CN113708962B - 一种基于网络切片的移动边缘计算资源管理方法 - Google Patents
一种基于网络切片的移动边缘计算资源管理方法 Download PDFInfo
- Publication number
- CN113708962B CN113708962B CN202110962938.1A CN202110962938A CN113708962B CN 113708962 B CN113708962 B CN 113708962B CN 202110962938 A CN202110962938 A CN 202110962938A CN 113708962 B CN113708962 B CN 113708962B
- Authority
- CN
- China
- Prior art keywords
- network
- user
- representing
- mobile edge
- edge 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.)
- Active
Links
Images
Classifications
-
- 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
- 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
- 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]
- H04W28/24—Negotiating SLA [Service Level Agreement]; Negotiating QoS [Quality of Service]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/12—Wireless traffic scheduling
- H04W72/1263—Mapping of traffic onto schedule, e.g. scheduled allocation or multiplexing of flows
-
- 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)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于网络切片的移动边缘计算资源管理方法,包括:S1、在无线基站中集成移动边缘计算服务器;S2、将无线基站的通信资源和计算资源进行共享和映射,进而创建多个切片网络,每个终端用户的设备,有且仅有一个切片网络为其提供服务;S3、各终端用户的设备向其对应的虚拟网络运营商发送应用程序场景信息;S4、虚拟网络运营商向无线基站发送请求;S5、无线基站构建通信带宽资源和边缘计算CPU频率配置联合优化模型;S6、求解构建的信带宽资源和边缘计算CPU频率配置联合优化模型,确定终端用户设备的通信带宽和移动边缘计算CPU频率的分配方案。本发明既提高资源利用率,又能保证不同类型的终端用户的服务质量要求。
Description
技术领域
本发明涉及网络切片的资源配置优化的技术领域,尤其涉及到一种基于网络切片的移动边缘计算资源管理方法。
背景技术
近年来,随着物联网和通信技术的发展,涌现了诸如自动驾驶、虚拟现实、增强现实、远程医疗等超低时延高可靠的计算密集型应用。这些新型应用依赖于海量物联网设备的高质量通信和计算性能,如何在有限的网络资源情况下,实现高速率通信和低时延高可靠计算功能,是当下亟待解决的关键课题。
与此同时,5G通信系统的三大应用场景:增强移动宽带(eMBB)、超可靠低延迟(URLLC)通信和大规模机器通信(mMTC),对网络服务的功能指标需求非常不同,存在着显著的业务差异性。此时,网络切片(NS,Network Slicing)技术应运而生,在相同的物理网络基础设施支撑下,基于网络功能虚拟化技术的网络切片能定制化不同服务性能指标的逻辑网络,如,eMBB切片主要考虑带宽服务质量要求,URLLC切片主要考虑延时服务质量要求,mMTC切片对时延和移动性要求不高,但对计算能力有一定的要求。
近年来,网络切片与移动边缘计算(MEC,Mobile Edge Computing)相结合的技术是解决定制化场景通信和低延时计算问题的有效方法。一方面,通过网络切片技术,可以将物理网络基础设施映射为多个独立的逻辑网络,称为切片网络,每个切片网络为终端用户设备提供具有特定计算延迟和通信质量要求的应用程序,从而实现网络资源应用的高效化和动态化。另一方面,移动边缘计算技术在移动网络的边缘节点(如基站、接入点、网关、路由器等),部署专用的边缘计算服务器,允许无线接入网覆盖范围内的终端设备启动计算卸载程序,以此执行低延时、高可靠的边缘计算应用。由此可见,网络切片与移动边缘计算的有效结合,能够充分共享和利用网络通信与计算资源,满足高速通信、低延时与高可靠计算应用的严苛要求,确保高效的网络运行和可靠的服务质量,提供极致的用户服务体验。
