CN112954635B - 无线传感器网络中基于三节点协作的计算任务分配方法 - Google Patents
无线传感器网络中基于三节点协作的计算任务分配方法 Download PDFInfo
- Publication number
- CN112954635B CN112954635B CN201911254134.5A CN201911254134A CN112954635B CN 112954635 B CN112954635 B CN 112954635B CN 201911254134 A CN201911254134 A CN 201911254134A CN 112954635 B CN112954635 B CN 112954635B
- Authority
- CN
- China
- Prior art keywords
- task
- node
- computing
- calculation
- cooperative
- 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
- 238000004364 calculation method Methods 0.000 claims abstract description 52
- 238000005265 energy consumption Methods 0.000 claims abstract description 30
- 238000004891 communication Methods 0.000 claims abstract description 9
- 238000004422 calculation algorithm Methods 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 6
- 238000005192 partition Methods 0.000 claims description 3
- 238000013461 design Methods 0.000 abstract description 3
- 238000004088 simulation Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 241000854291 Dianthus carthusianorum Species 0.000 description 2
- 230000001351 cycling effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
-
- 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
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
-
- 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
本发明涉及一种无线传感器网络中基于三节点协作的计算任务分配方法，包括：进行三节点协作计算的参数设置；确定三个传感器节点间计算任务比特数的最佳任务分配；按照任务分配结果传输计算任务，执行计算任务。与现有技术相比，本发明能在满足时延约束的前提下，以较低的能量消耗完成计算任务，并考虑到了传感器网络中的信道条件、计算任务大小与和时延约束；本发明通过协作计算鼓励单个传感器节点分享资源以构建虚拟资源池，充分发挥传感器节点的计算能力，调动网络中的冗余资源，将传感器网络中的传感器节点作为一个统一的整体，考虑整个计算能耗与通信能耗，来对协作计算进行设计和优化。
Description
技术领域
本发明涉及无线传感器网络技术领域，具体涉及一种无线传感器网络中基于三节点协作的计算任务分配方法。
背景技术
借助移动边缘计算，移动设备可以将计算任务转移到配备了计算能力的网络边缘设备，例如基站、无线接入点，而不是在核心网络中完成计算任务。这避免了从移动设备到云服务器的远程传输所带来的延迟波动，并减少了额外的传输能量。
无线传输技术和嵌入式处理器的进步已使移动边缘计算可应用于无线传感器网络。它支持在传感器节点上执行计算任务，从而增加了对用户请求的响应速度。无线传感器网络由大量的小型传感器节点组成，节点收集信息并进行无线通信。由于节点的随机分布，信道条件是复杂且可变的。传感器节点从难以更换的电池中提供有限的能量。日益复杂的应用程序和能量受限的传感器节点之间的冲突是一个巨大的挑战。
现有的协作计算方法所考虑的主要实施场景是蜂窝网络。通过在基站或网络边缘配备移动边缘计算服务器，用户可以将计算任务卸载到基站以进行远程计算。针对无线传感器网络的协作方案主要集中在协作通信上，大多数方法是通过创建一个具有簇头的簇，以建立虚拟多输入多输出(Multiple-Input Multiple-Output，MIMO)，从而获得多样性增益并降低整个网络的能耗。这些方法的缺点是网络中簇的形成、簇头选择和数据聚集都带来了额外的能耗。
传感器节点互相合作共同完成指定任务是在资源受限的无线传感器网络中获得较高性能的有效途径之一。而无线传感器网络对网络中的任务进行全局或局部的分配调度也是实际需求，例如对物体移动方向和速度的检测就需要多传感器节点协同参与检测和计算。
