CN113778682B - 一种mec系统资源分配方法 - Google Patents

一种mec系统资源分配方法 Download PDF

Info

Publication number
CN113778682B
CN113778682B CN202111066239.5A CN202111066239A CN113778682B CN 113778682 B CN113778682 B CN 113778682B CN 202111066239 A CN202111066239 A CN 202111066239A CN 113778682 B CN113778682 B CN 113778682B
Authority
CN
China
Prior art keywords
task
user
mobile device
mobile equipment
processing
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.)
Expired - Fee Related
Application number
CN202111066239.5A
Other languages
English (en)
Other versions
CN113778682A (zh
Inventor
林迪
李子健
吴薇薇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN202111066239.5A priority Critical patent/CN113778682B/zh
Publication of CN113778682A publication Critical patent/CN113778682A/zh
Application granted granted Critical
Publication of CN113778682B publication Critical patent/CN113778682B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5072—Grid computing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/5038—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the execution order of a plurality of tasks, e.g. taking priority or time dependency constraints into consideration
    • 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)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种MEC系统资源分配方法，包括以下步骤：S1、构建任务处理代价目标函数和约束；S2、在无线信道中对任务队列的任务进行排序，得到固定优先级的任务队列；S3、根据任务处理代价目标函数、约束、固定优先级的任务队列和任务最差执行时延，得到任务分配的最优策略；S4、通过MEC服务器将任务分配的最优策略分配给各移动设备用户，实现MEC系统中资源的最优分配；本发明解决了现有MEC系统资源存在分配不合理的问题。