值得注意的是,当前的网络切片的带宽、天线、频谱、时间等无线资源配置,未考虑与CPU频率、存储单元等计算资源的耦合关系。然而,基于网络切片的移动边缘计算系统,需要联合配置无线资源和计算资源,通过计算卸载应用,无线终端设备将计算任务及数据传输到边缘服务器,由其远程代理计算。因此,为进一步提升资源利用效率和系统性能,需要对无线资源和计算资源联合优化管理。
发明内容
本发明的目的在于克服现有技术的不足,提供一种基于网络切片的移动边缘计算资源管理方法,考虑网络切片中无线资源和边缘计算资源之间的耦合关系,结合不同的服务类型的业务差异性进行资源分配,以提高资源利用率,保证不同类型的用户的服务质量要求。
为实现上述目的,本发明所提供的技术方案为:
一种基于网络切片的移动边缘计算资源管理方法,包括以下步骤:
S1、在无线基站中集成移动边缘计算服务器;
S2、采用网络功能虚拟化方法,将集成了移动边缘计算服务器的无线基站的通信资源和计算资源进行共享和映射,进而创建多个逻辑相互独立的切片网络,该些切片网络,由虚拟网络运营商独立调度管理,为终端用户提供特定类型的服务,且每一个终端用户的设备,有且仅有一个切片网络为其提供服务;
S3、各终端用户的设备向其对应的虚拟网络运营商发送包括通信质量、计算质量要求在内的应用程序场景信息;
S4、虚拟网络运营商向无线基站发送请求切片网络的数目以及各切片网络的终端用户设备的通信质量、计算质量要求;
S5、无线基站构建通信带宽资源和边缘计算CPU频率配置联合优化模型,目标使系统网络总效用最大化;
S6、求解构建的信带宽资源和边缘计算CPU频率配置联合优化模型,确定各虚拟网络运营商下的终端用户的设备的通信带宽和移动边缘计算CPU频率的分配方案。
进一步地,所述通信资源包括天线、发射功率、带宽;所述计算资源包括CPU、GPU、存储器。
进一步地,各终端用户上行的计算卸载过程采用正交频分多址接入协议。
进一步地,所述步骤S5中,构建的通信带宽资源和边缘计算CPU频率配置联合优化模型具体如下:
其中,目标函数U(α,f)表示系统总效用函数;α,f分别为通信带宽比例因子向量和边缘计算CPU频率向量,在目标函数中,α和f相互耦合;C1和C2表示系统带宽的约束条件;C3和C4表示计算资源的约束条件;F表示移动边缘服务器的最大计算能力;αni表示分配给切片网络n中终端用户i的系统带宽的比例因子;Un表示每个切片网络n∈S所服务的终端用户的设备集合;S表示切片网络的集合;fni表示分配给切片网络n的用户i的移动边缘计算服务器的CPU计算资源。
归一化加权指数效用函数如下:
ωni∈[0,1]表示时间延迟和能量消耗之间的加权系数,表示系统设计方案对时间延迟和能量消耗指标的偏好;
归一化加权指数效用函数中,能量开销Eni和时间开销Tni相互耦合。
时间开销Tni的计算公式如下:
上式中,Lni表示计算任务的比特数目;Cni表示处理计算每比特计算数据的CPU运行转数;fni是分配给切片网络n的用户i的边缘服务器的CPU计算资源;Rni表示片子网络n的用户i的上行可达计算卸载速率;pni表示用户i的上行链路发射功率;hni>0表示子网络n中用户i的信道功率增益;N0表示接收机的噪声功率;αni表示是分配给子网络n中用户i的系统带宽的比例因子。
能量开销Eni的计算公式如下:
上式中,κ表示移动边缘服务器的能耗系数;fni表示分配给切片子网络n的用户i的移动边缘服务器的CPU计算资源;Lni表示计算任务的比特数目;Cni表示处理计算每比特计算数据的CPU运行转数;pni表示用户i的上行链路发射功率;hni>0表示子网络n中用户i的信道功率增益;N0表示接收机的噪声功率;αni表示是分配给子网络n中用户i的系统带宽的比例因子。
进一步地,所述步骤S6采用交替变量迭代优化方法,求解构建的信带宽资源和边缘计算CPU频率配置联合优化模型,得到通信带宽和移动边缘计算CPU频率的联合分配方案由此,分配给每一个终端用户设备的带宽资源为边缘计算资源为即无线基站需分配给切片网络n的带宽资源量为边缘计算资源量为其中B为上行链路传输信道总带宽,Un为每个切片网络n∈S所服务的终端用户的设备集合,S表示切片网络的集合。
与现有技术相比,本方案原理如下:
本方案针对不同的业务需求,采用刻画计算时间延迟和系统能耗折中关系的归一化加权指数效用函数为系统性能指标,对同一基础网络设置映射的多网络切片系统通信带宽和边缘计算CPU频率联合分配,既提高了资源利用率,又能保证不同类型的终端用户的服务质量要求。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的服务作简单地介绍,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。
图1为本发明一种基于网络切片的移动边缘计算资源管理方法的原理流程图。
具体实施方式
下面结合具体实施例对本发明作进一步说明:
本实施例所述的一种基于网络切片的移动边缘计算资源管理方法,考虑网络切片中无线资源和边缘计算资源之间的耦合关系,结合不同的服务类型的业务差异性进行资源分配。如图1所示,具体步骤如下:
S1、在无线基站中集成移动边缘计算服务器。
S2、采用网络功能虚拟化方法,将集成了移动边缘计算服务器的无线基站的通信资源(天线、发射功率、带宽)和计算资源(CPU、GPU、存储器)进行共享和映射,进而创建多个逻辑相互独立的切片网络,该些切片网络,由虚拟网络运营商独立调度管理,为终端用户提供特定类型的服务,且每一个终端用户的设备,有且仅有一个切片网络为其提供服务。
由于切片网络的每个终端用户的设备(如移动设备或传感器节点)隶属于低功耗设备,计算资源和算力非常有限,因此终端用户的设备很难在规定时间内本地执行完成生成的任务。为此,切片网络的每个终端用户设备将其生成的部分任务卸载到移动边缘计算服务器进行计算,并继续后续的步骤;
S3、各终端用户的设备向其对应的虚拟网络运营商发送包括通信质量、计算质量要求在内的应用程序场景信息。
S4、虚拟网络运营商向无线基站发送请求切片网络的数目以及各切片网络的终端用户设备的通信质量、计算质量要求。
上述步骤中,为了避免小区内干扰,终端用户设备上行的计算卸载过程采用正交频分多址接入(OFDMA)协议。
S5、无线基站构建通信带宽资源和边缘计算CPU频率配置联合优化模型,目标使系统网络总效用最大化;
构建的通信带宽资源和边缘计算CPU频率配置联合优化模型具体如下:
其中,目标函数U(α,f)表示系统总效用函数;α,f分别为通信带宽比例因子向量和边缘计算CPU频率向量,在目标函数中,α和f相互耦合;C1和C2表示系统带宽的约束条件;C3和C4表示计算资源的约束条件;F表示移动边缘服务器的最大计算能力;αni表示分配给切片网络n中终端用户i的系统带宽的比例因子;Un表示每个切片网络n∈S所服务的终端用户的设备集合;S表示切片网络的集合;fni表示分配给切片网络n的用户i的移动边缘计算服务器的CPU计算资源;
ωni∈[0,1]表示时间延迟和能量消耗之间的加权系数,表示系统设计方案对时间延迟和能量消耗指标的偏好;
归一化加权指数效用函数中,能量开销Eni和时间开销Tni相互耦合;
时间开销Tni的计算公式如下:
上式中,Lni表示计算任务的比特数目;Cni表示处理计算每比特计算数据的CPU运行转数;Rni表示片子网络n的用户i的上行可达计算卸载速率;pni表示用户i的上行链路发射功率;hni>0表示子网络n中用户i的信道功率增益;N0表示接收机的噪声功率;
能量开销Eni的计算公式如下:
上式中,κ表示移动边缘服务器的能耗系数。
S6、采用交替变量迭代优化方法,求解构建的信带宽资源和边缘计算CPU频率配置联合优化模型,确定各虚拟网络运营商下的终端用户的设备的通信带宽和移动边缘计算CPU频率的分配方案由此,分配给每一个终端用户设备的带宽资源为边缘计算资源为即无线基站需分配给切片网络n的带宽资源量为边缘计算资源量为其中B为上行链路传输信道总带宽。
得到分配方案后,终端用户设备执行计算卸载程序,将计算任务通过上行链路传输至移动边缘计算服务器,由移动边缘计算服务器进行计算,最后,终端用户设备通过下行链路下载计算任务的计算结果。
以上所述之实施例子只为本发明之较佳实施例,并非以此限制本发明的实施范围,故凡依本发明之形状、原理所作的变化,均应涵盖在本发明的保护范围内。
Claims (6)
1.一种基于网络切片的移动边缘计算资源管理方法,其特征在于,包括以下步骤:
S1、在无线基站中集成移动边缘计算服务器;
S2、采用网络功能虚拟化方法,将集成了移动边缘计算服务器的无线基站的通信资源和计算资源进行共享和映射,进而创建多个逻辑相互独立的切片网络,该些切片网络,由虚拟网络运营商独立调度管理,为终端用户提供特定类型的服务,且每一个终端用户的设备,有且仅有一个切片网络为其提供服务;
S3、各终端用户的设备向其对应的虚拟网络运营商发送包括通信质量、计算质量要求在内的应用程序场景信息;
S4、虚拟网络运营商向无线基站发送请求切片网络的数目以及各切片网络的终端用户设备的通信质量、计算质量要求;
S5、无线基站构建通信带宽资源和边缘计算CPU频率配置联合优化模型,目标使系统网络总效用最大化;
S6、求解构建的信带宽资源和边缘计算CPU频率配置联合优化模型,确定各虚拟网络运营商下的终端用户的设备的通信带宽和移动边缘计算CPU频率的分配方案;
所述步骤S5中,构建的通信带宽资源和边缘计算CPU频率配置联合优化模型具体如下:
其中,目标函数U(α,f)表示系统总效用函数;α,f分别为通信带宽比例因子向量和边缘计算CPU频率向量,在目标函数中,α和f相互耦合;C1和C2表示系统带宽的约束条件;C3和C4表示计算资源的约束条件;F表示移动边缘服务器的最大计算能力;αni表示分配给切片网络n中终端用户i的系统带宽的比例因子;Un表示每个切片网络n∈S所服务的终端用户的设备集合;S表示切片网络的集合;fni表示分配给切片网络n的用户i的移动边缘计算服务器的CPU计算资源;
归一化加权指数效用函数如下:
归一化加权指数效用函数中,能量开销Eni和时间开销Tni相互耦合。
2.根据权利要求1所述的一种基于网络切片的移动边缘计算资源管理方法,其特征在于,所述通信资源包括天线、发射功率、带宽;所述计算资源包括CPU、GPU、存储器。
3.根据权利要求1所述的一种基于网络切片的移动边缘计算资源管理方法,其特征在于,各终端用户上行的计算卸载过程采用正交频分多址接入协议。
4.根据权利要求1所述的一种基于网络切片的移动边缘计算资源管理方法,其特征在于,所述时间开销Tni包括将切片网络n中的用户i的计算任务卸载到边缘服务器所需的时间和移动边缘计算服务器代理计算用户i计算任务的时间
时间开销Tni的计算公式如下:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110962938.1A CN113708962B (zh) | 2021-08-20 | 2021-08-20 | 一种基于网络切片的移动边缘计算资源管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110962938.1A CN113708962B (zh) | 2021-08-20 | 2021-08-20 | 一种基于网络切片的移动边缘计算资源管理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113708962A CN113708962A (zh) | 2021-11-26 |
CN113708962B true CN113708962B (zh) | 2022-07-05 |
Family
ID=78654130
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110962938.1A Active CN113708962B (zh) | 2021-08-20 | 2021-08-20 | 一种基于网络切片的移动边缘计算资源管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113708962B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114520772B (zh) * | 2022-01-19 | 2023-11-14 | 广州杰赛科技股份有限公司 | 一种5g切片资源调度方法 |
CN114339892B (zh) * | 2022-03-17 | 2022-05-24 | 山东科技大学 | 一种基于dqn与联合竞价的两层切片资源分配方法 |
CN117472589B (zh) * | 2023-12-27 | 2024-03-12 | 山东合能科技有限责任公司 | 一种园区网络服务管理方法及系统 |
CN117998327B (zh) * | 2024-03-26 | 2024-06-18 | 广东工业大学 | 一种结合容器与虚拟机的车联网任务卸载方法与系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109413615A (zh) * | 2018-09-14 | 2019-03-01 | 重庆邮电大学 | 车联网下基于mec的能量感知卸载的能量延迟折衷方案 |
CN112615731A (zh) * | 2020-11-23 | 2021-04-06 | 北京邮电大学 | 一种用于分配多运营商联合网络切片资源的方法和装置 |
CN113015253A (zh) * | 2021-02-25 | 2021-06-22 | 深圳大学 | 一种多业务共存的网络切片的资源分配方法及系统 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10110495B1 (en) * | 2017-11-22 | 2018-10-23 | Intel Corporation | Multi-access edge computing (MEC) service provision based on local cost measurements |
US11032163B2 (en) * | 2019-10-25 | 2021-06-08 | Verizon Patent And Licensing Inc. | Method and system for selection and orchestration of multi-access edge computing resources |
-
2021
- 2021-08-20 CN CN202110962938.1A patent/CN113708962B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109413615A (zh) * | 2018-09-14 | 2019-03-01 | 重庆邮电大学 | 车联网下基于mec的能量感知卸载的能量延迟折衷方案 |
CN112615731A (zh) * | 2020-11-23 | 2021-04-06 | 北京邮电大学 | 一种用于分配多运营商联合网络切片资源的方法和装置 |
CN113015253A (zh) * | 2021-02-25 | 2021-06-22 | 深圳大学 | 一种多业务共存的网络切片的资源分配方法及系统 |
