CN111615129A - 基于noma的多用户移动边缘计算系统中的资源分配方法 - Google Patents
基于noma的多用户移动边缘计算系统中的资源分配方法 Download PDFInfo
- Publication number
- CN111615129A CN111615129A CN202010472813.6A CN202010472813A CN111615129A CN 111615129 A CN111615129 A CN 111615129A CN 202010472813 A CN202010472813 A CN 202010472813A CN 111615129 A CN111615129 A CN 111615129A
- Authority
- CN
- China
- Prior art keywords
- constraint
- denoted
- user
- problem model
- task
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 206010042135 Stomatitis necrotising Diseases 0.000 title claims abstract description 15
- 201000008585 noma Diseases 0.000 title claims abstract description 15
- 238000013468 resource allocation Methods 0.000 title claims abstract description 14
- 238000005457 optimization Methods 0.000 claims abstract description 25
- 230000005540 biological transmission Effects 0.000 claims description 58
- 238000004364 calculation method Methods 0.000 claims description 24
- 230000008901 benefit Effects 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 4
- 230000002146 bilateral effect Effects 0.000 claims description 3
- 238000006467 substitution reaction Methods 0.000 claims description 3
- 238000011144 upstream manufacturing Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 9
- 238000010586 diagram Methods 0.000 description 5
- 238000011160 research Methods 0.000 description 5
- 238000005562 fading Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/53—Allocation or scheduling criteria for wireless resources based on regulatory allocation policies
-
- 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)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明揭示了一种基于NOMA的多用户移动边缘计算系统中的资源分配方法,适用于多用户移动边缘计算系统,方法包括如下步骤:S1、设置各项参数,建立优化问题模型;S2、明确约束条件,对所述优化问题模型中的各项条件进行约束;S3、对所述优化问题模型进行求解,优化各项参数,按照优化结果分配相应资源,最终得到系统卸载时延。本发明通过将NOMA技术与移动边缘计算技术相结合的方式,实现了对多用户移动边缘计算系统中信道、任务卸载、功率以及计算资源等方面的优化分配。
Description
技术领域
本发明为一种资源分配方法,具体涉及一种基于NOMA的多用户移动边缘计算系统中的资源分配方法,属于移动边缘计算技术领域。
背景技术
近年来,随着移动互联网技术的飞速发展,各类相关服务陆续出现,逐步产生了各种需要大量计算的应用程序,例如虚拟/增强现实、在线人工智能以及基于物联网的大数据分析等等。也正是基于上述发展现状,在目前的网络架构中,各类移动终端的计算压力巨大。这一方面是由于大部分现有移动终端本身的计算能力有限,无法满足时延需求;另一方面则是由于移动终端本身的电池损耗速度快,无法支持高密度的计算应用。
针对以上问题,目前也有一部分研究者提出通过移动云计算的方式加以解决,即将计算任务卸载到云端执行。但由于中心云可能距离用户太远而产生很大的传播时延和网络转发时延,加之回程链路带宽的限制,该方案在实际应用时可能会出现网络拥塞的情况。