Description

一种MEC系统资源分配方法
技术领域
本发明涉及通信技术领域，具体涉及一种MEC系统资源分配方法。
背景技术
近年来，移动边缘计算(MEC)技术不仅受到了学术界与工业界的广泛关注，研究成果不断涌现。面对边缘服务器上有限的计算资源，移动互联网用户数量爆炸式的增长，显然为MEC技术带来了新的挑战。与边缘服务器上凸显公平性的资源分配方式不同，在过往的工作中，明显缺乏用户任务分级制度来确保主要用户任务的资源分配与计算。因此，在划分用户群体为主用户与次要用户的场景下，如何确保主要用户任务的计算，同时尽可能保证次要用户任务的服务器资源分配，是一个亟待解决的问题。
发明内容
针对现有技术中的上述不足，本发明提供的一种MEC系统资源分配方法解决了现有MEC系统资源存在分配不合理的问题。
为了达到上述发明目的，本发明采用的技术方案为：一种MEC系统资源分配方法，包括以下步骤：
S1、构建任务处理代价目标函数和约束；
S2、在无线信道中对任务队列的任务进行排序，得到固定优先级的任务队列；
S3、根据任务处理代价目标函数、约束、固定优先级的任务队列和任务最差执行时延，得到任务分配的最优策略；
S4、通过MEC服务器将任务分配的最优策略分配给各移动设备用户，实现MEC系统中资源的最优分配。
进一步地，步骤S1中任务处理代价目标函数为：
Figure BDA0003258522750000021
其中，U为任务处理代价目标函数，
Figure BDA0003258522750000022
为第i个移动设备用户的本地计算时间开销，i为区域内移动设备用户的编号，N为区域内的移动设备用户总数，Tcost为移动设备用户的任务等待时延。
进一步地，步骤S1中约束为：
Figure BDA0003258522750000023
其中，Si为第i个移动设备用户的任务分配策略，若第i个移动设备用户选择将任务放在移动设备本地处理，则Si为0值，若第i个移动设备用户选择将任务卸载至MEC服务器处理，则Si为非0值；Sj为第j个移动设备用户的任务分配策略，若第j个移动设备用户选择将任务放在移动设备本地处理，则Sj为0值，若第j个移动设备用户选择将任务卸载至MEC服务器处理，则Sj为非0值；j为区域内选择将任务卸载至MEC服务器处理的移动设备用户的编号，S为区域内选择将任务卸载至MEC服务器处理的移动设备用户占比，W为信道增益最大值，di为第i个移动设备用户分配得到的资源，pj为第j个移动设备用户的传输功率，hj为第j个移动设备用户与基站之间的信道增益，tagi为第j个移动设备用户的类别，τ为MEC服务器的预留资源，Tcost为移动设备用户的任务等待时延，Ti为第i个移动设备用户的任务最大可接收等待时延；
所述步骤S1中约束还包括：不同的非授权的移动设备用户的射频功率总和小于等于干扰温度门限，所述干扰温度门限为授权的移动设备用户的接收机一端干扰功率可承受值。
上述进一步方案的有益效果为：利用任务到最差响应时间来为用户任务分配计算资源，确保计算任务能顺利完成的同时，不浪费MEC服务器的剩余计算资源。此外，在边缘云服务器上划分了预留资源，确保非授权用户的使用的同时，保证了授权用户的计算卸载不受干扰，具有一定实用性。通过对MEC系统的分析和建模，将问题转化为，采用什么样的卸载决策与资源分配方式，才能保证时延开销最小的优化问题。根据该问题构建了一个博弈模型，证明了该模型存在纳什均衡，设计了相应算法，满足了低时延的要求。
进一步地，步骤S2具体为：将区域内的各移动设备用户划分为授权用户和非授权用户，授权用户和非授权用户分别为两个优先级等级，授权用户的优先级等级高于非授权用户，根据授权用户或非授权用户的任务队列所在的无线信道的信道增益，将同等优先级等级的授权用户或非授权用户的任务队列中任务进行再次排名，得到固定优先级的任务队列。
上述进一步方案的有益效果为：通过上述对任务优先级的进行排序，使得低优先级的用户不可能对高优先级的用户造成任何影响，而且结合了信道增益的情况，使得MEC服务器能实现对任务的最快调度。
本发明的有益效果为：本发明利用信道状态信息对任务进行重排序，并在MEC服务器上划分预留资源，限制非授权用户的计算资源分配，根据利用任务的最优响应时间来为用户任务分配计算资源。这样的设计保障了授权用户的卸载与计算资源分配，避免了MEC服务器的资源浪费。
附图说明
图1为一种MEC系统资源分配方法的流程图；
图2为MEC服务器的预留资源的示意图；
图3是不同用户数平均系统效益对比图；
图4是不同频谱带宽平均时延开销对比图；
图5是不同计算资源平均时延开销对比图。
具体实施方式
下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。
在一个MEC服务器覆盖的区域中，有N个移动设备用户{1,2,…,i,…,N}，其对应的任务集合为Task＝{Task1,…,Taski,…,TaskN,}，用户的策略集合为S＝{S1,…,Si,…,SN}，对于任一移动设备用户，其策略需满足Si＝{0∪W}，Si为0时，第i个移动设备用户选择将任务放在本地处理，若为其他值，则表示第i个移动设备用户将任务卸载到MEC服务器处理，并构建了任务处理代价目标函数，用于表示任务Taski在本地或在MEC服务器上执行的处理代价。
如图1所示，一种MEC系统资源分配方法，包括以下步骤：
S1、构建任务处理代价目标函数和约束；
S2、在无线信道中对任务队列的任务进行排序，得到固定优先级的任务队列；
S3、根据任务处理代价目标函数、约束、固定优先级的任务队列和任务最差执行时延，得到任务分配的最优策略；
