CN111866061A - 一种基于非正交多址接入与蜂窝网络用户协作的移动边缘计算时延优化方法 - Google Patents
一种基于非正交多址接入与蜂窝网络用户协作的移动边缘计算时延优化方法 Download PDFInfo
- Publication number
- CN111866061A CN111866061A CN202010488864.8A CN202010488864A CN111866061A CN 111866061 A CN111866061 A CN 111866061A CN 202010488864 A CN202010488864 A CN 202010488864A CN 111866061 A CN111866061 A CN 111866061A
- Authority
- CN
- China
- Prior art keywords
- olm
- edge
- user
- sub
- computing
- 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.)
- Pending
Links
Images
Classifications
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
Description
技术领域
本发明属于通信领域,一种基于非正交多址接入与蜂窝网络用户协作的移动边缘计算时延优化方法。
背景技术
移动互联网业务的快速发展,对计算资源的需求越来越旺盛。由于传统的物联网设备通常配备有限的计算资源,这导致在执行计算量需求很大的任务时会产生很大的延迟。利用非正交多址接入技术使移动用户同时共用同一信道为无线接入提供一种有效的方法,能够极大地提高频谱利用率。移动边缘计算(Mobile edge Computing,MEC)能够将部分计算任务迁移到位于蜂窝网络基站的边缘计算服务器上执行,从而显著减小执行计算任务的时间。
发明内容
为了克服现有技术的上行传输时间较长、所有边缘计算用户完成所有计算工作量所需的总延时过大的难点,本发明提供一种基于非正交多址接入与蜂窝网络用户协作的移动边缘计算时延优化方法,本发明针对上行传输时间较长、所有边缘计算用户完成所有计算工作量所需的总延时过大的难点,主要考虑的是利用非正交接入技术来传输数据,研究了一种基于非正交多址接入与蜂窝网络用户协作的移动边缘计算时延优化方法。
本发明解决其技术问题所采用的技术方案是:
一种基于非正交多址接入与蜂窝网络用户协作的移动边缘计算时延优化方法,包括以下步骤:
1)在一个基站的覆盖范围下有2个边缘计算用户和1个蜂窝网用户,此基站附近有1个边缘服务器,边缘计算用户用集合表示,边缘计算用户使用非正交接入技术同时向基站发送数据,其中边缘计算用户i需要发送的数据量用表示;
在保证边缘计算用户数据需求以及蜂窝网用户吞吐量需求的条件下,最小化上行传输时间与所有边缘计算用户完成所有计算工作量所需的总延时的优化问题描述为如下所示的优化问题OLM:
(OLM)minmax{d1,d2}
待优化变量:t,{si}i∈I,{μE,i}i∈I
将问题中的各个变量做一个说明,如下:
giE:从边缘计算用户到边缘服务器的信道功率增益;
gcE:从蜂窝网用户到基站的信道功率增益;
W:边缘计算用户到基站的信道带宽,单位是赫兹;
T:一个时隙,包括边缘计算用户重复使用蜂窝网用户信道的持续时间t和蜂窝网用户单独使用信道持续时间;
n0:信道背景噪声的频谱功率密度;
μL,i:边缘计算用户i的本地计算速率,单位是兆比特/秒;
ρi:边缘计算用户i的本地计算的功耗,单位是焦耳/秒。
将问题中的各个待优化变量做一个说明,如下:
t:2个边缘计算用户的非正交传输时间,单位是秒;
{si}i∈I:边缘计算用户i迁移到边缘服务器上的计算量,单位是兆比特;
{μi,E}i∈I:边缘服务器为边缘计算用户i分配的计算资源,单位是兆比特/秒;
(2)OLM问题表示如下:
(OLM)minmax{d1,d2}
待优化变量:t,{si}i∈I,{μE,i}i∈I
为了有效地求解OLM问题,首先引入一个辅助变量m来表示两个边缘计算用户分流的计算量之和,即
m=s1+s2
设置一个m的区间为m∈[0,mupp],根据约束条件(5)和约束条件(7)得到:
m<mupp (8)
约束条件(3)和约束条件(4)能够等价地转换成:
当i=1的时候,约束条件(6)的左边是关于s1的严格凸函数,存在唯一为正数的点,用α表示,通过对分搜索的方法把α求解出来,在给定(t,m)的前提下,并进一步考虑到0≤s1≤m,i=1限制条件(6)能被等价地转换成:
0≤s1≤min{m,α}
然而,当i=2时候,约束条件(6)很难处理,因为限制条件(6)的左边是关于s1的严格凹函数,为了解决这个问题,通过引入能量分配因子γ,利用γ,此时约束条件(6)分为:
在接下来的算法设计中γ是一个可调整的变量,利用γ以及一些操作,能把(12)和(13)转换成:
约束条件(8)将被用于接下来的算法设计中,为了有效解决OLM问题,首先假设提前给定(t,m),提出通过执行一个二维线性搜索来枚举(t,m)同时满足约束条件(8),然后OLM问题分解为OLM-Sub问题和OLM-Top问题;
通过引入一个辅助变量θ=max{d1,d2},在给定(t,m)和γ的前提下,OLM-Sub问题表述如下,
待优化变量:θ≥0,s1,μE,1≥0,andμE,2≥0;
OLM-Sub问题能够被等价地转换成OLM-Sub-E问题:
待优化变量:θ≥0and s1;
问题(OLM-Sub-E)旨在找到θ的最小可行值以及s1的可行区间为非空,基于这些原理,就得到了以下关于OLM-Sub-E问题的最优解的解析结果;
问题(OLM-Sub-E)的最小总延时θ*能表示成:
m<mupp
0≤γ≤1
待优化变量:t,m,andγ
3)求解OLM问题的思路是:将OLM问题分解为OLM-Sub问题和OLM-Top问题进行求解,在OLM-Top问题上采用线性枚举t,m和γ,在给定(t,m)和γ的前提下,OLM-Sub问题等价转换成OLM-Sub-E问题,计算OLM-Sub-E问题,利用(16)来获取即OLM问题的目标函数值;
4)给定t,m和γ求解OLM-Top问题的OLM-Algorithm算法,目的是求解OLM问题并输出两个边缘计算用户的最小总延时,其步骤如下:
步骤4.2:设置tcur=Δt;
步骤4.3:如果tcur≤Tupp,则执行步骤4.4,否则执行步骤4.19;
步骤4.4:根据(9)计算mupp;
步骤4.5:设置mcur=Δm;
步骤4.6:如果mcur≤mupp,则执行步骤4.7,否则执行步骤4.18;
步骤4.8:设置γcur=Δγ;
步骤4.9:如果γcur≤1,则执行步骤4.10,否则执行步骤4.17;
步骤4.16:更新γcur=γcur+Δγ,跳至执行步骤4.9;
步骤4.17:更新mcur=mcur+Δm,跳至执行步骤4.6;
步骤4.18:更新tcur=tcur+Δt,跳至执行步骤4.3;
OLM-Algorithm算法输出的CBV代表OLM-Top问题所求边缘计算用户完成所有计算工作量所需要的总延迟最小值;输出的CBS代表OLM问题对应的最优解。
本发明的技术构思为:首先,考虑在蜂窝无线网络中,边缘计算用户通过非正交多址接入技术进行数据传输实现最小化系统总延迟,从而获得一定的经济效益和服务质量。在此处,考虑的前提是边缘计算用户上传的能量消耗,功率损耗和上行传输时间的限制。通过对问题特性的分析,分解为OLM-Sub问题和OLM-Top问题进行求解。结合对子问题的分析,提出OLM-Algorithm算法来解决原问题,从而保证边缘计算用户完成所有计算工作量的情况下,实现最小化系统总时延。
本发明的有益效果表现在:提高了系统传输效率,节省了带宽资源和边缘服务器计算资源总成本,获得更优质的无线网络体验质量。
附图说明
图1是无线网络中2个边缘计算用户和1个基站的场景示意图,主要由以下组成:蜂窝网络基站,边缘计算服务器,边缘计算用户和蜂窝网用户。
具体实施方式
下面结合附图对于本发明作进一步详细描述。
参照图1,一种基于非正交多址接入与蜂窝网络用户协作的移动边缘计算时延优化方法,所述方法包括以下步骤:
,1)在一个基站的覆盖范围下有2个边缘计算用户和1个蜂窝网用户,此基站附近有1个边缘服务器,边缘计算用户用集合表示,边缘计算用户使用非正交接入技术同时向基站发送数据,其中边缘计算用户i需要发送的数据量用表示;
在保证边缘计算用户数据需求以及蜂窝网用户吞吐量需求的条件下,最小化上行传输时间与所有边缘计算用户完成所有计算工作量所需的总延时的优化问题描述为如下所示的优化问题OLM:
(OLM)minmax{d1,d2}
待优化变量:t,{si}i∈I,{μE,i}i∈I
将问题中的各个变量做一个说明,如下:
giE:从边缘计算用户到边缘服务器的信道功率增益;
gcE:从蜂窝网用户到基站的信道功率增益;
W:边缘计算用户到基站的信道带宽,单位是赫兹;
n0:信道背景噪声的频谱功率密度;
μL,i:边缘计算用户i的本地计算速率,单位是兆比特/秒;
