CN111542091B - 网络切片的无线与计算资源联合分配方法 - Google Patents
网络切片的无线与计算资源联合分配方法 Download PDFInfo
- Publication number
- CN111542091B CN111542091B CN202010348612.5A CN202010348612A CN111542091B CN 111542091 B CN111542091 B CN 111542091B CN 202010348612 A CN202010348612 A CN 202010348612A CN 111542091 B CN111542091 B CN 111542091B
- Authority
- CN
- China
- Prior art keywords
- resources
- computing
- slices
- resource
- radio
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000004891 communication Methods 0.000 claims abstract description 9
- 238000013468 resource allocation Methods 0.000 claims description 26
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 abstract description 14
- 230000008901 benefit Effects 0.000 abstract description 7
- 238000004422 calculation algorithm Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 13
- 230000007423 decrease Effects 0.000 description 5
- 230000003247 decreasing effect Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000001174 ascending effect Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/16—Central resource management; Negotiation of resources or communication parameters, e.g. negotiating bandwidth or QoS [Quality of Service]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0893—Assignment of logical groups to network elements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/08—Configuration management of networks or network elements
- H04L41/0896—Bandwidth or capacity management, i.e. automatically increasing or decreasing capacities
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
Description
技术领域
本发明涉及无线通信技术,尤其涉及网络切片时的资源分配问题。
背景技术
5G有许多如远程医疗、移动健康等密集计算型、低时延型业务对通信网络提出了很高的要求,仅仅靠基站处理无法满足需求,由MEC(Mobile Edge Computing)辅助基站处理计算任务可满足不同的网络需求。另一方面,为了降低运营商的成本,5G提出了网络切片技术可以在共享物理基础架构和资源的基础上构建相互隔离的逻辑子网满足不同业务场景的网络需求。
对于资源分配,现有的研究中主要是在资源受限的条件下最大化网络切片系统在无线资源方面的效用。网络虚拟化的本质是在提供网络切片之间的无线资源共享框架,以实现对传输速率的既定资源要求。无线接入网的参数配置在设计时就是为了满足切片的资源需求,通常采用优化理论来确定切片的无线资源分配,此外还应用了机器学习,博弈论和契约论等方法。这些已有的研究仅专注于无线资源分配,没有考虑到MEC计算资源和无线资源共存的情况。
此外,目前还有很多研究是在终端之间分配MEC计算资源。当前的研究通过在单小区多用户多天线场景,多小区单用户场景和多小区多用户场景中进行决策和计算资源分配来最小化延迟和(或)能耗。也有引入负载均衡思想利用MEC节点共同处理计算任务,以减少排队延迟和计算延迟。但是当前的研究中,终端只是根据到达的任务分配资源,没有考虑到终端对资源的需求,也没有考虑无线资源与计算资源之间的关系,无法到达整体系统效益最大。