任务最差执行时延等于最差时延标准与传输时延之差。
S4、通过MEC服务器将任务分配的最优策略分配给各移动设备用户，实现MEC系统中资源的最优分配。
步骤S1中任务处理代价目标函数为：
Figure BDA0003258522750000051
其中，U为任务处理代价目标函数，
Figure BDA0003258522750000052
为第i个移动设备用户的本地计算时间开销，i为区域内移动设备用户的编号，N为区域内的移动设备用户总数，Tcost为移动设备用户的任务等待时延。
步骤S1中约束为：
Figure BDA0003258522750000053
其中，Si为第i个移动设备用户的任务分配策略，若第i个移动设备用户选择将任务放在移动设备本地处理，则Si为0值，若第i个移动设备用户选择将任务卸载至MEC服务器处理，则Si为非0值；Sj为第j个移动设备用户的任务分配策略，若第j个移动设备用户选择将任务放在移动设备本地处理，则Sj为0值，若第j个移动设备用户选择将任务卸载至MEC服务器处理，则Sj为非0值；j为区域内选择将任务卸载至MEC服务器处理的移动设备用户的编号，S为区域内选择将任务卸载至MEC服务器处理的移动设备用户占比，W为信道增益最大值，di为第i个移动设备用户分配得到的资源，pj为第j个移动设备用户的传输功率，hj为第j个移动设备用户与基站之间的信道增益，tagi为第j个移动设备用户的类别，τ为MEC服务器的预留资源，如图2所示，Tcost为移动设备用户的任务等待时延，Ti为第i个移动设备用户的任务最大可接收等待时延；
所述步骤S1中约束还包括：不同的非授权的移动设备用户的射频功率总和小于等于干扰温度门限，所述干扰温度门限为授权的移动设备用户的接收机一端干扰功率可承受值。
其中，干扰温度门限是对周围所有次级用户累计干扰的总和，在当前区域有固定上限，总之，干扰温度门限是授权用户接收机一端，可以承受的干扰功率水平。为了确保授权用户对当前频段的使用不被影响，不同的非授权用户的射频功率总和不能大于干扰温度门限，在干扰温度门限的约束下，授权用户和非授权用户可以在同一频段上同时进行传输。干扰温度门限的设立，在授权用户发射功率很低时，有十分重大的意义，而在发射功率很高时处却是没有意义的，因为发射功率远高于次要用户和信道噪声时，可以避免二者对授权用户的干扰。
步骤S2具体为：将区域内的各移动设备用户划分为授权用户和非授权用户，授权用户和非授权用户分别为两个优先级等级，授权用户的优先级等级高于非授权用户，根据授权用户或非授权用户的任务队列所在的无线信道的信道增益，将同等优先级等级的授权用户或非授权用户的任务队列中任务进行再次排名，得到固定优先级的任务队列。
实验效果1
本实验的网络参数参考3GPP的标准设置，卸载方式采取二元卸载，传输模型选用NOMA技术，采用准静态场景，假设信道在下行链路和上行链路具备互易性，并且信道的各项参数在当前时间帧内保持不变，但在不同的时间帧中可能会发生变化。设置用户数目为5-9个，各优先级任务比例服从正态分布，MEC服务器的信道带宽为10MHz，MEC服务器的CPU频率为10GHz，移动设备的CPU频率为2GHz，环境噪声功率取值为-174dBm，移动设备的传输功率取27dBm，任务的数据量范围在20-50MB之间，任务计算需要的CPU周期数在1-13Gegacycles之间，基站处的干扰温度约束为37dBm。
图3展示了不同用户数量下，不同调度方法的平均系统收益。从图中可以发现，所有算法的平均系统收益，都随着用户数量的上升而上升，其中，本方法的系统收益是最大的。在用户数量较少时，不考虑优先级时的短作业优先(SJF)算法的系统收益几乎与本方法重合，但当用户数量上升时，本方法的系统收益会超过无优先级时的SJF。这是因为SJF在面对相同优先级任务时，首先会判定该任务是否需要卸载，接着优先选取短作业进行MEC服务器的系统调度，这样一来，大作业被调度的概率降低，因此有可能会调度到大作业进行执行的基于博弈的预留资源最优响应时间卸载及资源分配(GT-WRT-R-ORA)算法，其任务执行时延自然会比SJF高。此外，所有算法的系统收益的增长幅度都呈现一种下降的态势，这是因为MEC的资源有限，难以维持所有用户的使用所造成的。
实验效果2
图4展示了随着频谱带宽的增大，各种算法的执行时延开销，从图中可以看出，除了本地计算，其他算法的执行时延均随着频谱带宽的增加而增加。这是因为本实验采取了本发明设计的最优响应时间资源分配方式来计算分配资源，在NOMA的通信模型下，随着频谱带宽的增加，传输时延会随之降低，因此在最优响应时间的范围内，任务在MEC服务器进行计算的时间就会相对增大，随着频谱带宽增加，用户任务的可执行时间会越来越富裕，最后会超过本地计算的任务执行时延。但这种增长并不是无限的，这是因为MEC服务器的计算资源是有限的，即便可供任务计算的时间越来越富裕，但因为计算资源限制，总体执行时延不会再发生大幅变动。
实验效果3
图5展示了随着MEC服务器计算资源总量的提升，用户任务执行时延开销的变化情况，从图中可以看出，当MEC的计算资源总量与用户设备等同时，所有算法的任务执行时延均相等，这是因为此时用户任务无法从卸载到MEC服务器这一动作中获得任何收益的缘故。此外，随着MEC服务器的计算资源总量上升，除本地计算之外，其余算法的用户任务时延均开始降低，且本方法的用户任务执行时延总是最低的，这是因为SJF采取了短作业优先的调度方法，致使计算量较大的任务卸载失败的概率变大，导致用户设备不得不自己进行这类大计算量任务的计算处理，而采用信道状态信息(CSI)进行排序依据的本方法则有可能会调度到这类大计算量任务，因此用户任务执行时延会有所下降。

Claims (2)

1.一种MEC系统资源分配方法，其特征在于，包括以下步骤：
S1、构建任务处理代价目标函数和约束；
所述任务处理代价目标函数为：
Figure FDA0004101280460000011
其中，U为任务处理代价目标函数，
Figure FDA0004101280460000012
为第i个移动设备用户的本地计算时间开销，i为区域内移动设备用户的编号，N为区域内的移动设备用户总数，Tcost为移动设备用户的任务等待时延；
所述约束包括：
Figure FDA0004101280460000013
其中，Si为第i个移动设备用户的任务分配策略，若第i个移动设备用户选择将任务放在移动设备本地处理，则Si为0值，若第i个移动设备用户选择将任务卸载至MEC服务器处理，则Si为非0值；Sj为第j个移动设备用户的任务分配策略，若第j个移动设备用户选择将任务放在移动设备本地处理，则Sj为0值，若第j个移动设备用户选择将任务卸载至MEC服务器处理，则Sj为非0值；j为区域内选择将任务卸载至MEC服务器处理的移动设备用户的编号，S为区域内选择将任务卸载至MEC服务器处理的移动设备用户占比，W为信道增益最大值，di为第i个移动设备用户分配得到的资源，pj为第j个移动设备用户的传输功率，hj为第j个移动设备用户与基站之间的信道增益，tagi为第j个移动设备用户的类别，τ为MEC服务器的预留资源，Tcost为移动设备用户的任务等待时延，Ti为第i个移动设备用户的任务最大可接收等待时延，I为可接受的干扰上限；
所述步骤S1中约束还包括：不同的非授权的移动设备用户的射频功率总和小于等于干扰温度门限，所述干扰温度门限为授权的移动设备用户的接收机一端干扰功率可承受值；
S2、在无线信道中对任务队列的任务进行排序，得到固定优先级的任务队列；
S3、根据任务处理代价目标函数、约束、固定优先级的任务队列和任务最差执行时延，得到任务分配的最优策略；
S4、通过MEC服务器将任务分配的最优策略分配给各移动设备用户，实现MEC系统中资源的最优分配。
2.根据权利要求1所述的MEC系统资源分配方法，其特征在于，所述步骤S2具体为：将区域内的各移动设备用户划分为授权用户和非授权用户，授权用户和非授权用户分别为两个优先级等级，授权用户的优先级等级高于非授权用户，根据授权用户或非授权用户的任务队列所在的无线信道的信道增益，将同等优先级等级的授权用户或非授权用户的任务队列中任务进行再次排名，得到固定优先级的任务队列。
CN202111066239.5A 2021-09-13 2021-09-13 一种mec系统资源分配方法 Expired - Fee Related CN113778682B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111066239.5A CN113778682B (zh) 2021-09-13 2021-09-13 一种mec系统资源分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111066239.5A CN113778682B (zh) 2021-09-13 2021-09-13 一种mec系统资源分配方法

Publications (2)

Publication Number Publication Date
CN113778682A CN113778682A (zh) 2021-12-10
CN113778682B true CN113778682B (zh) 2023-04-18

Family

ID=78842900

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111066239.5A Expired - Fee Related CN113778682B (zh) 2021-09-13 2021-09-13 一种mec系统资源分配方法

Country Status (1)

Country Link
CN (1) CN113778682B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115202402A (zh) * 2022-08-19 2022-10-18 重庆邮电大学 一种无人机集群多任务动态分配方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109302709A (zh) * 2018-09-14 2019-02-01 重庆邮电大学 面向移动边缘计算的车联网任务卸载与资源分配策略
KR20190083091A (ko) * 2018-01-03 2019-07-11 주식회사 케이티 분산 자원 할당 방법 및 그 장치
CN110099384A (zh) * 2019-04-25 2019-08-06 南京邮电大学 基于边-端协同的多用户多mec任务卸载资源调度方法
CN110968366A (zh) * 2019-11-29 2020-04-07 长沙理工大学 一种基于有限mec资源的任务卸载方法、装置及设备
CN111049917A (zh) * 2019-12-19 2020-04-21 电子科技大学 一种基于移动边缘计算的移动感知多用户卸载优化方法
CN112738822A (zh) * 2020-12-25 2021-04-30 中国石油大学(华东) 移动边缘计算环境中基于noma的安全卸载和资源分配方法
CN112752302A (zh) * 2021-01-05 2021-05-04 全球能源互联网研究院有限公司 一种基于边缘计算的电力业务时延优化方法及系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190083091A (ko) * 2018-01-03 2019-07-11 주식회사 케이티 분산 자원 할당 방법 및 그 장치
CN109302709A (zh) * 2018-09-14 2019-02-01 重庆邮电大学 面向移动边缘计算的车联网任务卸载与资源分配策略
CN110099384A (zh) * 2019-04-25 2019-08-06 南京邮电大学 基于边-端协同的多用户多mec任务卸载资源调度方法
CN110968366A (zh) * 2019-11-29 2020-04-07 长沙理工大学 一种基于有限mec资源的任务卸载方法、装置及设备
CN111049917A (zh) * 2019-12-19 2020-04-21 电子科技大学 一种基于移动边缘计算的移动感知多用户卸载优化方法
CN112738822A (zh) * 2020-12-25 2021-04-30 中国石油大学(华东) 移动边缘计算环境中基于noma的安全卸载和资源分配方法
CN112752302A (zh) * 2021-01-05 2021-05-04 全球能源互联网研究院有限公司 一种基于边缘计算的电力业务时延优化方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Xincheng Chen.Mobile edge computing resource allocation: An operating system view.《Computer Networks》.2021,第1-11页. *
李邱苹 等.移动边缘计算中的计算卸载和资源管理方案.《电信科学》.2019,第36-46页. *

Also Published As

Publication number Publication date
CN113778682A (zh) 2021-12-10

Similar Documents

Publication Publication Date Title
CN111954236B (zh) 一种基于优先级的分层边缘计算卸载方法
CN110418416B (zh) 移动边缘计算系统中基于多智能体强化学习的资源分配方法
CN110493360B (zh) 多服务器下降低系统能耗的移动边缘计算卸载方法
CN109343904B (zh) 一种基于Lyapunov优化的雾计算动态卸载方法
Zhang et al. Joint offloading and resource allocation in mobile edge computing systems: An actor-critic approach
CN110248417B (zh) 一种电力物联网中上行通信业务的资源分配方法及系统
US8902835B2 (en) Method and arrangement for scheduling control in a telecommunication system
US8311002B2 (en) Scheduling of users on a shared radio resource using a combination of link quality and traffic information
CN106954232B (zh) 一种时延优化的资源分配方法
US7193992B2 (en) Method of radio resource management for integrated voice and data CDMA networks
US9369925B2 (en) System and methods to achieve optimum efficiency-jain fairness in wireless systems
US20070077937A1 (en) Method and system for performing call admission control in a communication system
CN114205316B (zh) 一种基于电力业务的网络切片资源分配方法及装置
CN113711643A (zh) 网络切片中的资源分配
CN112804728B (zh) 一种基于上下文学习的电力物联网海量终端接入控制方法
US20210153112A1 (en) Method for controlling the admission of slices into a virtualized telecommunication network and the congestion likely to be generated between services instantiated on said slices
Proebster et al. Context-aware resource allocation to improve the quality of service of heterogeneous traffic
KR100585713B1 (ko) 고속무선 데이터 통신 시스템의 순방향 스케줄링 방법
CN109982390A (zh) 用户业务保障方法、装置、设备及介质
CN106714323A (zh) 一种4g网络中异构流的优先级区分调度方法
US20090232036A1 (en) Allocating radio resources to reduce the transmission power of a terminal
CN113778682B (zh) 一种mec系统资源分配方法
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
CN100369524C (zh) 一种cdma系统上行包调度方法
US7924777B2 (en) Method for deciding transmission priority of non-realtime data and apparatus and method for controlling interference between cells using the same

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20230418

CF01 Termination of patent right due to non-payment of annual fee