ρi:边缘计算用户i的本地计算的功耗,单位是焦耳/秒。
将问题中的各个待优化变量做一个说明,如下:
t:2个边缘计算用户的非正交传输时间,单位是秒;
{si}i∈I:边缘计算用户i迁移到边缘服务器上的计算量,单位是兆比特;
{μi,E}i∈I:边缘服务器为边缘计算用户i分配的计算资源,单位是兆比特/秒;
(2)OLM问题表示如下:
(OLM)minmax{d1,d2}
待优化变量:t,{si}i∈I,{μE,i}i∈I
为了有效地求解OLM问题,首先引入一个辅助变量m来表示两个边缘计算用户分流的计算量之和,即
m=s1+s2
设置一个m的区间为m∈[0,mupp],根据约束条件(5)和约束条件(7)得到:
m<mupp (8)
约束条件(3)和约束条件(4)能够等价地转换成:
当i=1的时候,约束条件(6)的左边是关于s1的严格凸函数,存在唯一为正数的点,用α表示,通过对分搜索的方法把α求解出来,在给定(t,m)的前提下,并进一步考虑到0≤s1≤m,i=1限制条件(6)能被等价地转换成:
0≤s1≤min{m,α}
然而,当i=2时候,约束条件(6)很难处理,因为限制条件(6)的左边是关于s1的严格凹函数,为了解决这个问题,通过引入能量分配因子γ,利用γ,此时约束条件(6)分为:
注意到,在接下来的算法设计中γ是一个可调整的变量,利用γ以及一些操作,能把(12)和(13)转换成:
约束条件(8)将被用于接下来的算法设计中。为了有效解决OLM问题,首先假设提前给定(t,m),提出通过执行一个二维线性搜索来枚举(t,m)同时满足约束条件(8),然后OLM问题分解为OLM-Sub问题和OLM-Top问题;
通过引入一个辅助变量θ=max{d1,d2},在给定(t,m)和γ的前提下,OLM-Sub问题表述如下,
待优化变量:θ≥0,s1,μE,1≥0,andμE,2≥0
OLM-Sub问题能够被等价地转换成OLM-Sub-E问题:
待优化变量:θ≥0and s1
问题(OLM-Sub-E)旨在找到θ的最小可行值以及s1的可行区间为非空。基于这些原理,就得到了以下关于OLM-Sub-E问题的最优解的解析结果;
问题(OLM-Sub-E)的最小总延时θ*能表示成:
m<mupp
0≤γ≤1
待优化变量:t,m,andγ;
3)求解OLM问题的思路是:将OLM问题分解为OLM-Sub问题和OLM-Top问题进行求解,在OLM-Top问题上采用线性枚举t,m和γ,在给定(t,m)和γ的前提下,OLM-Sub问题等价转换成OLM-Sub-E问题,计算OLM-Sub-E问题,利用(16)来获取即OLM问题的目标函数值;
4)给定t,m和γ求解OLM-Top问题的OLM-Algorithm算法,目的是求解OLM问题并输出两个边缘计算用户的最小总延时,其步骤如下:
步骤4.2:设置tcur=Δt;
步骤4.3:如果tcur≤Tupp,则执行步骤4.4,否则执行步骤4.19;
步骤4.4:根据(9)计算mupp;
步骤4.5:设置mcur=Δm;
步骤4.6:如果mcur≤mupp,则执行步骤4.7,否则执行步骤4.18;
步骤4.8:设置γcur=Δγ;
步骤4.9:如果γcur≤1,则执行步骤4.10,否则执行步骤4.17;
步骤4.16:更新γcur=γcur+Δγ,跳至执行步骤4.9;
步骤4.17:更新mcur=mcur+Δm,跳至执行步骤4.6;
步骤4.18:更新tcur=tcur+Δt,跳至执行步骤4.3;
OLM-Algorithm算法输出的CBV代表:OLM-Top问题所求边缘计算用户完成所有计算工作量所需要的总延迟最小值;输出的CBS代表:OLM问题对应的最优解。
Claims (1)
1.一种基于非正交多址接入与蜂窝网络用户协作的移动边缘计算时延优化方法,其特征在于,所述方法包括以下步骤:
1)在一个基站的覆盖范围下有2个边缘计算用户和1个蜂窝网用户,此基站附近有1个边缘服务器,边缘计算用户用集合表示,边缘计算用户使用非正交接入技术同时向基站发送数据,其中边缘计算用户i需要发送的数据量用表示;
在保证边缘计算用户数据需求以及蜂窝网用户吞吐量需求的条件下,最小化上行传输时间与所有边缘计算用户完成所有计算工作量所需的总延时的优化问题描述为如下所示的优化问题OLM:
(OLM)minmax{d1,d2}
待优化变量:t,{si}i∈I,{μE,i}i∈I
将问题中的各个变量做一个说明,如下:
giE:从边缘计算用户到边缘服务器的信道功率增益;
gcE:从蜂窝网用户到基站的信道功率增益;