Non-Patent Citations (2)
Title |
---|
"Dynamic Network Slicing and Resource Allocation in Mobile Edge Computing Systems";jie feng et al.;《IEEE Transactions on Vehicular Technology》;20200506;全文 * |
"Optimizing Energy consumption and Latency based on computation offloading and cell association in MEC enabled Industrial IoT environment";Ahsan Rafiq et al.;《2021 6th International Conference on Intelligent Computing and Signal Processing (ICSP)》;20210411;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113708962A (zh) | 2021-11-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113708962B (zh) | 一种基于网络切片的移动边缘计算资源管理方法 | |
CN110392079B (zh) | 面向雾计算的节点计算任务调度方法及其设备 | |
CN107995660B (zh) | 支持d2d-边缘服务器卸载的联合任务调度及资源分配方法 | |
JP6888082B2 (ja) | アップリンク通信波形選択の容易化 | |
CN111132191B (zh) | 移动边缘计算服务器联合任务卸载、缓存及资源分配方法 | |
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 | |
CN111447512B (zh) | 一种面向边缘云卸载的节能方法 | |
Wang et al. | Dynamic computation offloading and resource allocation over mobile edge computing networks with energy harvesting capability | |
CN109218004B (zh) | 基于SCMA mMTC系统分层机器类通信的子载波及功率分配方法 | |
CN112188551A (zh) | 一种计算迁移方法、计算终端设备及边缘服务器设备 | |
CN111615129A (zh) | 基于noma的多用户移动边缘计算系统中的资源分配方法 | |
KR20210121238A (ko) | 5g 무선 통신 시스템들에서 물리적 다운링크 제어 채널을 송신하기 위한 위치 기반 corset 구성 | |
CN114867061A (zh) | 一种基于无线通信网络的云监控方法 | |
US20080089359A1 (en) | Portable internet service system and method | |
CN106912059B (zh) | 支持互信息积累的认知中继网络联合中继选择及资源分配方法 | |
Mahenge et al. | Collaborative mobile edge and cloud computing: Tasks unloading for improving users’ quality of experience in resource-intensive mobile applications | |
CN115633369A (zh) | 一种面向用户任务与功率联合分配的多边缘设备选择方法 | |
CN102572844B (zh) | 小区资源分配方法及装置 | |
CN112104737B (zh) | 一种计算迁移方法、移动计算设备及边缘计算设备 | |
Bhandari et al. | An Optimal Cache Resource Allocation in Fog Radio Access Networks | |
Liu et al. | A Q-learning-based downlink scheduling in 5G systems | |
Xue et al. | Resource allocation for system throughput maximization based on mobile edge computing | |
CN111328144A (zh) | 无线资源分配方法、装置、可读存储介质及计算机设备 | |
CN115103405A (zh) | 一种基于d2d通信的计算卸载优化方法 |
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 |