在网络切片下结合MEC的无线处理架构中,考虑远程医疗等场景下,无线和计算是耦合在一起的,这意味着如果无线通信速率稳定,将有助于减少对MEC资源的需求,并且如果MEC资源足够,则可以允许无线传输速率的波动。因此为了整体效益最大化,需要在网络切片下共同考虑无线和计算资源。
发明内容
因此,本发明的目的在于克服上述现有技术的缺陷,提供一种在无线通信系统的网络切片中进行资源分配的方法,包括:
步骤3:在系统可用资源不能满足所述预分配的无线资源与计算资源中任何一个时,对其进行调整,以使得系统可用资源可以满足调整后的无线资源与计算资源。
其中
在一个实施例中,步骤2包括按以下公式计算
剩余的无线资源r0与计算资源f0
其中,r是系统的可用无线资源,f是系统的可用计算资源,G是系统中切片个数。
在一个实施例中,步骤3进一步包括:
对切片按照调节权重ηg由小到大进行排序,为排序后的切片建立对应索引idxn,idxn表示该切片的ηg在所有切片的调节权重中由小到大排在第n位,所有切片的索引形成索引序列{idx1,idx2,...,idxG}。
在一个实施例中,步骤3还进一步包括:
根据调整后的无线资源,使用f(rg)重新分配计算资源;
在一个实施例中,步骤3还进一步包括:
在一个实施例中,如果r0≥0和f0≥0,则不对预分配的无线资源与计算资源进行调整。
一种计算机可读存储介质,其中存储有一个或者多个计算机程序,所述计算机程序在被执行时用于实现上述任意一项所述的方法。
一种计算系统,包括:
存储装置、以及一个或者多个处理器;
其中,所述存储装置用于存储一个或者多个计算机程序,所述计算机程序在被所述处理器执行时用于实现上述任意一项所述的方法。
与现有技术相比,本发明的实施例的优点在于:在切片级别分配资源,同时考虑无线和MEC计算资源,并考虑传输波动的影响,可以提高系统整体的效益。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
在附图中:
图1示出了三种分配方法的切片效用与计算任务关系的对比图。
图2示出了三种分配方法的系统效用与切片数关系的对比图。
具体实施方式
如背景技术中所介绍,目前的资源分配方案没有从整体考虑,仅考虑无线资源,或仅考虑终端的无线和/或计算资源分配,本专利发明人提出了一种新的方法,在切片级别进行资源分配,并同时考虑无线资源和计算资源的分配。
首先考虑没有传输速率波动的情况,假设系统中一共有G个切片,用切片g表示,g=1,...,G,对于切片g,无线资源和计算资源需求用rg和fg表示,它们表示平均无线传输速率和MEC计算资源(CPU周期)。在本专利中MEC计算资源也简称为计算资源。在T个时隙中,有dg比特的工作任务,dg对无线资源是传输任务,对计算资源是计算任务。对于传输任务dg,需要无线资源rg=dg/T。
本专利重点讨论大数据下对计算资源有较多需求的计算任务,例如图像和视频的可用信息检测,对于计算任务(以比特为单位)与计算资源(CPU周期为单位)之间的关系,用函数表示,自变量为计算任务,应变量为计算资源,将建模为递增多项式函数,即
然后考虑有传输速率波动的情况,以下是对这种情况的具体说明。
一、网络切片下无线资源与计算资源的关系
首先,假定在T个时隙内,必须完成dg的传输任务,可以得到公式(1a)如下所示。
Trg≥dg (1a)
因为为递增函数,它存在反函数是从给定的计算资源(单位为CPU周期)得到这些计算资源可完成的计算任务(单位为比特)的函数。对于一个切片,如果分配给它的计算资源为fg,可完成的计算任务为在T个时隙内,必须完成dg的计算任务,因此有公式(1b)
对于时隙t,rg,t表示切片g可提供的无线传输速率,其随无线信道条件的变化而变化。波动用ρ(bits)表示,对1至T-1时隙有公式(2a),对于全部T时隙有公式(2b)
rg,t∈[rg-ρ,rg+ρ],t=1,...,T-1 (2a)
为了确保满足公式(2b),将保留部分无线资源来补偿在T的最后一个时隙变化的无线信道(该信道可以扩展为周期性补偿)。如果1,...,T-1时隙rg,t都为rg-ρ,最后一个时隙需要传输的数据量最大,为dg-(T-1)(rg-ρ)。前T-1个时隙中每个时隙传输的最大数据量为rg+ρ,因此在这T个时隙中,传输数据量最大的时隙传输的数据量为max{dg-(T-1)(rg-ρ),rg+ρ},为了保证最大的时隙传输量的计算被完成,该切片需要分配的计算资源为如下公式(4)
现在考虑dg-(T-1)(rg-ρ)和rg+ρ两个值,哪一个大。
令dg-(T-1)(rg-ρ)>rg+ρ
有
max{dg-(T-1)(rg-ρ),rg+ρ}=dg-(T-1)(rg-ρ)
令dg-(T-1)(rg-ρ)≤rg+ρ
有
max{dg-(T-1)(rg-ρ),rg+ρ}=rg+ρ
定义fg=f(rg)表示计算资源和无线资源之间的关系,考虑公式(5a)和公式(5b)适用的rg的值域,可得如下公式(6a)和(6b)
即dg-(T-1)(rg-ρ)=rg+ρ
所以有
把(7a)代入(5b)得到交点的无线资源的值
二、网络切片下资源分配过程