W:边缘计算用户到基站的信道带宽,单位是赫兹;
n0:信道背景噪声的频谱功率密度;
Si tot:边缘计算用户i需要处理的计算工作量,单位是兆比特;
μL,i:边缘计算用户i的本地计算速率,单位是兆比特/秒;
ρi:边缘计算用户i的本地计算的功耗,单位是焦耳/秒;
Ei max:边缘计算用户i的能耗预算,单位是焦耳;
Ec max:边缘计算用户i的能耗预算,单位是焦耳;
Pi max:边缘计算用户i运输迁移的工作计算量到边缘服务器的总的传输功率的上限,单位是瓦特;
Pc max:蜂窝网用户传输数据量到基站的传输功率的上限,单位是瓦特;
将问题中的各个待优化变量做一个说明,如下:
t:2个边缘计算用户的非正交传输时间,单位是秒;
{si}i∈I:边缘计算用户i迁移到边缘服务器上的计算量,单位是兆比特;
{μi,E}i∈I:边缘服务器为边缘计算用户i分配的计算资源,单位是兆比特/秒;
2)OLM问题表示如下:
(OLM)minmax{d1,d2}
待优化变量:t,{si}i∈I,{μE,i}i∈I
为了有效地求解OLM问题,首先引入一个辅助变量m来表示两个边缘计算用户分流的计算量之和,即
m=s1+s2
设置一个m的区间为m∈[0,mupp],根据约束条件(5)和约束条件(7)得到:
m<mupp (8)
约束条件(3)和约束条件(4)能够等价地转换成:
当i=1的时候,约束条件(6)的左边是关于s1的严格凸函数,存在唯一为正数的点,用α表示,通过对分搜索的方法把α求解出来,在给定(t,m)的前提下,并进一步考虑到0≤s1≤m,i=1限制条件(6)能被等价地转换成:
0≤s1≤min{m,α}
然而,当i=2时候,约束条件(6)很难处理,因为限制条件(6)的左边是关于s1的严格凹函数,为了解决这个问题,通过引入能量分配因子γ,利用γ,此时约束条件(6)分为:
注意到,在接下来的算法设计中γ是一个可调整的变量,利用γ把(12)和(13)转换成:
约束条件(8)将被用于接下来的算法设计中,为了有效解决OLM问题,首先假设提前给定(t,m),提出通过执行一个二维线性搜索来枚举(t,m)同时满足约束条件(8),然后OLM问题分解为OLM-Sub问题和OLM-Top问题;
通过引入一个辅助变量θ=max{d1,d2},在给定(t,m)和γ的前提下,OLM-Sub问题表述如下,
待优化变量:θ≥0,s1,μE,1≥0,andμE,2≥0
OLM-Sub问题能够被等价地转换成OLM-Sub-E问题:
待优化变量:θ≥0 and s1
问题(OLM-Sub-E)旨在找到θ的最小可行值以及s1的可行区间为非空,得到关于OLM-Sub-E问题的最优解的解析结果;
问题(OLM-Sub-E)的最小总延时θ*能表示成:
m<mupp
0≤γ≤1
待优化变量:t,m,andγ;
3)求解OLM问题的思路是:将OLM问题分解为OLM-Sub问题和OLM-Top问题进行求解,在OLM-Top问题上采用线性枚举t,m和γ,在给定(t,m)和γ的前提下,计算OLM-Sub-E问题,利用(16)来获取即OLM问题的目标函数值;
4)给定t,m和γ求解OLM-Top问题的OLM-Algorithm算法,目的是求解OLM问题并输出两个边缘计算用户的最小总延时,其步骤如下:
步骤4.2:设置tcur=Δt;
步骤4.3:如果tcur≤Tupp,则执行步骤4.4,否则执行步骤4.19;
步骤4.4:根据(9)计算mupp;
步骤4.5:设置mcur=Δm;
步骤4.6:如果mcur≤mupp,则执行步骤4.7,否则执行步骤4.18;
步骤4.8:设置γcur=Δγ;
步骤4.9:如果γcur≤1,则执行步骤4.10,否则执行步骤4.17;
步骤4.16:更新γcur=γcur+Δγ,跳至执行步骤4.9;
步骤4.17:更新mcur=mcur+Δm,跳至执行步骤4.6;
步骤4.18:更新tcur=tcur+Δt,跳至执行步骤4.3;
OLM-Algorithm算法输出的CBV代表OLM-Top问题所求边缘计算用户完成所有计算工作量所需要的总延迟最小值;输出的CBS代表OLM问题对应的最优解。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010488864.8A CN111866061A (zh) | 2020-06-02 | 2020-06-02 | 一种基于非正交多址接入与蜂窝网络用户协作的移动边缘计算时延优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010488864.8A CN111866061A (zh) | 2020-06-02 | 2020-06-02 | 一种基于非正交多址接入与蜂窝网络用户协作的移动边缘计算时延优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111866061A true CN111866061A (zh) | 2020-10-30 |
