Published September 1, 2023 | Version v1
Publication Open

Digital Twin-Assisted Edge Computation Offloading in Industrial Internet of Things With NOMA

Creators

  • 1. Hebei University of Engineering
  • 2. Peking University
  • 3. Chongqing University of Posts and Telecommunications
  • 4. Nanyang Technological University
  • 5. University of Houston

Description

Integrating digital twins (DTs) and multi-access edge computing (MEC) is a promising technology that realizes edge intelligence in 6 G, which has been recognized as the key enabler for Industrial Internet of Things (IIoT). In this paper, we explore a DT-assisted MEC system for the IIoT scenario where a DT server is created as a virtual representation of the physical MEC server, via estimating the computation state of the MEC server within the DT modelling cycle. To achieve spectrally efficient offloading, we consider that IIoT devices communicate with industrial gateways (IGWs) through a non-orthogonal multiple access (NOMA) protocol. Each IIoT device has an industrial computation task that can be executed locally or fully offloaded to IGW. We aim to minimize the total task completion delay of all IIoT devices by jointly optimizing the IGW's subchannel assignment as well as the computation capacity allocation, edge association, and transmit power allocation of IIoT device. The resulting problem is shown to be a mixed integer non-convex optimization problem, which is NP-hard and challenging to solve. We decompose the original problem into four solvable sub-problems, and then propose an overall alternating optimization algorithm to solve the sub-problems iteratively until convergence. Validated via simulations, the proposed scheme shows superiority to the benchmarks in reducing the total task completion delay and increasing the percentage of offloading IIoT devices.

⚠️ This is an automatic machine translation with an accuracy of 90-95%

Translated Description (Arabic)

يعد دمج التوائم الرقمية (DTs) والحوسبة الطرفية متعددة الوصول (MEC) تقنية واعدة تحقق ذكاء الحافة في الجيل السادس، والتي تم الاعتراف بها كعامل تمكين رئيسي لإنترنت الأشياء الصناعية (IIoT). في هذه الورقة، نستكشف نظام MEC بمساعدة DT لسيناريو إنترنت الأشياء حيث يتم إنشاء خادم DT كتمثيل افتراضي لخادم MEC الفعلي، من خلال تقدير حالة حساب خادم MEC ضمن دورة نمذجة DT. لتحقيق التفريغ الفعال طيفيًا، نعتبر أن أجهزة إنترنت الأشياء الصناعية تتواصل مع البوابات الصناعية (IGWs) من خلال بروتوكول وصول متعدد غير متعامد (NOMA). يحتوي كل جهاز من أجهزة إنترنت الأشياء الصناعية على مهمة حساب صناعية يمكن تنفيذها محليًا أو تفريغها بالكامل إلى IGW. نهدف إلى تقليل التأخير الكلي في إنجاز المهام لجميع أجهزة إنترنت الأشياء المستقل من خلال التحسين المشترك لتعيين القناة الفرعية لـ IGW بالإضافة إلى تخصيص سعة الحساب، وربط الحافة، وتخصيص طاقة الإرسال لجهاز إنترنت الأشياء المستقل. تظهر المشكلة الناتجة على أنها مشكلة تحسين غير محدبة مختلطة، وهي مشكلة صعبة الحل وصعبة الحل. نحلل المسألة الأصلية إلى أربع مسائل فرعية قابلة للحل، ثم نقترح خوارزمية تحسين متناوبة شاملة لحل المسائل الفرعية بشكل متكرر حتى التقارب. يُظهر المخطط المقترح، الذي تم التحقق من صحته من خلال عمليات المحاكاة، التفوق على المعايير في تقليل إجمالي تأخير إنجاز المهمة وزيادة النسبة المئوية لتفريغ أجهزة إنترنت الأشياء.

Translated Description (French)

L'intégration des jumeaux numériques (DT) et de l'informatique de pointe multi-accès (mec) est une technologie prometteuse qui réalise l'intelligence de pointe en 6G, qui a été reconnue comme le principal catalyseur de l'Internet industriel des objets (IIoT). Dans cet article, nous explorons un système mec assisté par DT pour le scénario IIoT où un serveur DT est créé comme une représentation virtuelle du serveur mec physique, en estimant l'état de calcul du serveur mec dans le cycle de modélisation DT. Pour obtenir un déchargement spectralement efficace, nous considérons que les dispositifs IIoT communiquent avec les passerelles industrielles (IGW) via un protocole d'accès multiple non orthogonal (NOMA). Chaque périphérique IIoT a une tâche de calcul industriel qui peut être exécutée localement ou entièrement déchargée sur IGW. Nous visons à minimiser le retard total d'achèvement des tâches de tous les dispositifs IIoT en optimisant conjointement l'affectation des sous-canaux de l'IGW ainsi que l'allocation de la capacité de calcul, l'association de périphérie et l'allocation de la puissance de transmission du dispositif IIoT. Le problème qui en résulte s'avère être un problème d'optimisation non convexe à nombres entiers mixtes, qui est NP difficile et difficile à résoudre. Nous décomposons le problème d'origine en quatre sous-problèmes résolubles, puis nous proposons un algorithme global d'optimisation alternée pour résoudre les sous-problèmes de manière itérative jusqu'à la convergence. Validé via des simulations, le schéma proposé montre une supériorité par rapport aux repères en réduisant le retard total d'achèvement des tâches et en augmentant le pourcentage de dispositifs IIoT en cours de déchargement.

Translated Description (Spanish)

La integración de gemelos digitales (DT) y computación de borde de acceso múltiple (mec) es una tecnología prometedora que realiza inteligencia de borde en 6 G, que ha sido reconocida como el habilitador clave para el Internet Industrial de las Cosas (IIoT). En este documento, exploramos un sistema MEC asistido por DT para el escenario IIoT donde se crea un servidor DT como una representación virtual del servidor MEC físico, mediante la estimación del estado de cálculo del servidor MEC dentro del ciclo de modelado DT. Para lograr una descarga espectralmente eficiente, consideramos que los dispositivos IIoT se comunican con pasarelas industriales (IGW) a través de un protocolo de acceso múltiple no ortogonal (NOMA). Cada dispositivo IIoT tiene una tarea de cálculo industrial que se puede ejecutar localmente o descargar completamente a IGW. Nuestro objetivo es minimizar el retraso total en la finalización de la tarea de todos los dispositivos IIoT optimizando conjuntamente la asignación de subcanales de la IGW, así como la asignación de capacidad de cálculo, la asociación de bordes y la asignación de potencia de transmisión del dispositivo IIoT. Se demuestra que el problema resultante es un problema de optimización no convexo de enteros mixtos, que es NP-duro y difícil de resolver. Descomponemos el problema original en cuatro subproblemas solucionables, y luego proponemos un algoritmo de optimización alternante general para resolver los subproblemas iterativamente hasta la convergencia. Validado a través de simulaciones, el esquema propuesto muestra superioridad sobre los puntos de referencia para reducir el retraso total en la finalización de la tarea y aumentar el porcentaje de descarga de dispositivos IIoT.

Files

37477897.pdf.pdf

Files (2.3 MB)

⚠️ Please wait a few minutes before your translated files are ready ⚠️ Note: Some files might be protected thus translations might not work.
Name Size Download all
md5:81d36977629216d6cc4864ba5475b856
2.3 MB
Preview Download

Additional details

Additional titles

Translated title (Arabic)
تفريغ حوسبة الحافة الرقمية بمساعدة التوأم في إنترنت الأشياء الصناعية مع NOMA
Translated title (French)
Déchargement de calcul Edge numérique à double assistance dans l'Internet des objets industriel avec NOMA
Translated title (Spanish)
Descarga de computación de borde asistida por gemelos digitales en el Internet industrial de las cosas con NOMA

Identifiers

Other
https://openalex.org/W4367277047
DOI
10.1109/tvt.2023.3270859

Is supplement to
https://openalex.org/W4378977105 (Other)
https://openalex.org/W4362496467 (Other)
https://openalex.org/W4200420173 (Other)
https://openalex.org/W3127808443 (Other)
https://openalex.org/W3120617837 (Other)
https://openalex.org/W3034137700 (Other)
https://openalex.org/W2917127270 (Other)
https://openalex.org/W2916011811 (Other)
https://openalex.org/W2902693277 (Other)
https://openalex.org/W2896883851 (Other)

GreSIS Basics Section

Is Global South Knowledge
Yes
Country
China

References

  • https://openalex.org/W2284489543
  • https://openalex.org/W2563375543
  • https://openalex.org/W2785728462
  • https://openalex.org/W2891039375
  • https://openalex.org/W2910597635
  • https://openalex.org/W2921456883
  • https://openalex.org/W2962847915
  • https://openalex.org/W2963336322
  • https://openalex.org/W2982936646
  • https://openalex.org/W2987729805
  • https://openalex.org/W2991268436
  • https://openalex.org/W2997988937
  • https://openalex.org/W3003541603
  • https://openalex.org/W3003666957
  • https://openalex.org/W3013088872
  • https://openalex.org/W3034730089
  • https://openalex.org/W3043320740
  • https://openalex.org/W3044626808
  • https://openalex.org/W3048448986
  • https://openalex.org/W3080667742
  • https://openalex.org/W3082278499
  • https://openalex.org/W3092367439
  • https://openalex.org/W3092635848
  • https://openalex.org/W3114079253
  • https://openalex.org/W3122863029
  • https://openalex.org/W3130503957
  • https://openalex.org/W3136338303
  • https://openalex.org/W3158558942
  • https://openalex.org/W3172890132
  • https://openalex.org/W3184836316
  • https://openalex.org/W3188216429
  • https://openalex.org/W3202527154
  • https://openalex.org/W3205137522
  • https://openalex.org/W4210291334
  • https://openalex.org/W4210698675
  • https://openalex.org/W4293219750