对于切片g,定义和是分配给切片g的无线和计算资源,定义其效用函数Ug如公式(8a)和(8b)所示,分配的计算资源应依照公式(6a)和(6b),使其与无线资源一致。这是因为如果计算资源分配过大,即(8b)中的由(8a),其Ug仍为1,对计算资源是浪费,不必大于给出的如果过小,即(8b)中的由(8a)其效用Ug会小于1,也不理想。理想地,应当等于整个通信系统的效益即为所有网络切片效益之和,如公式(9)所示,其中ωg为每个网络切片的权重。
在上述定义下本专利设计了一种网络切片资源分配算法用来解决通信系统中所有网络切片的无线资源和计算资源的分配问题,其主要思想如下:
基于公式(6a)和(6b),当将无线和计算资源分配给切片g时,应该不大于rg*,因为大于rg*是浪费的,随着rg的增加f(rg)先减小后增加,f(rg)先减小后增加的拐点在rg*,所以当大于rg*后继续增加时,无线资源消耗的更多,而计算资源的消耗量也会增加。
rg*代表切片g应当分配的无线资源的最大值,因此首先按照公式(10)并参考公式(6a)和(6b)对无线与计算资源做预分配,预分配的无线资源和计算资源为rg*和fg*
然后通过公式(11)检查是否资源充足,其中r0和f0是剩余的无线资源与计算资源,r和f是系统的可用无线资源和可用计算资源。
根据本发明的一个实施例,可以首先进行无线资源分配的调整。当r0≥0时,将不进行无线资源分配的调整。当r0<0时,将选择ηg最小的切片,如果该切片具有足够的无线资源,则其无线资源将减少,直到r0=0。否则,将选择具有第二小的ηg的切片以减少其无线资源,依此类推。然后将根据公式(6a)和(6b)调整相应的计算资源分配。如果f0≥0,则确定无线和计算资源的分配。否则,将调整计算资源分配。为此,将选择具有最小ηg的切片,如果该切片具有足够的计算资源,则其计算资源将减少,直到f0=0。否则,将选择具有第二小的ηg的切片以减少其计算资源,依此类推。
根据上述过程形成的资源分配算法如下所示:
对切片按照调节权重ηg由小到大进行排序,为排序后的切片建立对应索引idxn,idxn表示该切片的ηg在所有切片的调节权重中由小到大排在第n位,所有切片的索引形成索引序列{idx1,idx2,...,idxG)。从切片1,...,G中找到调节权重最小的i*个切片,使它们的无线资源的和≥|r0|,根据公式(12a)计算i*,从切片1,...,G中找到调节权重最小的j*个切片,使它们的计算资源的和≥|f0|,根据公式(12b)计算j*,并且在算法中切片无线资源的分配、计算资源的分配分别从idx1到idxi*、idx1到idxj*逐步减少。
例如,系统有三个切片,调节权重η1=1.2,η2=1.1,η3=1.3,按照调节权重升序,索引{idx1,idx2,idx3)中idx1对应切片2,idx2对应切片1,idx3对应切片3。
i*=2
在上述实施例中是先调整无线资源,再调整计算资源,但是根据本发明的其他实施例,把它们的顺序对换也是可行的,即如果f0<0,按调节权重从小到大的顺序,减少各切片的计算资源,直至f0≥0,再对无线资源用(6a)的反函数进行分配。再计算r0,如果r0<0,按调节权重从小到大的顺序,减少各切片的无线资源,直至r0≥0。
算法仿真与结果
此处将对专利中提出的面向网络切片的资源分配算法进行仿真,并将本专利提出的方法Pro与Com1和Com2两种方法进行比较。对于Com1,分配的无线资源为这表示系统无线资源稀缺。对于Com2,分配的无线资源为这表示系统拥有足够无线资源。然后根据计算需求分配计算资源,即和为了证明专利中无线与计算资源联合分配的效率,首先将资源分配算法的切片g的效用与Com1和Com2的值进行比较,以显示资源的有效利用。然后,将资源分配算法的系统效用与Com1和Com2的值进行比较,以证明根据波动分配进行资源分配的重要性,其中设ωg=1,T=5个时隙,ρ=1bit。
图1绘制了Ug vs.dg。可以看出,在有效利用资源的情况下,资源分配算法Pro的Ug值始终等于1。这是因为在资源分配算法中,无线和计算资源是根据它们之间的关系分配的,保证将最少的必需资源分配给切片g。Com1和Com2的Ug值小于1,因为资源之间的关系被忽略,因此出现了资源不足。上述结果表明关注无线资源和计算资源之间的关系将有助于使资源得到有效利用。
图2显示了U vs.G,其中dg遵循均匀分布,最小界限和最大界限为10Mbit和50Mbit,U代表系统的效用,本仿真中可以认为是满足切片资源要求的切片个数。随着G的增加,系统效用将随着多用户增益而增加。可以看出资源分配算法Pro的系统效用大于Com1和Com2。因为资源分配算法将最少的必要资源分配给切片,从而可以为更多的切片提供服务,并获得了更大的系统效用。对于Com1,切片的无线资源不足会消耗更多的计算资源。对于Com2,切片的无线资源多余,同样也会消耗更多的计算资源。因此,对于Com1和Com2,由于忽略了无线和计算资源之间的关系导致系统资源使用效率低下。上述结果表明专利提出的无线和计算资源联合分配的算法有助于提高整个通信系统的效益。
需要说明的是,上述实施例中介绍的各个步骤并非都是必须的,本领域技术人员可以根据实际需要进行适当的取舍、替换、修改等。