Family
ID=72985424
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010488864.8A Pending CN111866061A (zh) | 2020-06-02 | 2020-06-02 | 一种基于非正交多址接入与蜂窝网络用户协作的移动边缘计算时延优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111866061A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112020083A (zh) * | 2020-07-09 | 2020-12-01 | 浙江工业大学 | 一种基于蜂窝网络信道共享协作的非正交多址接入边缘计算时延优化方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170359754A1 (en) * | 2016-06-09 | 2017-12-14 | The Regents Of The University Of California | Learning-constrained optimal enhancement of cellular networks capacity |
CN108811069A (zh) * | 2018-08-27 | 2018-11-13 | 重庆邮电大学 | 一种全双工非正交多址接入系统基于能效的功率控制方法 |
CN109526040A (zh) * | 2018-09-21 | 2019-03-26 | 浙江工业大学 | 在多基站场景中的基于非正交多址接入的移动边缘计算线性搜索式时延优化方法 |
CN110167042A (zh) * | 2019-04-04 | 2019-08-23 | 浙江工业大学 | 基于非正交多址的计算任务分流联合执行时间与计算资源消耗优化方法 |
CN110190982A (zh) * | 2019-04-17 | 2019-08-30 | 浙江工业大学 | 一种基于公平时间的非正交多址接入的边缘计算时间和能耗优化方法 |
-
2020
- 2020-06-02 CN CN202010488864.8A patent/CN111866061A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170359754A1 (en) * | 2016-06-09 | 2017-12-14 | The Regents Of The University Of California | Learning-constrained optimal enhancement of cellular networks capacity |
CN108811069A (zh) * | 2018-08-27 | 2018-11-13 | 重庆邮电大学 | 一种全双工非正交多址接入系统基于能效的功率控制方法 |
CN109526040A (zh) * | 2018-09-21 | 2019-03-26 | 浙江工业大学 | 在多基站场景中的基于非正交多址接入的移动边缘计算线性搜索式时延优化方法 |
CN110167042A (zh) * | 2019-04-04 | 2019-08-23 | 浙江工业大学 | 基于非正交多址的计算任务分流联合执行时间与计算资源消耗优化方法 |
CN110190982A (zh) * | 2019-04-17 | 2019-08-30 | 浙江工业大学 | 一种基于公平时间的非正交多址接入的边缘计算时间和能耗优化方法 |
Non-Patent Citations (2)
Title |
---|
曹雍等: "新的NOMA功率分配策略", 《通信学报》 * |