受无线传感器网络本身所具有的动态拓扑性、能耗有限性、节点资源有限性以及数据传感的不可靠性等特点影响,现有算法不能直接应用于无线传感器网络中,从而在无线传感器网络中开展任务调度问题研究是非常迫切和关键的。
发明内容
为了解决现有技术在传感器网络中执行计算任务所产生的能耗高的缺陷，综合考虑通信能耗和计算能耗，本发明提供一种能在满足时延约束的前提下，以较低的能量消耗完成计算任务的无线传感器网络中基于三节点协作的计算任务分配方法。
为实现上述目的，本发明采用了以下技术方案：一种无线传感器网络中基于三节点协作的计算任务分配方法，该方法包括下列顺序的步骤：
(1)进行三节点协作计算的参数设置；
(2)确定三个传感器节点间计算任务比特数的最佳任务分配；
(3)按照任务分配结果传输计算任务，执行计算任务。
所述步骤(1)具体是指：在一个无线传感器网络中有多个传感器节点随机分布，每个传感器节点均配置一个天线且拥有全局的信道状态信息，某一时刻一个传感器节点需要执行一个可分配的计算任务，将该传感器节点命名为任务节点USER，计算任务的输入比特数大小为L，时延约束为T；任务节点USER选择周围的信道状态最优的两个节点作为协作节点，即协作节点HELPER 1和协作节点HELPER 2，共同构成三节点协作计算系统，任务节点与两个协作节点之间的信道状态系数分别为gU,1、gU,2，且信道之间相互独立；
设传感器节点的发射能量系数为ρ，由有效切换容量和任务完成概率所共同决定的传感器节点计算能力常数因子为K，传感器节点执行计算任务所消耗的时间为t。
所述步骤(2)具体是指：
表征卸载计算任务的通信能耗的函数Et为：
其中，ρ为传感器节点的发射能量系数，l1、l2分别为协作节点HELPER 1、协作节点HELPER 2执行的计算任务分配比特数，gU,1、gU,2分别为任务节点与两个协作节点之间的信道状态系数；
表征执行计算任务的计算能耗的函数Ec为：
其中，l0为任务节点USER执行的计算任务分配比特数，l1、l2分别为协作节点HELPER 1、协作节点HELPER 2执行的计算任务分配比特数，K为由有效切换容量和任务完成概率所共同决定的传感器节点计算能力常数因子，t为传感器节点执行计算任务所消耗的时间；
则表征协作计算任务总能耗的函数E为：
在满足计算任务时延约束条件的前提下，以系统总能耗最小化为目标，优化确定计算任务的最佳任务分配，即：
s.t.l0+l1+l2＝L
t≤T
其中，
表示计算任务的最佳分区；
使用拉格朗日乘数法来解决最优化问题，建立拉格朗日公式
其中，λ为拉格朗日乘子且λ≥0，根据Kuhn-Tucher库恩-塔克条件，可得出最优任务分配必须满足以下条件：
其中
进一步化简后得：
最后，通过迭代算法求解
所述步骤(3)包括以下步骤：
(3a)任务节点于第一个时隙τ1将输入比特数大小为
的计算任务卸载至第一个协作节点；
(32)任务节点于第二个时隙τ2将输入比特数大小为
的计算任务卸载至第二个协作节点；
(33)在第三个时隙τ3，三个传感器节点同时执行计算任务。
所述通过迭代算法求解
具体包括：
(a)初始化，设l0的初始值为0；
(b)循环重复以下步骤：
(b1)更新l0＝l0+1，设l1的初始值为0；
(b2)循环重复以下步骤：
(b21)更新l1＝l1+1；
(b22)计算值
和
(b23)直到z1和z2的值小于收敛阈值10-5，或l1＝L-l0，终止循环操作(22)；
(b3)直到z1和z2的值小于收敛阈值10-5，终止循环操作(2)；
(c)此时的l0、l1即为
和
的值，且
由此得到最佳分配
由上述技术方案可知，本发明的有益效果为：第一，与现有技术相比，本发明能在满足时延约束的前提下，以较低的能量消耗完成计算任务，并考虑到了传感器网络中的信道条件、计算任务大小与和时延约束；第二，本发明通过协作计算鼓励单个传感器节点分享资源以构建虚拟资源池，充分发挥传感器节点的计算能力，调动网络中的冗余资源，将传感器网络中的传感器节点作为一个统一的整体，考虑整个计算能耗与通信能耗，来对协作计算进行设计和优化。
附图说明
图1为本发明的方法流程图；
图2为本发明的无线传感器网络系统模型图；
图3为确定计算任务的最佳分配的算法流程图；
图4为三节点协作计算系统的总能耗与计算任务输入比特数的关系图；
图5为三节点协作计算系统的总能耗与计算任务时延约束的关系图。
具体实施方式
如图1所示，一种无线传感器网络中基于三节点协作的计算任务分配方法，该方法包括下列顺序的步骤：
(1)进行三节点协作计算的参数设置；
(2)确定三个传感器节点间计算任务比特数的最佳任务分配；
(3)按照任务分配结果传输计算任务，执行计算任务。
所述步骤(1)具体是指：如图2所示，在一个无线传感器网络中有多个传感器节点随机分布，每个传感器节点均配置一个天线且拥有全局的信道状态信息，某一时刻一个传感器节点需要执行一个可分配的计算任务，将该传感器节点命名为任务节点USER，计算任务的输入比特数大小为L，时延约束为T；任务节点USER选择周围的信道状态最优的两个节点作为协作节点，即协作节点HELPER 1和协作节点HELPER 2，共同构成三节点协作计算系统，任务节点与两个协作节点之间的信道状态系数分别为gU,1、gU,2，且信道之间相互独立；
设传感器节点的发射能量系数为ρ，由有效切换容量和任务完成概率所共同决定的传感器节点计算能力常数因子为K，传感器节点执行计算任务所消耗的时间为t。