最后所应说明的是,以上实施例仅用以说明本发明的技术方案而非限制。尽管上文参照实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,对本发明的技术方案进行修改或者等同替换,都不脱离本发明技术方案的精神和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (9)
1.一种在无线通信系统的网络切片中进行资源分配的方法,其特征包括:
其中,r是系统的可用无线资源,f是系统的可用计算资源,G是系统中切片个数;
步骤3:在系统可用资源不能满足所述预分配的无线资源与计算资源中任何一个时,对其进行调整,其中在r0<0时,按照调节权重从小到大的顺序,减少各切片的无线资源,直到r0≥0;在f0<0时,按调节权重从小到大的顺序,减少各切片的计算资源,直至f0≥0,以使得系统可用资源可以满足调整后的无线资源与计算资源。
3.根据权利要求1所述的方法,步骤3进一步包括:
对切片按照调节权重ηg由小到大进行排序,为排序后的切片建立对应索引idxn,idxn表示该切片的ηg在所有切片的调节权重中由小到大排在第n位,所有切片的索引形成索引序列{idx1,idx2,...,idxG}。
7.根据权利要求2所述的方法,其中:如果r0≥0和f0≥0,则不对预分配的无线资源与计算资源进行调整。
8.一种计算机可读存储介质,其中存储有一个或者多个计算机程序,所述计算机程序在被执行时用于实现如权利要求1-7任意一项所述的方法。
9.一种计算系统,包括
存储装置、以及一个或者多个处理器;
其中,所述存储装置用于存储一个或者多个计算机程序,所述计算机程序在被所述处理器执行时用于实现如权利要求1-7任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010348612.5A CN111542091B (zh) | 2020-04-28 | 2020-04-28 | 网络切片的无线与计算资源联合分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010348612.5A CN111542091B (zh) | 2020-04-28 | 2020-04-28 | 网络切片的无线与计算资源联合分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111542091A CN111542091A (zh) | 2020-08-14 |
CN111542091B true CN111542091B (zh) | 2023-04-25 |
Family
ID=71971338
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010348612.5A Active CN111542091B (zh) | 2020-04-28 | 2020-04-28 | 网络切片的无线与计算资源联合分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111542091B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112954742B (zh) * | 2021-02-08 | 2023-03-24 | 中国科学院计算技术研究所 | 一种移动通信网络切片的资源分配方法 |
CN118318461A (zh) * | 2021-11-30 | 2024-07-09 | 上海诺基亚贝尔股份有限公司 | 用于无线电资源分配的方法、装置和计算机可读介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107682135A (zh) * | 2017-09-30 | 2018-02-09 | 重庆邮电大学 | 一种基于noma的网络切片自适应虚拟资源分配方法 |
CN110958666A (zh) * | 2019-11-20 | 2020-04-03 | 无锡北邮感知技术产业研究院有限公司 | 基于强化学习的网络切片资源映射方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108141412B (zh) * | 2015-10-28 | 2022-03-04 | 苹果公司 | 具有端到端网络切片的无线网络中的基于切片的操作 |
EP3209052B1 (en) * | 2016-02-19 | 2021-10-13 | Viavi Solutions UK Limited | Optimized network restoration based on prioritization of network portions according to subscribers' characteristics |
US10831553B2 (en) * | 2017-01-23 | 2020-11-10 | Huawei Technologies Co., Ltd. | System and method for fair resource allocation |