随着研究的不断深入,现如今,领域内还陆续出现了一些全新的计算方法和计算思路。具体而言,移动边缘计算(Mobile edge Computing,MEC)是一种将软硬件相结合的技术解决方案,其主要思想是使移动用户(Mobile terminals/users,Mus)将计算应用卸载到更加靠近用户的、无线接入网边缘的计算服务器中执行,从而缓解Mus的计算压力。非正交多址接入(Non-Orthogonal Multiple Access,NOMA)是下一代网络中提高频谱利用率的一项关键技术。在发送端,NOMA采用叠加编码(Superposition Coding,SC)技术,使同一信道上的不同用户信号以叠加编码的方式进行传输,每个用户到达接收端的信道条件不同。假设接收端已知所有信道状态信息,采用串行干扰消除(Successive InterferenceCancellation,SIC)技术,根据用户信道条件、按照一定顺序进行干扰消除,可解码出不同用户的信号。
随着日益增长用户卸载需求,边缘计算卸载的主要研究问题开始侧重于针对用户的高时延要求,为用户合理分配有限的计算资源以及通信资源,以提高用户服务体验和系统资源利用效率。
为了解决MEC中海量的连接需求,将NOMA与MEC相结合、按照传输类型分为上行NOMA-MEC和下行NOMA-MEC。上行NOMA-MEC,包含多个用户和一个MEC服务器,多个用户通过复用相同的频率资源块同时进行计算卸载。下行NOMA-MEC,包含一个用户和多个MEC服务器,一个用户将多个计算任务通过NOMA同时卸载给多个MEC服务器。相较于上行NOMA-MEC,在下行NOMA-MEC中,信道条件好的用户与信道条件差的用户配对,NOMA-MEC可实现比传统正交多址MEC更好的性能增益,有效提高移动边缘网络的卸载效率。
综上所述,如何结合上述研究现状,设计出一种全新的资源分配方法,通过对信道、任务卸载、功率以及计算资源进行优化分配,提升系统卸载性能,最小化用户卸载计算完成时间,也就成为了本领域内技术人员所共同关注的问题。
发明内容
鉴于现有技术存在上述缺陷,本发明的目的是提出一种基于NOMA的多用户移动边缘计算系统中的资源分配方法,具体如下。
一种基于NOMA的多用户移动边缘计算系统中的资源分配方法,适用于多用户移动边缘计算系统;
所述多用户移动边缘计算系统包括N个用户、N条信道以及I个边缘计算服务器,其中,用户n,n∈N有Kn个计算任务且在分配给用户n的上行传输时间内,用户将Kn个计算任务通过NOMA卸载给边缘计算服务器,服务器为用户n的第k个任务分配的计算资源为各服务器计算完成后,在分配给用户n的下行传输时间内,将计算结果通过NOMA传输发送给用户;
方法包括如下步骤:
S1、将用户n的第k个任务记为
将信道决策表示为{βn,l},l∈L,
将任务卸载决策表示为
随后以最小化所有用户卸载完成时间为目标构建优化问题模型P1、表示为
S2、明确约束条件,对所述优化问题模型中的各项条件进行约束;
优选地,S2中所述优化条件包括:
约束C1为上行传输的功率约束、表示为
约束C2为下行传输的功率约束、表示为
约束C3为边缘计算服务器的计算资源约束、表示为
约束C4为上行的速率约束、表示为
约束C5为下行的速率约束、表示为
约束C6为参数非负约束、表示为
约束C7表示一个任务只能卸载给一个服务器、表示为
约束C8表示一个用户只能使用一条信道、表示为
约束C9表示一条信道只能分配给一个用户、表示为
优选地,将最小上行传输功率表示为
将最小下行传输功率表示为
优选地,S3中所述对优化问题模型进行求解,具体包括如下步骤:
问题模型P3的约束条件包括约束约束C11、约束C12以及约束C13,其中,约束C11表示为
约束C12表示为
约束C13表示为
优选地,S32具体包括如下步骤:
问题模型P2.1的约束条件为约束C1以及约束C10,
随后建立问题模型P2、表示为
所述最小传输功率表达式为
优选地,S33中所述问题模型P3的求解过程包括:
S331、根据最小下行传输功率
随后判断T是否收敛,若是则结束步骤,若否则返回S332。
本发明的优点主要体现在以下几个方面:
本发明所提出的资源分配方法,通过将NOMA技术与移动边缘计算技术相结合的方式,实现了对多用户移动边缘计算系统中信道、任务卸载、功率以及计算资源等方面的优化分配。本方法的适配性强、兼容性能优异,可基于不同用户的计算需求、不同的信道条件以及不同的服务器计算能力,灵活分配系统资源,最小化系统中所有用户卸载计算的完成时间,提升用户服务体验。
此外,本发明还为边缘计算系统的相关研究和应用提供了可以一种全新的思路,为同领域内的其他相关问题提供了参考,可以以此为依据进行拓展延伸和深入研究,具有十分广阔的应用前景。
以下便结合实施例附图,对本发明的具体实施方式作进一步的详述,以使本发明技术方案更易于理解、掌握。
附图说明
图1为本发明方法中的部分流程示意图;
图2为适用本发明方法的多用户移动边缘计算系统的架构示意图;
具体实施方式
本发明揭示了一种基于非定长编码遗传算法的多跳路由路径选择方法,具体如下。
一种基于NOMA的多用户移动边缘计算系统中的资源分配方法,适用于多用户移动边缘计算系统。
所述多用户移动边缘计算系统包括N个用户、N条信道以及I个边缘计算服务器,其中,用户n,n∈N有Kn个计算任务且在分配给用户n的上行传输时间内,用户将Kn个计算任务通过NOMA卸载给边缘计算服务器,服务器为用户n的第k个任务分配的计算资源为(CPU周期/秒),各服务器计算完成后,在分配给用户n的下行传输时间内,将计算结果通过NOMA传输发送给用户。
本发明的方法包括如下步骤:
S1、将用户n的第k个任务记为
将信道决策表示为{βn,l},l∈L,
将任务卸载决策表示为
随后以最小化所有用户卸载完成时间为目标构建优化问题模型P1、表示为
S2、明确约束条件,对所述优化问题模型中的各项条件进行约束。
此处所述优化条件包括:
约束C1为上行传输的功率约束、表示为
约束C2为下行传输的功率约束、表示为
约束C3为边缘计算服务器的计算资源约束、表示为
约束C4为上行的速率约束、表示为
约束C5为下行的速率约束、表示为
约束C6为参数非负约束、表示为
约束C7表示一个任务只能卸载给一个服务器、表示为
约束C8表示一个用户只能使用一条信道、表示为
约束C9表示一条信道只能分配给一个用户、表示为
将最小上行传输功率表示为
将最小下行传输功率表示为
如图1所示,所述对优化问题模型进行求解,具体包括如下步骤:
问题模型P3的约束条件包括约束约束C11、约束C12以及约束C13,其中,约束C11表示为
约束C12表示为
约束C13表示为
S32具体包括如下步骤:
问题模型P2.1的约束条件为约束C1以及约束C10,
随后建立问题模型P2、表示为
所述最小传输功率表达式为
S33中所述问题模型P3的求解过程包括:
S331、根据最小下行传输功率
随后判断T是否收敛,若是则结束步骤,若否则返回S332。
以下便结合一具体实施例对本发明的方案进行详细说明。应用场景如图2所示,包括N个用户,N条信道,I个边缘服务器,用户n有Kn个计算任务,且用户n的任务k记为 表示任务数据大小,表示任务的计算量(CPU cycles),表示计算结果数据大小。
将TDMA卸载方案与SCM方案作为参考方案,与本发明中的卸载方案进行比较。三种方案的卸载时延随任务数据变化情况如图3所示、随用户功率变化情况如图4所示、随边缘计算服务器计算资源变化情况如图5所示。通过观察可以发现,本发明所提卸载方案的卸载时延低于TDMA卸载方案和SCM方案,因为在TDMA卸载方案中在多个任务采用分时传输,而NOMA支持多任务同时传输,在SCM方案中没有考虑联合优化功率和计算资源的分配。
综上所述,本发明所提出的资源分配方法,通过将NOMA技术与移动边缘计算技术相结合的方式,实现了对多用户移动边缘计算系统中信道、任务卸载、功率以及计算资源等方面的优化分配。本方法的适配性强、兼容性能优异,可基于不同用户的计算需求、不同的信道条件以及不同的服务器计算能力,灵活分配系统资源,最小化系统中所有用户卸载计算的完成时间,提升用户服务体验。
此外,本发明还为边缘计算系统的相关研究和应用提供了可以一种全新的思路,为同领域内的其他相关问题提供了参考,可以以此为依据进行拓展延伸和深入研究,具有十分广阔的应用前景。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神和基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。
最后,应当理解,虽然本说明书按照实施方式加以描述,但并非每个实施方式仅包含一个独立的技术方案,说明书的这种叙述方式仅仅是为清楚起见,本领域技术人员应当将说明书作为一个整体,各实施例中的技术方案也可以经适当组合,形成本领域技术人员可以理解的其他实施方式。
Claims (7)
1.一种基于NOMA的多用户移动边缘计算系统中的资源分配方法,适用于多用户移动边缘计算系统;
所述多用户移动边缘计算系统包括N个用户、N条信道以及I个边缘计算服务器,其中,用户n,n∈N有Kn个计算任务且在分配给用户n的上行传输时间内,用户将Kn个计算任务通过NOMA卸载给边缘计算服务器,服务器为用户n的第k个任务分配的计算资源为各服务器计算完成后,在分配给用户n的下行传输时间内,将计算结果通过NOMA传输发送给用户;
其特征在于,方法包括如下步骤:
S1、将用户n的第k个任务记为
将信道决策表示为
{βn,l},l∈L,
将任务卸载决策表示为
随后以最小化所有用户卸载完成时间为目标构建优化问题模型P1、表示为
S2、明确约束条件,对所述优化问题模型中的各项条件进行约束;
2.根据权利要求1所述的基于NOMA的多用户移动边缘计算系统中的资源分配方法,其特征在于,S2中所述优化条件包括:
约束C1为上行传输的功率约束、表示为
约束C2为下行传输的功率约束、表示为
约束C3为边缘计算服务器的计算资源约束、表示为
其中,Vi max表示边缘计算服务器i的计算资源;
约束C4为上行的速率约束、表示为
约束C5为下行的速率约束、表示为
约束C6为参数非负约束、表示为
约束C7表示一个任务只能卸载给一个服务器、表示为
约束C8表示一个用户只能使用一条信道、表示为
约束C9表示一条信道只能分配给一个用户、表示为
5.根据权利要求2所述的基于NOMA的多用户移动边缘计算系统中的资源分配方法,其特征在于,S3中所述对优化问题模型进行求解,具体包括如下步骤:
问题模型P3的约束条件包括约束约束C11、约束C12以及约束C13,其中,约束C11表示为
约束C12表示为
约束C13表示为
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010472813.6A CN111615129B (zh) | 2020-05-29 | 2020-05-29 | 基于noma的多用户移动边缘计算系统中的资源分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010472813.6A CN111615129B (zh) | 2020-05-29 | 2020-05-29 | 基于noma的多用户移动边缘计算系统中的资源分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111615129A true CN111615129A (zh) | 2020-09-01 |
