơng xác suất lượng tiêu thụ Đóng góp khoa học báo sau: Đưa mơ hình hệ thống MEC sử dụng đa truy cập NOMA hỗ trợ IRS Đề xuất giao thức hoạt động hệ thống Xây dựng biểu thức dạng đóng xác suất tính tốn thành công xác suất tiêu thụ lượng để đánh giá hiệu hệ thống Thực khảo sát, đưa kết số đánh giá ảnh hưởng số thông số công suất phát, số lượng phần tử phản xạ IRS, hệ số phân bổ công suất… đến hiệu hệ thống Qua khẳng định hiệu giải pháp sử dụng IRS hệ thống không dây Phần lại viết tổ chức sau: Phần trình bày mơ hình hệ thống; phần trình bày phân tích hiệu hệ thống theo xác suất tính tốn thành cơng xác suất tiêu thụ lượng người dùng; phần cung cấp kết số thảo luận; cuối cùng, kết luận nội dung nghiên cứu phần Mơ hình hệ thống Chúng tơi khảo sát mơ hình hệ thống mạng điện tốn biên di động có hỗ trợ bề mặt phản xạ thơng minh Hình Hệ thống bao gồm điểm truy cập AP, cặp người dùng Ui với i {1, 2} bề mặt phản xạ thông minh (IRS) với N phần tử phản xạ thụ động Do kênh truyền từ người dùng U2 đến điểm truy cập có chất lượng khơng ổn định nên cần hỗ trợ từ IRS để cải thiện hiệu mạng Bộ điều khiển (controller) Hình chịu trách nhiệm kiểm sốt phần tử phản xạ điều chỉnh biên độ/pha phản xạ chúng theo thời gian thực Để đơn giản, ta giả định khơng có ảnh hưởng tín hiệu tương hỗ phản xạ phần tử IRS lân cận, tức tất phần tử IRS phản xạ tín hiệu đến cách độc lập Do ảnh hưởng suy hao, ta xem xét tín hiệu IRS phản xạ lần bỏ qua tín hiệu phản xạ hai nhiều lần Như vậy, tín hiệu nhận từ tất phần tử IRS mơ hình hóa kết hợp tín hiệu phản xạ tương ứng chúng; đó, mơ hình tín hiệu băng tần sở tính tốn cho tất N phần tử IRS sau: N y (t ) n e jn h2, n g n x(t ) h 2H Θg x(t ), n 1 (1) Trong đó, x t biểu thị tín hiệu truyền băng T gốc có giá trị phức, g g1 , g , , g N , h 2H h2,1 , h2,2 , , h2, N với g n h2,n hệ số kênh truyền từ AP đến IRS IRS đến người dùng U2, đồng thời chúng tuân theo phân bố Nakagami-m với tham số tương ứng mg m2 diag 1e j , e j , , N e j , với N N.L.Hoàng Tuấn, P.Quyền Anh, H.Đắc Bình / Tạp chí Khoa học Cơng nghệ Đại học Duy Tân 4(53) (2022) 3-12 j 1 , n hệ số phản xạ biên độ n biến dịch pha phần tử phản xạ thứ n hiệu chỉnh thơng qua điều khiển IRS Hình Mơ hình hệ thống mạng điện toán biên di động sử dụng IRS Giả thiết, tất máy thiết bị đơn ăng-ten hoạt động chế độ bán song công Tại AP, thu sử dụng mạch triệt tiêu nhiễu nối tiếp (successive interference cancellation SIC) để giải mã tín hiệu thu Ngồi ra, chúng tơi cịn giả thiết U1 U2 có tác vụ L1-bit tác vụ L2-bit tương ứng Chúng đề xuất giao thức cho mơ hình Hình sau: Bước 1: Người dùng giảm tải tác vụ đến cho máy chủ AP cách gửi tác vụ/dữ liệu đến điểm truy cập Trong đó, IRS hỗ trợ cho U2 cách phản xạ tín hiệu đến chuyển tiếp đến AP y h1 P0 1 d1 Bước 2: Tại