CN108063830B (zh) * | 2018-01-26 | 2020-06-23 | 重庆邮电大学 | 一种基于mdp的网络切片动态资源分配方法 |
CN110662261B (zh) * | 2018-06-30 | 2022-06-28 | 华为技术有限公司 | 一种网络切片的资源分配方法及装置 |
CN109993428B (zh) * | 2019-03-28 | 2022-05-31 | 第四范式(北京)技术有限公司 | 资源分配方法与装置 |
CN110768837A (zh) * | 2019-10-28 | 2020-02-07 | 北京邮电大学 | 一种网络切片虚拟资源分配方法、系统及装置 |
-
2020
- 2020-04-28 CN CN202010348612.5A patent/CN111542091B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107682135A (zh) * | 2017-09-30 | 2018-02-09 | 重庆邮电大学 | 一种基于noma的网络切片自适应虚拟资源分配方法 |
CN110958666A (zh) * | 2019-11-20 | 2020-04-03 | 无锡北邮感知技术产业研究院有限公司 | 基于强化学习的网络切片资源映射方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111542091A (zh) | 2020-08-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jošilo et al. | Wireless and computing resource allocation for selfish computation offloading in edge computing | |
CN111586696B (zh) | 一种基于多智能体架构强化学习的资源分配及卸载决策方法 | |
CN108920279B (zh) | 一种多用户场景下的移动边缘计算任务卸载方法 | |
CN110098969B (zh) | 一种面向物联网的雾计算任务卸载方法 | |
CN109857546B (zh) | 基于Lyapunov优化的多服务器移动边缘计算卸载方法及装置 | |
CN109684075B (zh) | 一种基于边缘计算和云计算协同进行计算任务卸载的方法 | |
CN110996393B (zh) | 一种单边缘计算服务器与多用户协同的计算卸载与资源分配方法 | |
CN109951869B (zh) | 一种基于云雾混合计算的车联网资源分配方法 | |
Labidi et al. | Joint multi-user resource scheduling and computation offloading in small cell networks | |
CN111953758A (zh) | 一种边缘网络计算卸载和任务迁移方法及装置 | |
CN112752302A (zh) | 一种基于边缘计算的电力业务时延优化方法及系统 | |
CN112231085B (zh) | 一种协同环境下基于时间感知的移动终端任务迁移方法 | |
CN107708152B (zh) | 异构蜂窝网络的任务卸载方法 | |
CN111182570A (zh) | 提高运营商效用的用户关联和边缘计算卸载方法 | |
CN109922479A (zh) | 一种基于时延预估的计算任务卸载方法 | |
US9369925B2 (en) | System and methods to achieve optimum efficiency-jain fairness in wireless systems | |
CN111542091B (zh) | 网络切片的无线与计算资源联合分配方法 | |
CN113784373A (zh) | 云边协同网络中时延和频谱占用联合优化方法及系统 | |
CN111200831B (zh) | 一种融合移动边缘计算的蜂窝网络计算卸载方法 | |
CN111614754A (zh) | 面向雾计算的成本效率优化的动态自适应任务调度方法 | |
CN110780986B (zh) | 一种基于移动边缘计算的物联网任务调度方法及系统 | |
CN113891481B (zh) | 一种面向吞吐量的蜂窝网络d2d通信动态资源分配方法 | |
CN111158893A (zh) | 应用于雾计算网络的任务卸载方法、系统、设备及介质 | |
CN117354934A (zh) | 一种多时隙mec系统双时间尺度任务卸载和资源分配方法 | |
CN107105505A (zh) | 基于qci的多业务动态调度方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |