CN114915627B - 一种基于fdma接入的无线供能边缘计算网络卸载决策方法 - Google Patents
一种基于fdma接入的无线供能边缘计算网络卸载决策方法 Download PDFInfo
- Publication number
- CN114915627B CN114915627B CN202210399537.4A CN202210399537A CN114915627B CN 114915627 B CN114915627 B CN 114915627B CN 202210399537 A CN202210399537 A CN 202210399537A CN 114915627 B CN114915627 B CN 114915627B
- Authority
- CN
- China
- Prior art keywords
- energy
- edge
- unloading
- wireless energy
- computing network
- 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 40
- 238000004891 communication Methods 0.000 claims abstract description 18
- 238000013468 resource allocation Methods 0.000 claims description 15
- 230000009977 dual effect Effects 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
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
- 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
- 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
- H04L41/0896—Bandwidth or capacity management, i.e. automatically increasing or decreasing capacities
-
- 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
Abstract
本发明公开了一种基于FDMA接入的无线供能边缘计算网络卸载决策方法,包括:建立无线供能边缘计算网络,包括边缘服务器和N个边缘设备,各边缘设备基于FDMA与边缘服务器通信形成对应节点;根据预设步长确定当前时间帧下能量捕获时长的取值范围;遍历能量捕获时长的取值,获取对应的无线供能边缘计算网络的速率;将获取的最大的速率对应的能量捕获时长、卸载能量分配比例和带宽资源分配比例视为当前时间帧下的最优解;各节点基于最优解进行本地计算和通信。该方法可快速决策出无线供能边缘计算网络的无线供能时长和计算任务卸载的分配方案,具有更低的延时,以使网络达到较高的计算速率和更持久的续航,尤其适用于时延敏感型的边缘计算。
Description
技术领域
本发明属于边缘计算领域,具体涉及一种基于FDMA接入的无线供能边缘计算网络卸载决策方法。
背景技术
物联网(IoT)的发展使得新兴应用中人机交互越来越多,包括智能家居、自动驾驶等。许多新型高性能的应用程序依赖于实时通信和大量计算,但物联网节点通常电量有限、计算能力低,无法支持高性能计算应用,因此,解决这两个限制是提高物联网应用性能的关键问题之一。
基于射频的无线电力传输技术(WPT)为解决物联网网络中能源短缺的问题提供了一种可行的方法,移动边缘计算技术(MEC)可以为计算能力低的物联网节点提供高性能的计算服务,无线供能边缘计算网络(WP-MEC)可以解决物联网网络中能源短缺和计算能力限制的问题。具体来说,能量发射器和边缘计算服务器被部署在网络边缘,无线设备通过捕获射频能量,依靠收集的能量,将计算任务卸载到边缘服务器上,并在本地计算其余任务。无线能量传输与移动边缘计算的结合实现了可持续的网络运行,显著延长了无线网络的寿命,并且增强了无线边缘设备的计算和通信能力。
在边缘计算网络中,需要考虑无线设备和边缘服务器的卸载策略,如总带宽分配等,这将直接导致一个网络是否高效。其中每个物联网无线设备都遵循部分卸载策略,即可以对无线设备的计算任务进行拆分,将部分计算任务卸载到边缘服务器中。而评估一个网络是否高效有很多指标,如计算速率、最大时延和最小能耗等。