AP sử dụng khử nhiễu SIC, AP giải mã tín hiệu U1 trước xem tín hiệu U2 nhiễu Sau có s1, ta lấy tín hiệu tổng thu trừ cho s1 thu s2 Tỉ số tín hiệu nhiễu AP tính sau: s 1 | h1 |2 1U , (3) H (1 ) 2 | h Θg | 1 (1 ) 2V s (1 ) 2 | h 2H Θg |2 (1 ) 2V , đó, trung bình; P0 (4) 2 tỉ số tín hiệu nhiễu phát 1 d11 , 2 d21 d22 , U | h1 |2 , V | h2H Θg |2 Thời gian truyền khối liệu U1 U2 tính sau: ts1 Bước 3: Kết xử lý gửi trả cho người dùng cách áp dụng chế NOMA cho đường xuống ts2 Bước 1: Hai người dùng U1 U2 áp dụng chế NOMA đường lên để truyền tín hiệu liệu tương ứng s1 s2 cho AP khoảng thời gian 1 Tín hiệu thu AP sau: (1 ) P0 s2 w, (2) 3 d 21 d 22 đó, h1 hệ số kênh truyền từ AP đến người dùng U1 tuân theo phân bố Nakagami-m với tham số tương ứng m1 ; P0 tổng công suất phát người dùng; hệ số phân chia công suất; hệ số suy hao công suất theo khoảng cách; d1, d21 khoảng cách Euclidean từ U1 U2 đến AP IRS; d22 khoảng cách Euclidean từ AP đến IRS; w nhiễu trắng cộng Gaussian (AWGN) có trung bình phương sai 2 Bước 2: Điểm truy cập AP nhận tác vụ/dữ liệu tiến hành xử lý máy chủ Nội dung tiếp theo, chúng tơi trình bày bước giao thức mơ hình tốn học cụ thể sau: s1 h 2H Θg L1 W log s1 L2 W log s2 , (5) , (6) đó, W băng thơng kênh truyền Thời gian truyền tối đa hệ thống là: 1 max ts , ts (7) Thời gian tính tốn hai tác vụ U1 U2 AP là: ( L1 L2 ) 2 , f (8) N.L.Hoàng Tuấn, P.Quyền Anh, H.Đắc Bình / Tạp chí Khoa học Cơng nghệ Đại học Duy Tân 4(53) (2022) 3-12 đó, số chu kì CPU cần thiết để xử lý liệu AP, f tần số hoạt động máy chủ AP Bước 3: Sau tính tốn thành cơng, AP gửi trả kết cho U1 U2 Kết sau trình tính tốn AP thơng thường thơng tin điều khiển, nên có độ dài bit thấp, vậy, thời gian phản hồi thông tin τ3 nhỏ so với τ1 τ2 nên bỏ qua [6], [7] Với fading Nakagami-m, hàm phân bố tích lũy (CDF) hàm mật độ xác suất (PDF) U | h1 |2 sau: mx m1 1 mk x k FU x k e 1 , k k !1 fU x (9) m1m1 x m1 1 11 e , (m1 )1m1 mx đó, 1 | h1 |2 với vọng (10) toán tử kỳ Để hỗ trợ cho U2 truyền liệu, IRS lập trình cấu hình thời gian thực cho tối đa N hóa giá trị V | h 2H Θg |2 n g n h2, n e j Tức là, n 1 giá trị dịch pha n điều chỉnh cho đạt N Vmax g n h2, n với giả thiết n 1 n , n n m n 1 mN 2 x ms N 1e (2ms N ) ms ml x , , (ms ml ) (2ms ) (2 ml ms ) (ms )( ml ) ( ml ms 12) FVmax x fVmax ms ml x m N (4ms ml ) ms N 2ms N , , (13) (2ms N ) m N x ms N 1 e x ms N 2(2ms N ) ms ml x (14) Phân tích hiệu Trong phần này, chúng tơi phân tích hiệu hệ thống cách đưa xác suất tính tốn thành công xác suất tiêu thụ lượng hệ thống mạng đề xuất 3.1 Xác suất tính tốn thành cơng Xác suất tính tốn thành cơng () định nghĩa xác suất tất tác vụ hoàn thành thời gian trễ tối đa cho phép T > Trong hệ thống đề xuất, cho công thức: Pr T ( L1 L2 ) Pr max{ts1 , ts2 } T f (15) Pr s1 1th , s2 2th , đó, s s tính theo cơng thức (3) L1 (11) ml max mg , m2 ms m N (4ms ml ) ms N FX x 2ms N , ms ml x , (2ms N ) fX x 4 ms ml 1 , Từ kết trên, ta suy hàm CDF X là: hàm PDF Vmax Theo kết cơng trình [17], hàm phân bố xác suất tích lũy (CDF) hàm mật độ xác N suất (PDF) X g n h2, n có sau: ms mg , m2 đó, T' T 1th 2WT , ' (4), ( L1 L2 ) f L2 2th 2WT , ' (12) Chúng tơi có Bổ đề sau: Bổ đề Đối với hệ thống mạng MEC đề xuất, xác suất tính tốn thành cơng tính theo biểu thức dạng tường minh sau: N.L.Hồng Tuấn, P.Quyền Anh, H.Đắc Bình / Tạp chí Khoa học Công nghệ Đại học Duy Tân 4(53) (2022) 3-12 m1b1 m 1 m1k mN e 2Q1 m N (2ms N ) k 0 k !1k 1 s Q1 (a v q 1 q ms N 1 q b1 ) v k m1a1vq ms ml vq 1 e q q q 1 e th (1 ) 2 th 2th Trong đó, a1 , b1 , c1 , vq ln 1 (1 ) 2 1 c1 (16) 2q , q cos , 2Q1 Q1 hệ số cân độ phức tạp độ xác Chứng minh: Xem Phụ lục đó, E1 E2 lượng tiêu thụ truyền giảm tải U1 U2 3.2 Xác suất lượng tiêu thụ Xác suất tiêu thụ lượng () định nghĩa xác suất lượng tiêu thụ dùng cho truyền giảm tải nhỏ ngưỡng cho trước (Eth) Pr max E1 , E2 Eth , m1b2 1 s P0 L1 Trong đó, 1th WE , 2th th Bổ đề Đối với hệ thống mạng MEC đề xuất, biểu thức xác suất tiêu thụ lượng hệ thống sau: (17) m 1 m1k mN e 2Q2 m N (2ms N ) k 0 k !1k q e c2 uq ln Thông số cho thấy mức độ tiêu thụ lượng tiến hành truyền tác vụ/dữ liệu cho AP (1 ) P0 L2 WEth Q2 (a u q 1 1 , b2 ) u k q a2 ms N 1 q m1a2uq ms ml uq 1 e 1th (1 ) 2 , 1 q q b2 1th , 1 (18) c2 2th , (1 ) 2q , q cos , Q2 hệ số cân độ phức tạp độ xác 2Q2 Chứng minh: Xem Phụ lục Kết số thảo luận Trong phần này, chúng tơi trình bày kết số xác suất tính tốn thành cơng xác suất tiêu thụ lượng hệ thống mạng đề xuất Chúng sử dụng phương pháp mô Monte-Carlo để kiểm tra tính xác việc phân tích hệ thống Các thông số dùng việc mô chi tiết Bảng Bảng Các thông số mô Thông số Ký hiệu Môi trường Giá trị sử dụng Nakagami - m Thông số fading m1 , m2 , m g 2.0, 2.5, 3.0 Số lượng phần tử IRS N 2, 4, Tín hiệu nhiễu phát trung bình Khoảng cách d1 , d 21 , d 22 Hệ số suy hao đường truyền Tần số chu kỳ xử lý CPU AP Số chu kỳ CPU/1 bit 30-60 dB f , 2, 10m, 20m, 10m 2.5, 2.5, 2.5 1GHz N.L.Hồng Tuấn, P.Quyền Anh, H.Đắc Bình / Tạp chí Khoa học Công nghệ Đại học Duy Tân 4(53) (2022) 3-12 Băng thông kênh truyền W 500MHz Thời gian xử lý tới hạn Tth 0.05s Năng lượng tiêu hao tới hạn Eth 2J Hệ số cân độ xác độ phức Q1, Q2 tạp phương pháp Gaussian – Chebyshev 100, 100 4.1 Ảnh hưởng SNR trung bình số lượng phần tử phản xạ IRS Ở Hình 2, chúng tơi khảo sát ảnh hưởng tỷ số tín hiệu nhiễu phát trung bình số lượng phần tử phản xạ đến hiệu hệ thống thơng qua xác suất tính tốn thành công hệ thống Từ đồ thị, thấy SNR trung bình số lượng phần tử phản xạ IRS tăng lên xác suất tính tốn thành cơng hệ thống tăng lên Điều có nghĩa tăng hiệu hệ thống cách tăng số lượng phần tử phản xạ IRS nâng cao cơng suất phát Tuy nhiên, Hình 3, khảo sát xác suất tiêu thụ lượng hệ thống, lại thấy trường hợp nâng cao cơng suất phát để tăng SNR trung bình xác suất lượng tiêu thụ hệ thống giảm Vì vậy, phải chấp nhận đánh đổi hiệu suất hệ thống lượng tiêu thụ lựa chọn công suất phát hệ thống Cũng khảo sát Hình 3, với mức SNR trung bình việc tăng số lượng phần tử phản xạ N IRS giúp nâng cao xác suất tiêu thụ lượng hệ thống, đồng nghĩa với việc làm giảm lượng tiêu hao hệ thống Hình Xác suất tính tốn thành công theo SNR số phần tử phản xạ Hình Xác suất tiêu thụ lượng theo SNR số phần tử phản xạ 4.2 Ảnh hưởng độ dài tác vụ Tương tự, Hình Hình trình bày kết khảo sát ảnh hưởng độ dài tác vụ đến hiệu hệ thống thơng qua hai thơng số xác suất tính tốn thành công xác suất lượng tiêu thụ Qua kết thể hai trường hợp, thấy việc sử dụng tác vụ có độ dài lớn hiệu hệ thống giảm ngược lại 10 N.L.Hoàng Tuấn, P.Quyền Anh, H.Đắc Bình / Tạp chí Khoa học Cơng nghệ Đại học Duy Tân 4(53) (2022) 3-12 đường nét liền màu đen giá trị xác suất tính tốn thành công hệ thống biến thiên theo giá trị , đường nét đứt màu xanh dương giá trị xác suất tiêu thụ lượng biến thiên theo giá trị , với mức giá trị SINR tương ứng 35dB, 40dB Hình Xác suất tính tốn thành cơng theo SNR độ dài tác vụ Từ kết thu trên, thấy kết thu từ cơng thức lý thuyết trùng khớp với mô hệ thống Điều kiểm chứng tính đắn cơng thức lý thuyết Tuy nhiên, mức độ xác kết thu phụ thuộc vào hệ số cân độ phức tạp độ xác phương pháp Gaussian – Chebyshev áp dụng trình tính tốn Hình Xác suất tiêu thụ lượng theo SNR độ dài tác vụ 4.3 Ảnh hưởng hệ số phân bố công suất Hệ thống có sử dụng chế đa truy cập NOMA nên khảo sát ảnh hưởng hệ số phân bổ công suất đến hiệu hệ thống Theo kết thu Hình Hình 7, thấy hệ số phân bổ cơng suất tăng dần xác suất tính tốn thành công hệ thống giảm dần xác suất lượng tiêu thụ hệ thống tăng dần Kết cho thấy có đánh đổi hiệu mức lượng tiêu thụ Điều dẫn đến tương ứng với mức công suất phát khác tồn giá trị tối ưu để hệ thống đạt hiệu năng/năng lượng tiêu thụ tối ưu Giá trị tương ứng xác định thơng qua điểm giao cắt hai đường cong Hình Trong Hình 9, Hình Xác suất tính tốn thành cơng theo hệ số phân bố cơng suất SNR Hình Xác suất tiêu thụ lượng theo hệ số phân bố công suất SNR N.L.Hồng Tuấn, P.Quyền Anh, H.