所述步骤(2)具体是指：
表征卸载计算任务的通信能耗的函数Et为：
其中，ρ为传感器节点的发射能量系数，l1、l2分别为协作节点HELPER 1、协作节点HELPER 2执行的计算任务分配比特数，gU,1、gU,2分别为任务节点与两个协作节点之间的信道状态系数；
表征执行计算任务的计算能耗的函数Ec为：
其中，l0为任务节点USER执行的计算任务分配比特数，l1、l2分别为协作节点HELPER 1、协作节点HELPER 2执行的计算任务分配比特数，K为由有效切换容量和任务完成概率所共同决定的传感器节点计算能力常数因子，t为传感器节点执行计算任务所消耗的时间；
则表征协作计算任务总能耗的函数E为：
在满足计算任务时延约束条件的前提下，以系统总能耗最小化为目标，优化确定计算任务的最佳任务分配，即：
s.t.l0+l1+l2＝L
t≤T
其中，
表示计算任务的最佳分区；
使用拉格朗日乘数法来解决最优化问题，建立拉格朗日公式
其中，λ为拉格朗日乘子且λ≥0，根据Kuhn-Tucher库恩-塔克条件，可得出最优任务分配必须满足以下条件：
其中
进一步化简后得：
最后，通过迭代算法求解
所述步骤(3)包括以下步骤：
(3a)任务节点于第一个时隙τ1将输入比特数大小为
的计算任务卸载至第一个协作节点；
(32)任务节点于第二个时隙τ2将输入比特数大小为
的计算任务卸载至第二个协作节点；
(33)在第三个时隙τ3，三个传感器节点同时执行计算任务。
如图3所示，所述通过迭代算法求解
具体包括：
(a)初始化，设l0的初始值为0；
(b)循环重复以下步骤：
(b1)更新l0＝l0+1，设l1的初始值为0；
(b2)循环重复以下步骤：
(b21)更新l1＝l1+1；
(b22)计算值
和
(b23)直到z1和z2的值小于收敛阈值10-5，或l1＝L-l0，终止循环操作(22)；
(b3)直到z1和z2的值小于收敛阈值10-5，终止循环操作(2)；
(c)此时的l0、l1即为
和
的值，且
由此得到最佳分配
以下对本方法进行仿真实验，以说明本方法的有效性和可行性。仿真实验假设所有的信道状态系数服从0-1的随机分布，所有的信道状态系数在单个时隙内保持不变而在不同时隙之间变化。
如图4所示，图4的仿真参数设置为ρ＝0.006，K＝10-10，1000≤L≤2000，T＝0.02。从图4可以看出，与本地计算和两节点协作计算相比，在满足时延约束的条件下，三节点协作计算方法的能效有所提高。而随着输入数据大小的增加，这种能效优势表现得愈加明显。
如图5所示，图5的仿真参数设置为ρ＝0.006，K＝10-10，0.004≤T≤0.022，L＝2000。从图5可以看出时延约束对计算能耗的影响。当时延约束变得较为严格时，三节点协作计算方法相较于本地计算和两节点协作计算的能效优势明显。
综上所述，本发明能在满足时延约束的前提下，以较低的能量消耗完成计算任务，并考虑到了传感器网络中的信道条件、计算任务大小与和时延约束；本发明通过协作计算鼓励单个传感器节点分享资源以构建虚拟资源池，充分发挥传感器节点的计算能力，调动网络中的冗余资源，将传感器网络中的传感器节点作为一个统一的整体，考虑整个计算能耗与通信能耗，来对协作计算进行设计和优化。
Claims (3)
1.一种无线传感器网络中基于三节点协作的计算任务分配方法，该方法包括下列顺序的步骤：
(1)进行三节点协作计算的参数设置；
(2)确定三个传感器节点间计算任务比特数的最佳任务分配；
(3)按照任务分配结果传输计算任务，执行计算任务；
所述步骤(1)具体是指：在一个无线传感器网络中有多个传感器节点随机分布，每个传感器节点均配置一个天线且拥有全局的信道状态信息，某一时刻一个传感器节点需要执行一个可分配的计算任务，将该传感器节点命名为任务节点USER，计算任务的输入比特数大小为L，时延约束为T；任务节点USER选择周围的信道状态最优的两个节点作为协作节点，即协作节点HELPER 1和协作节点HELPER 2，共同构成三节点协作计算系统，任务节点与两个协作节点之间的信道状态系数分别为gU,1、gU,2，且信道之间相互独立；
设传感器节点的发射能量系数为ρ，由有效切换容量和任务完成概率所共同决定的传感器节点计算能力常数因子为K，传感器节点执行计算任务所消耗的时间为t；
所述步骤(2)具体是指：
表征卸载计算任务的通信能耗的函数Et为：
其中，ρ为传感器节点的发射能量系数，l1、l2分别为协作节点HELPER 1、协作节点HELPER 2执行的计算任务分配比特数，gU,1、gU,2分别为任务节点与两个协作节点之间的信道状态系数；
表征执行计算任务的计算能耗的函数Ec为：
其中，l0为任务节点USER执行的计算任务分配比特数，l1、l2分别为协作节点HELPER 1、协作节点HELPER 2执行的计算任务分配比特数，K为由有效切换容量和任务完成概率所共同决定的传感器节点计算能力常数因子，t为传感器节点执行计算任务所消耗的时间；
则表征协作计算任务总能耗的函数E为：
在满足计算任务时延约束条件的前提下，以系统总能耗最小化为目标，优化确定计算任务的最佳任务分配，即：
s.t.l0+l1+l2＝L
t≤T
其中，
表示计算任务的最佳分区；
使用拉格朗日乘数法来解决最优化问题，建立拉格朗日公式
其中，λ为拉格朗日乘子且λ≥0，根据Kuhn-Tucher库恩-塔克条件，可得出最优任务分配必须满足以下条件：
其中
进一步化简后得：
最后，通过迭代算法求解
2.根据权利要求1所述的无线传感器网络中基于三节点协作的计算任务分配方法，其特征在于：所述步骤(3)包括以下步骤：
(3a)任务节点于第一个时隙τ1将输入比特数大小为
的计算任务卸载至第一个协作节点；
(32)任务节点于第二个时隙τ2将输入比特数大小为
的计算任务卸载至第二个协作节点；
(33)在第三个时隙τ3，三个传感器节点同时执行计算任务。
3.根据权利要求1所述的无线传感器网络中基于三节点协作的计算任务分配方法，其特征在于：所述通过迭代算法求解
具体包括：
(a)初始化，设l0的初始值为0；
(b)循环重复以下步骤：
(b1)更新l0＝l0+1，设l1的初始值为0；
(b2)循环重复以下步骤：
(b21)更新l1＝l1+1；
(b22)计算值
和
(b23)直到z1和z2的值小于收敛阈值10-5，或l1＝L-l0，终止循环步骤(b2)；
(b3)直到z1和z2的值小于收敛阈值10-5，终止循环步骤(b)；
(c)此时的l0、l1即为
和
的值，且
由此得到最佳分配
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911254134.5A CN112954635B (zh) | 2019-12-10 | 2019-12-10 | 无线传感器网络中基于三节点协作的计算任务分配方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911254134.5A CN112954635B (zh) | 2019-12-10 | 2019-12-10 | 无线传感器网络中基于三节点协作的计算任务分配方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112954635A CN112954635A (zh) | 2021-06-11 |
| CN112954635B true CN112954635B (zh) | 2022-03-08 |
Family
ID=76225538
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911254134.5A Active CN112954635B (zh) | 2019-12-10 | 2019-12-10 | 无线传感器网络中基于三节点协作的计算任务分配方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112954635B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102448123A (zh) * | 2012-01-16 | 2012-05-09 | 河海大学常州校区 | 无线传感器网络中基于节点性能的任务分配算法 |
| CN107820276A (zh) * | 2017-10-27 | 2018-03-20 | 北京邮电大学 | 一种无线传感器任务分配方法 |
| CN109819046A (zh) * | 2019-02-26 | 2019-05-28 | 重庆邮电大学 | 一种基于边缘协作的物联网虚拟计算资源调度方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9626227B2 (en) * | 2015-03-27 | 2017-04-18 | Intel Corporation | Technologies for offloading and on-loading data for processor/coprocessor arrangements |
-
2019
- 2019-12-10 CN CN201911254134.5A patent/CN112954635B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102448123A (zh) * | 2012-01-16 | 2012-05-09 | 河海大学常州校区 | 无线传感器网络中基于节点性能的任务分配算法 |
| CN107820276A (zh) * | 2017-10-27 | 2018-03-20 | 北京邮电大学 | 一种无线传感器任务分配方法 |
| CN109819046A (zh) * | 2019-02-26 | 2019-05-28 | 重庆邮电大学 | 一种基于边缘协作的物联网虚拟计算资源调度方法 |
Non-Patent Citations (6)
| Title |
|---|
| Joint Optimization of Data Offloading and Resource Allocation With Renewable Energy Aware for IoT Devices: A Deep Reinforcement Learning Approach;Hongchang Ke等;《IEEE Access》;20191213;全文 * |
| Optimal Multi-User Computation Offloading Strategy for Wireless Powered Sensor Networks;Luhan Wang等;《IEEE Access》;20200117;全文 * |