目前大部分边缘计算带宽分配方法大多都使用传统的优化方法,其通常需要对全部参数经过多次迭代才能得到最优或者近似最优解,从而消耗了太多的时间,这对于时延敏感型的边缘计算应用则无疑是难以接受的。因此,提出一种在基于FDMA接入的无线供能边缘计算网络中快速决策出能量和带宽分配的方法,以达到较高的计算速率和更持久的续航。
发明内容
本发明的目的在于针对上述问题,提出一种基于FDMA接入的无线供能边缘计算网络卸载决策方法,该方法可快速决策出无线供能边缘计算网络的无线供能时长和计算任务卸载的分配方案,具有更低的延时,以使网络达到较高的计算速率和更持久的续航,尤其适用于时延敏感型的边缘计算。
为实现上述目的,本发明所采取的技术方案为:
本发明提出的一种基于FDMA接入的无线供能边缘计算网络卸载决策方法,包括如下步骤:
S1、建立无线供能边缘计算网络,无线供能边缘计算网络包括边缘服务器和N个边缘设备,各边缘设备基于FDMA与边缘服务器通信形成对应节点,并将节点顺序标号为1~N;
S2、根据预设步长t确定当前时间帧下能量捕获时长a的取值范围为[t,2t,3t,…,T-2t,T-t,T],其中,T为时间帧长度;
S3、通过一维穷搜索遍历能量捕获时长a的取值,获取对应的无线供能边缘计算网络的速率,对于每个给定的能量捕获时长a具体执行如下操作:
S31、初始化第1个节点的卸载能量分配比例x1的搜索范围为[x1min,x1max],则x1计算如下:
其中,x1max表示x1的上限值,x1min表示x1的下限值;
S32、基于拉格朗日对偶方法确定N个节点的卸载能量分配比例x=[x1,x2,…,xN]和带宽资源分配比例b=[b1,b2,…,bN];
S33、基于二分搜索法确定x1的可行解,并根据可行解更新N个节点的卸载能量分配比例x和带宽资源分配比例b;
S34、获取无线供能边缘计算网络的速率Q(h,x,b,a),计算公式如下:
其中,h=[h1,h2,…,hN]为在当前时间帧下N个节点的信道增益集合,φ为边缘设备本地处理一比特任务所需的周期数,ke为边缘设备的计算能效系数,vu为任务卸载时的通信开销,N0是噪声功率,μ为能量捕获效率,P为边缘服务器的射频能量发射功率,hi为第i个节点在当前时间帧下的信道增益,i=1~N,B为总带宽;
S4、将获取的最大的速率对应的能量捕获时长a、卸载能量分配比例x和带宽资源分配比例b视为当前时间帧下的最优解;
S5、各节点基于最优解进行本地计算和通信,即第i个节点进行通信所需能量为xiEi、所需带宽资源为bi*B,进行本地计算所需能量为(1-xi)Ei,通信指将计算任务卸载至边缘服务器,其中,第i个节点的能量Ei计算公式如下:
Ei=μPhiaT。
优选地,时间帧长度T=1,预设步长t=0.01。
优选地,第1个节点的卸载能量分配比例x1的搜索范围满足x1max=1,x1min=0。
优选地,基于拉格朗日对偶方法确定N个节点的卸载能量分配比例x=[x1,x2,…,xN]和带宽资源分配比例b=[b1,b2,…,bN],计算公式如下:
其中,xi为第i个节点的卸载能量分配比例,bi为第i个节点的带宽资源分配比例,xj为第j个节点的卸载能量分配比例,hj为第j个节点在当前时间帧下的信道增益,j=1~N且j≠i。
优选地,基于二分搜索法确定x1的可行解,具体如下:
判断是否满足若是,将可行解设为当前x1,否则,当/>时,令x1max=x1,当/>时,令x1min=x1,更新x1求解N个节点的卸载能量分配比例x和带宽资源分配比例b,循环执行,直至满足/>其中,ξ是预设搜索精度。
优选地,预设搜索精度ξ=0.0000001。
与现有技术相比,本发明的有益效果为:该方法仅需要简单的对能量捕获时长的取值进行遍历,当能量捕获时长的值确定后,采用拉格朗日对偶方法求解出各边缘设备的卸载能量分配比例和带宽资源分配比例,并通过公式将无线供能边缘计算网络的速率由现有技术中复杂的非凸问题转换为简单的凸问题进行求解,然后以最大速率对应的参数(包括能量捕获时长、卸载能量分配比例和带宽资源分配比例)实现能量分配和带宽资源分配决策。该方法具有更低的延时和计算量,可快速决策出无线供能边缘计算网络的无线供能时长和计算任务卸载的分配方案,使网络达到较高的计算速率和更持久的续航,适用于频分复用接入(FDMA)的通信方式和部分卸载模式的无线供能边缘计算网络,尤其是时延敏感型的边缘计算网络。
附图说明
图1为本发明基于FDMA接入的无线供能边缘计算网络卸载决策方法的流程图;
图2为本发明的无线供能边缘计算网络结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同。本文中在本申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是在于限制本申请。
如图1-2所示,一种基于FDMA接入的无线供能边缘计算网络卸载决策方法,包括如下步骤:
S1、建立无线供能边缘计算网络,无线供能边缘计算网络包括边缘服务器和N个边缘设备,各边缘设备基于FDMA与边缘服务器通信形成对应节点,并将节点顺序标号为1~N。
其中,边缘设备(无线设备)的数量可根据实际需求任意调整,本实施例中N=10,边缘服务器集成有射频能量发射器,所有设备均设有一根天线,同时采用频分复用(FDMA)的方式进行通信。
S2、根据预设步长t确定当前时间帧下能量捕获时长a的取值范围为[t,2t,3t,…,T-2t,T-t,T],其中,T为时间帧长度。
在一实施例中,时间帧长度T=1,预设步长t=0.01。T不失一般性,a的取值范围为[0.01,0.02,0.03,…0.98,0.99,1]。
S3、通过一维穷搜索遍历能量捕获时长a的取值,获取对应的无线供能边缘计算网络的速率,对于每个给定的能量捕获时长a具体执行如下操作:
S31、初始化第1个节点的卸载能量分配比例x1的搜索范围为[x1min,x1max],则x1计算如下:
其中,x1max表示x1的上限值,x1min表示x1的下限值;
S32、基于拉格朗日对偶方法确定N个节点的卸载能量分配比例x=[x1,x2,…,xN]和带宽资源分配比例b=[b1,b2,…,bN];
S33、基于二分搜索法确定x1的可行解,并根据可行解更新N个节点的卸载能量分配比例x和带宽资源分配比例b;
S34、获取无线供能边缘计算网络的速率Q(h,x,b,a),计算公式如下:
其中,h=[h1,h2,…,h N]为在当前时间帧下N个节点的信道增益集合,φ为边缘设备本地处理一比特任务所需的周期数,ke为边缘设备的计算能效系数,vu为任务卸载时的通信开销,N0是噪声功率,μ为能量捕获效率,P为边缘服务器的射频能量发射功率,hi为第i个节点在当前时间帧下的信道增益,i=1~N,B为总带宽。
在一实施例中,第1个节点的卸载能量分配比例x1的搜索范围满足x1max=1,x1min=0。
在一实施例中,基于拉格朗日对偶方法确定N个节点的卸载能量分配比例x=[x1,x2,…,xN]和带宽资源分配比例b=[b1,b2,…,bN],计算公式如下:
其中,xi为第i个节点的卸载能量分配比例,bi为第i个节点的带宽资源分配比例,xj为第j个节点的卸载能量分配比例,hj为第j个节点在当前时间帧下的信道增益,j=1~N且j≠i。
在一实施例中,基于二分搜索法确定x1的可行解,具体如下:
判断是否满足若是,将可行解设为当前x1,否则,当/>时,令x1max=x1,当/>时,令x1min=x1,更新x1求解N个节点的卸载能量分配比例x和带宽资源分配比例b,循环执行,直至满足/>其中,ξ是预设搜索精度。
在一实施例中,预设搜索精度ξ=0.0000001。或根据实际需求设定,当ξ约接近0时,获得的结果越优。
其中,当能量捕获时长a给定时,Q转化为一个关于xi,bi的凸问题,使用已有求解凸优化问题的拉格朗日对偶方法,得到在a给定时,任一边缘设备的能量分配比例xi和带宽资源分配比例。h遵循瑞利衰落信道模型。需要说明的是,第1个节点根据实际排序确定,而节点的排序可为任意排列,并不特指。
S4、将获取的最大的速率Q对应的能量捕获时长a、卸载能量分配比例x和带宽资源分配比例b视为当前时间帧下的最优解。
其中,a在[0,1]范围内,以0.01的步长一维穷搜索,即得到100个计算速率Q,最大的Q为当前信道增益下的最大计算速率,对应的能量捕获时长a为当前信道增益下较好的能量捕获时长,对应的能量分配比例x和带宽资源分配比例b,也是当前信道增益下的可行方案,为最优解。
S5、各节点基于最优解进行本地计算和通信,即第i个节点进行通信所需能量为xiEi、所需带宽资源为bi*B,进行本地计算所需能量为(1-xi)Ei,通信指将计算任务卸载至边缘服务器,其中,第i个节点的能量Ei计算公式如下:
Ei=μPhiaT。
该方法仅需要简单的对能量捕获时长的取值进行遍历,当能量捕获时长的值确定后,采用拉格朗日对偶方法求解出各边缘设备的卸载能量分配比例和带宽资源分配比例,并通过公式将无线供能边缘计算网络的速率由现有技术中复杂的非凸问题转换为简单的凸问题进行求解,然后以最大速率对应的参数(即最优解)实现能量分配和带宽资源分配决策。该方法具有更低的延时和计算量,可快速决策出无线供能边缘计算网络的无线供能时长和计算任务卸载的分配方案,使网络达到较高的计算速率和更持久的续航,适用于频分复用接入(FDMA)的通信方式和部分卸载模式的无线供能边缘计算网络,尤其是时延敏感型的边缘计算网络。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请描述较为具体和详细的实施例,但并不能因此而理解为对申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (5)
1.一种基于FDMA接入的无线供能边缘计算网络卸载决策方法,其特征在于:所述基于FDMA接入的无线供能边缘计算网络卸载决策方法包括如下步骤:
S1、建立无线供能边缘计算网络,所述无线供能边缘计算网络包括边缘服务器和N个边缘设备,各所述边缘设备基于FDMA与所述边缘服务器通信形成对应节点,并将节点顺序标号为1~N;
S2、根据预设步长t确定当前时间帧下能量捕获时长a的取值范围为[t,2t,3t,…,T-2t,T-t,T],其中,T为时间帧长度;
S3、通过一维穷搜索遍历能量捕获时长a的取值,获取对应的无线供能边缘计算网络的速率,对于每个给定的能量捕获时长a具体执行如下操作:
S31、初始化第1个节点的卸载能量分配比例x1的搜索范围为[x1min,x1max],则x1计算如下:
其中,x1max表示x1的上限值,x1min表示x1的下限值;
S32、基于拉格朗日对偶方法确定N个节点的卸载能量分配比例x=[x1,x2,…,xN]和带宽资源分配比例b=[b1,b2,…,bN],计算公式如下:
其中,xi为第i个节点的卸载能量分配比例,bi为第i个节点的带宽资源分配比例,xj为第j个节点的卸载能量分配比例,hj为第j个节点在当前时间帧下的信道增益,j=1~N且j≠i;
S33、基于二分搜索法确定x1的可行解,并根据可行解更新N个节点的卸载能量分配比例x和带宽资源分配比例b;
S34、获取无线供能边缘计算网络的速率Q(h,x,b,a),计算公式如下:
其中,h=[h1,h2,…,hN]为在当前时间帧下N个节点的信道增益集合,φ为边缘设备本地处理一比特任务所需的周期数,ke为边缘设备的计算能效系数,vu为任务卸载时的通信开销,N0是噪声功率,μ为能量捕获效率,P为边缘服务器的射频能量发射功率,hi为第i个节点在当前时间帧下的信道增益,i=1~N,B为总带宽;
S4、将获取的最大的速率对应的能量捕获时长a、卸载能量分配比例x和带宽资源分配比例b视为当前时间帧下的最优解;
S5、各节点基于最优解进行本地计算和通信,即第i个节点进行通信所需能量为xiEi、所需带宽资源为bi*B,进行本地计算所需能量为(1-xi)Ei,所述通信指将计算任务卸载至边缘服务器,其中,第i个节点的能量Ei计算公式如下:
Ei=μPhiaT。
2.如权利要求1所述的基于FDMA接入的无线供能边缘计算网络卸载决策方法,其特征在于:所述时间帧长度T=1,预设步长t=0.01。
3.如权利要求1所述的基于FDMA接入的无线供能边缘计算网络卸载决策方法,其特征在于:所述第1个节点的卸载能量分配比例x1的搜索范围满足x1max=1,x1min=0。
4.如权利要求1所述的基于FDMA接入的无线供能边缘计算网络卸载决策方法,其特征在于:所述基于二分搜索法确定x1的可行解,具体如下:
判断是否满足若是,将可行解设为当前x1,否则,当/>时,令x1max=x1,当/>时,令x1min=x1,更新x1求解N个节点的卸载能量分配比例x和带宽资源分配比例b,循环执行,直至满足/>其中,ξ是预设搜索精度。
5.如权利要求4所述的基于FDMA接入的无线供能边缘计算网络卸载决策方法,其特征在于:所述预设搜索精度ξ=0.0000001。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210399537.4A CN114915627B (zh) | 2022-04-15 | 2022-04-15 | 一种基于fdma接入的无线供能边缘计算网络卸载决策方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210399537.4A CN114915627B (zh) | 2022-04-15 | 2022-04-15 | 一种基于fdma接入的无线供能边缘计算网络卸载决策方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114915627A CN114915627A (zh) | 2022-08-16 |
CN114915627B true CN114915627B (zh) | 2024-04-02 |
Family
ID=82765262
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210399537.4A Active CN114915627B (zh) | 2022-04-15 | 2022-04-15 | 一种基于fdma接入的无线供能边缘计算网络卸载决策方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114915627B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116782412B (zh) * | 2023-08-17 | 2023-11-14 | 北京航空航天大学 | 一种基于随机接入的高动态异构无线网络资源分配方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110941667A (zh) * | 2019-11-07 | 2020-03-31 | 北京科技大学 | 一种移动边缘计算网络中的计算卸载方法及系统 |
CN111132074A (zh) * | 2019-12-26 | 2020-05-08 | 华南理工大学 | 车联网环境下多接入边缘计算卸载和帧时隙资源分配方法 |
CN113207136A (zh) * | 2021-04-02 | 2021-08-03 | 北京科技大学 | 一种联合优化计算卸载和资源分配的方法及装置 |
CN113286317A (zh) * | 2021-04-25 | 2021-08-20 | 南京邮电大学 | 一种基于无线供能边缘网络的任务调度方法 |
CN113473542A (zh) * | 2021-06-24 | 2021-10-01 | 西安邮电大学 | 无线供能边缘计算网络的时延最小化资源分配方法及装置 |
CN113556764A (zh) * | 2021-07-30 | 2021-10-26 | 云南大学 | 一种基于移动边缘计算网络的计算速率确定方法及系统 |
CN113708818A (zh) * | 2021-08-19 | 2021-11-26 | 郑州大学 | 一种智能反射面辅助的fdma通信系统的资源分配方法和装置 |
CN113727362A (zh) * | 2021-05-31 | 2021-11-30 | 南京邮电大学 | 一种基于深度强化学习的无线供电系统的卸载策略方法 |
CN113904947A (zh) * | 2021-11-15 | 2022-01-07 | 湖南大学无锡智能控制研究院 | 车路协同分布式边缘计算任务卸载与资源分配方法和系统 |
-
2022
- 2022-04-15 CN CN202210399537.4A patent/CN114915627B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110941667A (zh) * | 2019-11-07 | 2020-03-31 | 北京科技大学 | 一种移动边缘计算网络中的计算卸载方法及系统 |
CN111132074A (zh) * | 2019-12-26 | 2020-05-08 | 华南理工大学 | 车联网环境下多接入边缘计算卸载和帧时隙资源分配方法 |
CN113207136A (zh) * | 2021-04-02 | 2021-08-03 | 北京科技大学 | 一种联合优化计算卸载和资源分配的方法及装置 |
CN113286317A (zh) * | 2021-04-25 | 2021-08-20 | 南京邮电大学 | 一种基于无线供能边缘网络的任务调度方法 |
CN113727362A (zh) * | 2021-05-31 | 2021-11-30 | 南京邮电大学 | 一种基于深度强化学习的无线供电系统的卸载策略方法 |
CN113473542A (zh) * | 2021-06-24 | 2021-10-01 | 西安邮电大学 | 无线供能边缘计算网络的时延最小化资源分配方法及装置 |
CN113556764A (zh) * | 2021-07-30 | 2021-10-26 | 云南大学 | 一种基于移动边缘计算网络的计算速率确定方法及系统 |
CN113708818A (zh) * | 2021-08-19 | 2021-11-26 | 郑州大学 | 一种智能反射面辅助的fdma通信系统的资源分配方法和装置 |
CN113904947A (zh) * | 2021-11-15 | 2022-01-07 | 湖南大学无锡智能控制研究院 | 车路协同分布式边缘计算任务卸载与资源分配方法和系统 |
Non-Patent Citations (1)
Title |
---|
施丽琴 ; 叶迎晖 ; 卢光跃 ; .无线供能边缘计算网络中系统计算能效最大化资源分配方案.通信学报.(10),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN114915627A (zh) | 2022-08-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kamoun et al. | Joint resource allocation and offloading strategies in cloud enabled cellular networks | |
Fang et al. | Energy-efficient resource allocation for NOMA-MEC networks with imperfect CSI | |
CN110113195B (zh) | 一种移动边缘计算系统中联合卸载判决和资源分配的方法 | |
CN109151864B (zh) | 一种面向移动边缘计算超密集网络的迁移决策与资源优化分配方法 | |
CN110798858B (zh) | 基于代价效率的分布式任务卸载方法 | |
Zhong et al. | Deep multi-agent reinforcement learning based cooperative edge caching in wireless networks | |
CN114138373B (zh) | 一种基于强化学习的边缘计算任务卸载方法 | |
Di Lorenzo et al. | Joint optimization of radio resources and code partitioning in mobile edge computing | |
CN112416603B (zh) | 一种基于雾计算的联合优化系统和方法 | |
CN110519849B (zh) | 一种针对移动边缘计算的通信和计算资源联合分配方法 | |
CN114915627B (zh) | 一种基于fdma接入的无线供能边缘计算网络卸载决策方法 | |
CN109068382B (zh) | 一种基于时延QoS的NOMA跨层功率分配方法 | |
Mushtaq et al. | Power saving model for mobile device and virtual base station in the 5G era | |
Jian et al. | Energy-efficient switching on/off strategies analysis for dense cellular networks with partial conventional base-stations | |
Lee et al. | Transfer time, energy, and quota-aware multi-RAT operation scheme in smartphone | |
CN109003005B (zh) | 一种面向边缘计算的数据回传的绿色能源分配方法 | |
Pejoski et al. | Slotted ALOHA wireless networks with RF energy harvesting in Nakagami-m fading | |
CN107995034B (zh) | 一种密集蜂窝网络能量与业务协作方法 | |
Gao et al. | A load balancing scheme for supporting safety applications in heterogeneous software defined LTE-V networks | |
Liang et al. | Optimal power splitting for simultaneous wireless information and power transfer in millimeter-wave networks | |
Liu et al. | Optimal design of wireless-powered hierarchical fog-cloud computing networks | |
Wang et al. | Offloading Strategies for Mobile Edge Computing Based on Multi-Attribute Preferences in Smart Grids | |
CN108055676B (zh) | 基于终端级别和节点数量的4g系统d2d路由选择方法 | |
TWI657678B (zh) | 異質網路整合系統及其分流排程方法 | |
Wang et al. | Joint WiFi offloading and resource allocation for RF-powered wireless networks assisted by ambient backscatter |
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 |