钱丽萍等: "Latency Optimization for Cellular Assisted Mobile Edge Computing via Non-Orthogonal Multiple Access", 《IEEE》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112020083A (zh) * | 2020-07-09 | 2020-12-01 | 浙江工业大学 | 一种基于蜂窝网络信道共享协作的非正交多址接入边缘计算时延优化方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | Dynamic task offloading and resource allocation for mobile-edge computing in dense cloud RAN | |
Guo et al. | Online learning based computation offloading in MEC systems with communication and computation dynamics | |
CN109710336B (zh) | 联合能量和延迟优化的移动边缘计算任务调度方法 | |
CN109951869B (zh) | 一种基于云雾混合计算的车联网资源分配方法 | |
CN110941667A (zh) | 一种移动边缘计算网络中的计算卸载方法及系统 | |
CN109089272B (zh) | 在多基站场景中的移动边缘计算布伦特式时延优化方法 | |
CN113316196B (zh) | 基于边缘缓存的星地协同网络中的资源分配方法及装置 | |
CN111182582A (zh) | 面向移动边缘计算的多任务分布式卸载方法 | |
CN113115459A (zh) | 一种面向电力物联网海量终端的多尺度多维资源分配方法 | |
CN111885147A (zh) | 边缘计算中的一种资源动态定价方法 | |
Wang et al. | Effective capacity-based resource allocation in mobile edge computing with two-stage tandem queues | |
US10901388B2 (en) | Method and system for creating energy demand model | |
Saleem et al. | Performance guaranteed partial offloading for mobile edge computing | |
CN110519833A (zh) | 一种基于mec的noma窄带物联网的系统能耗最小化方法 | |
CN111200831A (zh) | 一种融合移动边缘计算的蜂窝网络计算卸载方法 | |
CN111556576B (zh) | 基于d2d_mec系统的时延优化方法 | |
CN110190981B (zh) | 一种基于非正交多址接入的多任务计算迁移能耗优化方法 | |
CN115473896A (zh) | 基于dqn算法的电力物联网卸载策略和资源配置优化方法 | |
CN111866061A (zh) | 一种基于非正交多址接入与蜂窝网络用户协作的移动边缘计算时延优化方法 | |
Diao et al. | Joint user clustering, resource allocation and power control for NOMA-based mobile edge computing | |
CN109981340B (zh) | 雾计算网络系统中联合资源优化的方法 | |
CN110167042B (zh) | 基于非正交多址的计算任务分流联合执行时间与计算资源消耗优化方法 | |
Li et al. | Joint dynamic user pairing, computation offloading and power control for NOMA-based MEC system | |
CN109275163B (zh) | 一种基于结构化排序特征的非正交多址接入联合带宽和速率分配方法 | |
CN113784372A (zh) | 一种面向终端多业务模型的联合优化方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20201030 |
|
WD01 | Invention patent application deemed withdrawn after publication |