| 下一代无线网络的高能效资源分配研究;陶运铮;《中国硕士学位论文全文数据库》;20190115;全文 * |
| 基于分布式ADMM算法的无线网络资源管理与大数据分析;李莹玉;《中国博士学位论文全文数据库》;20190715;全文 * |
| 无线传感器网络实时数据管理关键技术研究;李芳芳;《中国硕士学位论文全文数据库》;20110515;全文 * |
| 移动边缘计算在车载网中的应用综述;谷晓会;《计算机应用研究》;20190426;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112954635A (zh) | 2021-06-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Zhang et al. | Dynamic task offloading and resource allocation for mobile-edge computing in dense cloud RAN | |
| Qian et al. | Optimal SIC ordering and computation resource allocation in MEC-aware NOMA NB-IoT networks | |
| Lai et al. | Intelligent secure mobile edge computing for beyond 5G wireless networks | |
| CN103533529B (zh) | 一种提高d2d系统能效的资源复用的方法和系统 | |
| WO2023179010A1 (zh) | 一种noma-mec系统中的用户分组和资源分配方法及装置 | |
| Zhang et al. | Energy-efficient federated learning with intelligent reflecting surface | |
| WO2019200716A1 (zh) | 面向雾计算的节点计算任务调度方法及其设备 | |
| CN109167671A (zh) | 一种面向量子密钥分发业务的配用通信系统均衡负载调度算法 | |
| CN111124531A (zh) | 一种车辆雾计算中基于能耗和延迟权衡的计算任务动态卸载方法 | |
| CN113993218A (zh) | 一种mec架构下基于多智能体drl的协作卸载和资源分配方法 | |
| CN103428805B (zh) | 一种基于链路抗干扰性的无线网络虚拟化映射方法 | |
| Jiang et al. | Clustering and resource allocation strategy for D2D multicast networks with machine learning approaches | |
| Shu et al. | Joint offloading strategy based on quantum particle swarm optimization for MEC-enabled vehicular networks | |
| CN110266512A (zh) | 一种移动边缘计算迁移系统的快速资源配置方法 | |
| CN104869646B (zh) | 异构无线网络中能量有效的资源分配方法 | |
| Feng et al. | Energy-efficient user selection and resource allocation in mobile edge computing | |
| Bhola et al. | A study on research issues and challenges in WSAN | |
| CN111556516A (zh) | 面向时延和能效敏感业务的分布式无线网络任务协同分配方法 | |
| CN101557251A (zh) | 一种在多天线系统中进行用户配对的方法及装置 | |
| CN108462996A (zh) | 一种非正交多址网络资源分配方法 | |
| Zhou et al. | Multi-server federated edge learning for low power consumption wireless resource allocation based on user QoE | |
| CN104469851B (zh) | 一种lte下行链路中均衡吞吐量和延迟的资源分配方法 | |
| Yang et al. | Computation collaboration in ultra dense network integrated with mobile edge computing | |
| Zhu et al. | Efficient hybrid multicast approach in wireless data center network | |
| CN112954635B (zh) | 无线传感器网络中基于三节点协作的计算任务分配方法 |
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 |