CN111615129B CN111615129B (zh) | 2023-03-24 |
Family
ID=72203798
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010472813.6A Active CN111615129B (zh) | 2020-05-29 | 2020-05-29 | 基于noma的多用户移动边缘计算系统中的资源分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111615129B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112311849A (zh) * | 2020-09-24 | 2021-02-02 | 北京中电飞华通信有限公司 | 基于mimo-mec的通信网络中任务处理方法 |
CN112333702A (zh) * | 2020-10-30 | 2021-02-05 | 杭州哲达科技股份有限公司 | 一种基于安全noma移动边缘计算的延迟最小化的优化方法 |
CN112738185A (zh) * | 2020-12-24 | 2021-04-30 | 西安邮电大学 | 基于非正交多址的边缘计算系统控制联合优化方法及应用 |
CN112788764A (zh) * | 2020-12-23 | 2021-05-11 | 华北电力大学 | 针对noma超密集网络任务卸载和资源分配方法及系统 |
CN113573361A (zh) * | 2021-06-22 | 2021-10-29 | 西安电子科技大学 | 面向毫米波mec的低时延-高速率的卸载传输方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109548013A (zh) * | 2018-12-07 | 2019-03-29 | 南京邮电大学 | 一种具有反窃听能力的noma移动边缘计算系统构建方法 |
CN109600178A (zh) * | 2018-12-07 | 2019-04-09 | 中国人民解放军军事科学院国防科技创新研究院 | 一种边缘计算中能耗与时延和最小化的优化方法 |
CN109640320A (zh) * | 2018-12-07 | 2019-04-16 | 南京邮电大学 | 一种基于混合noma的移动边缘计算系统计算任务的安全卸载方法 |
CN109814951A (zh) * | 2019-01-22 | 2019-05-28 | 南京邮电大学 | 移动边缘计算网络中任务卸载及资源分配的联合优化方法 |
CN110035410A (zh) * | 2019-03-07 | 2019-07-19 | 中南大学 | 一种软件定义车载边缘网络中联合资源分配和计算卸载的方法及系统 |
CN110996393A (zh) * | 2019-12-12 | 2020-04-10 | 大连理工大学 | 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 |
CN111130911A (zh) * | 2019-12-31 | 2020-05-08 | 杭州电子科技大学 | 一种基于移动边缘计算的计算卸载方法 |
-
2020
- 2020-05-29 CN CN202010472813.6A patent/CN111615129B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109548013A (zh) * | 2018-12-07 | 2019-03-29 | 南京邮电大学 | 一种具有反窃听能力的noma移动边缘计算系统构建方法 |
CN109600178A (zh) * | 2018-12-07 | 2019-04-09 | 中国人民解放军军事科学院国防科技创新研究院 | 一种边缘计算中能耗与时延和最小化的优化方法 |
CN109640320A (zh) * | 2018-12-07 | 2019-04-16 | 南京邮电大学 | 一种基于混合noma的移动边缘计算系统计算任务的安全卸载方法 |
CN109814951A (zh) * | 2019-01-22 | 2019-05-28 | 南京邮电大学 | 移动边缘计算网络中任务卸载及资源分配的联合优化方法 |
CN110035410A (zh) * | 2019-03-07 | 2019-07-19 | 中南大学 | 一种软件定义车载边缘网络中联合资源分配和计算卸载的方法及系统 |
CN110996393A (zh) * | 2019-12-12 | 2020-04-10 | 大连理工大学 | 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 |
CN111130911A (zh) * | 2019-12-31 | 2020-05-08 | 杭州电子科技大学 | 一种基于移动边缘计算的计算卸载方法 |
Non-Patent Citations (2)
Title |
---|
万志兰: "基于NOMA的移动边缘计算系统的资源优化研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
张海君等: "基于移动边缘计算的NOMA异构网络资源分配", 《通信学报》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112311849A (zh) * | 2020-09-24 | 2021-02-02 | 北京中电飞华通信有限公司 | 基于mimo-mec的通信网络中任务处理方法 |
CN112311849B (zh) * | 2020-09-24 | 2023-02-10 | 北京中电飞华通信有限公司 | 基于mimo-mec的通信网络中任务处理方法 |
CN112333702A (zh) * | 2020-10-30 | 2021-02-05 | 杭州哲达科技股份有限公司 | 一种基于安全noma移动边缘计算的延迟最小化的优化方法 |
CN112788764A (zh) * | 2020-12-23 | 2021-05-11 | 华北电力大学 | 针对noma超密集网络任务卸载和资源分配方法及系统 |
CN112738185A (zh) * | 2020-12-24 | 2021-04-30 | 西安邮电大学 | 基于非正交多址的边缘计算系统控制联合优化方法及应用 |
CN113573361A (zh) * | 2021-06-22 | 2021-10-29 | 西安电子科技大学 | 面向毫米波mec的低时延-高速率的卸载传输方法 |
CN113573361B (zh) * | 2021-06-22 | 2024-04-16 | 西安电子科技大学 | 面向毫米波mec的低时延-高速率的卸载传输方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111615129B (zh) | 2023-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111615129B (zh) | 基于noma的多用户移动边缘计算系统中的资源分配方法 | |
CN109413724B (zh) | 一种基于mec的任务卸载和资源分配方案 | |
CN109814951B (zh) | 移动边缘计算网络中任务卸载及资源分配的联合优化方法 | |
Huang et al. | Distributed offloading in overlapping areas of mobile-edge computing for Internet of Things | |
CN111372314A (zh) | 基于移动边缘计算场景下的任务卸载方法及任务卸载装置 | |
CN111884696B (zh) | 一种基于多载波的中继协作移动边缘计算方法 | |
CN111800812B (zh) | 一种应用在非正交多址接入的移动边缘计算网络中的用户接入方案的设计方法 | |
CN110798858B (zh) | 基于代价效率的分布式任务卸载方法 | |
CN112000481B (zh) | 一种d2d-mec系统计算能力最大化的任务卸载方法 | |
CN113784373B (zh) | 云边协同网络中时延和频谱占用联合优化方法及系统 | |
CN111475274A (zh) | 云协同多任务调度方法及装置 | |
CN114153515B (zh) | 一种基于5g毫米波通信的高速公路车联网任务卸载算法 | |
CN112654058A (zh) | D2d多播网络中的移动边缘计算卸载与资源分配算法 | |
CN115801091A (zh) | 面向星地协同计算的大规模星座网络资源调度方法 | |
CN112004265A (zh) | 一种基于srm算法的社交网络资源分配方法 | |
CN112887943B (zh) | 一种基于中心度的缓存资源分配方法及系统 | |
CN109831759B (zh) | 一种基于软件定义无线网络的三维d2d匹配算法 | |
Chen et al. | Dynamic task caching and computation offloading for mobile edge computing | |
CN110602718B (zh) | 基于交替方向乘子法的异构蜂窝网络功率分配方法及系统 | |
CN116761218A (zh) | 一种云边端协同系统中的联合优化方法、系统及存储介质 | |
CN111954230B (zh) | 基于mec与密集云接入网融合的计算迁移与资源分配方法 | |
CN109561129B (zh) | 一种基于光纤-无线网络的协同计算卸载方法 | |
Kim et al. | Service caching and computation resource allocation for large-scale edge computing-enabled networks | |
CN116112896A (zh) | 一种基于移动感知的车联网任务卸载优化方法 | |
CN112738827A (zh) | H-cran中基于谱效最大化的子载波与功率联合优化方法 |
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 |