Đắc Bình / Tạp chí Khoa học Công nghệ Đại học Duy Tân 4(53) (2022) 3-12 11 Kết luận Trong báo này, chúng tơi đề xuất mơ hình mạng điện toán biên di động sử dụng phương thức đa truy cập NOMA hỗ trợ bề mặt phản xạ thơng minh Từ mơ hình này, chúng tơi xây dựng biểu thức xác suất tính tốn thành công xác suất tiêu thụ lượng nhằm khảo sát hiệu hệ thống Cuối cùng, từ công thức xây dựng được, chúng tơi trình bày kết số việc khảo sát ảnh hưởng tham số lên hiệu hệ thống Từ kết thu được, kết luận hiệu hệ thống đề xuất cải thiện cách tăng số lượng phần tử phản xạ hỗ trợ cho người dùng Nói cách khác, việc áp dụng bề mặt phản xạ thông minh giúp nâng cao hiệu mạng điện toán biên di động Hình 8: Hiệu hệ thống theo hệ số phân bổ công suất mức 0= 30dB Hình 9: Hiệu hệ thống theo hệ số phân bổ công suất mức 0= 40dB PHỤ LỤC A: Chứng minh Bổ đề 1U Pr 1th , (1 ) 2Vmax 2th (1 ) 2Vmax th th (1 ) 2Vmax 1 2 Pr U , Vmax 1 (1 ) 2 1 F a v b f U 1 Vmax (v) dv c1 m1b1 m1 1 m1k m N e 1 ms N (2ms N ) k k !1k (1) N m1b 1 m e ms N 2 (2ms N ) m1 1 k 0 k m k !1k (a1v b1 ) v k 1 (A-1) ms ml v e c1 a1 ( ln t ) b1 k ( ln t ) dv ms N 1 m1a1 ( ln t ) 1 e ms ml ( ln t ) dt t m1b1 s e m1a1v c1 m 1 m1k mN e 2Q1 m N (2ms N ) k k !1k ( 2) ms N 1 Q1 (a v q 1 q ms N 1 q b1 ) v k e m1a1vq 1 ms ml vq q q 12 N.L.Hoàng Tuấn, P.Quyền Anh, H.Đắc Bình / Tạp chí Khoa học Cơng nghệ Đại học Duy Tân 4(53) (2022) 3-12 q 1 e th (1 ) 2 th 2th Trong đó, a1 , b1 , c1 , vq ln 1 (1 ) 2 1 c1 2q , q cos 2Q1 Lưu ý, Bước (1) có cách đặt t ev ; Bước (2) có cách áp dụng lại phương pháp trực giao Gaussian-Chebyshev với Q1 hệ số cân độ phức tạp độ xác Bổ đề chứng minh PHỤ LỤC B: Chứng minh Bổ đề Pr max E1 , E2 Eth Pr max P0ts1 ,(1 ) P0ts2 Eth (B-1) 1U Pr 1th , (1 ) 2Vmax 2th (1 ) 2Vmax Các bước cịn lại tính tương tự Phụ lục A để kết cuối Bổ đề chứng minh Tài liệu tham khảo [1] Y Mao, C You, J Zhang, K Huang, K B Letaief (2017), A survey on mobile edge computing: The communication perspective IEEE Communications Survey Tutorials, vol 19, no 4, pp 2322–2358 [2] F Zhou, Y Wu, R Q Hu, Y Qian (2018), Computation rate maximization in UAV-enabled wireless powered mobile-edge computing systems IEEE Journal on Selected Areas in Communications, vol 36, no 9, pp 1927–1941 [3] H Sun, F Zhou, R Q Hu (2019), Joint offloading and computation energy efficiency maximization in a mobile edge computing system IEEE Transactions on Vehicular Technology, vol 68, no 3, pp 3052–3056 [4] Y Zhang, X Lan, Y Li, L Cai, J Pan (2019), Efficient computation resource management in mobile edge-cloud computing IEEE Internet of Things Journal, vol 6, no 2, pp 3455–3466 [5] D H Ha, D.-B Ha, V.-T Truong, V.-D Phan, Q S Vu (2021), Performance enhancement of wireless sensor network by using non-orthogonal multiple access and sensor node selection schemes Indonesian Journal of Electrical Engineering and Computer Science, vol 21, no 2, pp 886– 894, Feb [6] F Zhou, Y Wu, R Q Hu, Y Qian (2019), Computation efficiency in a wireless-powered mobile edge computing network with NOMA IEEE International Conference on Communications (ICC) [7] Y Ye, G Lu, R Q Hu, L Shi (2019), On the performance and optimization for MEC networks using uplink NOMA IEEE International Conference on Communications Workshops (ICC Workshops) [8] D.-B Ha, V.-T Truong, Y Lee (2021), Performance analysis for RF energy harvesting mobile edge computing networks with SIMO/MISONOMA schemes EAI Endorsed Transactions on Industrial Networks and Intelligent Systems, vol 8, no 27, pp 1–14 [9] V.-T Truong, D.-B Ha, V N Vo, C So-In (2022), On the system performance of mobile edge computing in an uplink NOMA WSN with a multiantenna access point over Nakagami-m fading IEEE/CAA Journal of Automatica Sinica, vol 9, no 4, pp 253–264 [10] R Alghamdi (2020), Intelligent surfaces for 6G wireless networks: A survey of optimization and performance analysis techniques IEEE Access, vol 8, pp 202 795–202 818 [11] Z Chen, X Ma, C Han, Q Wen (2021), Towards intelligent reflecting surface empowered 6G terahertz communications: A survey China Communications, vol 18, no 5, pp 93–119 [12] T Bai, C Pan, Y Deng, M Elkashlan, A Nallanathan, L Hanzo (2020), Latency minimization for intelligent reflecting surface aided mobile edge computing IEEE Journal on Selected Areas in Communications, vol 38, pp 2666–2682 [13] Z Chu, P Xiao, M Shojafar, D Mi, J Mao, W Hao (2021), Intelligent reflecting surface assisted mobile edge computing for internet of things IEEE Wireless Communications Letters, vol 10, no 3, pp 619–623 [14] Zhou F., You C., Zhang R (2021), Delay-Optimal Scheduling for IRS-Aided Mobile Edge Computing IEEE Wireless Communications Letters, Volume: 10, Issue: 4, 740-744 [15] Wang Q., Zhou F., Hu H., Hu R.Q (2021), Energyefficient design for IRS-assisted MEC networks with NOMA 13th International Conference on Wireless Communications and Signal Processing (WCSP) [16] Li X., Xie Z., Chu Z., Menon V.G., Mumtaz S., Zhang J (2022), Exploiting benefits of IRS in wireless powered NOMA networks IEEE Trans on Green Communication and Networks, 6(1): 175-186 [17] Y Cheng, K H Li, Y Liu, K C Teh, H Vincent Poor (2021), Downlink and uplink intelligent reflecting surface aided networks: NOMA and OMA IEEE Transactions on Wireless Communications, vol 20, no ... thống mạng điện tốn biên di động có hỗ trợ bề mặt phản xạ thông minh Hình Hệ thống bao gồm điểm truy cập AP, cặp người dùng Ui với i {1, 2} bề mặt phản xạ thông minh (IRS) với N phần tử phản xạ. .. cập đa ăngten, chế lựa chọn ăng-ten tốt người dùng tốt sử dụng để nâng cao hiệu suất hệ thống MEC Ngồi hai giải pháp nói trên, thời gian gần giải pháp sử dụng bề mặt phản xạ thông minh (intelligent... dịch pha phần tử phản xạ thứ n hiệu chỉnh thơng qua điều khiển IRS Hình Mơ hình hệ thống mạng điện toán biên di động sử dụng IRS Giả thiết, tất máy thiết bị đơn ăng-ten hoạt động chế độ bán song