面向大规模多接入边缘计算场景的任务卸载算法

1

作者 卢先领 李德康 《电子与信息学报》 北大核心 2025年第1期116-127,共12页

基于单智能体强化学习的任务卸载算法在解决大规模多接入边缘计算(MEC)系统任务卸载时,存在智能体之间相互影响,策略退化的问题。而以多智能体深度确定性策略梯度(MADDPG)为代表的传统多智能体算法的联合动作空间维度随着系统内智能体... 基于单智能体强化学习的任务卸载算法在解决大规模多接入边缘计算(MEC)系统任务卸载时,存在智能体之间相互影响,策略退化的问题。而以多智能体深度确定性策略梯度(MADDPG)为代表的传统多智能体算法的联合动作空间维度随着系统内智能体的数量增加而成比例增加,导致系统扩展性变差。为解决以上问题,该文将大规模多接入边缘计算任务卸载问题,描述为部分可观测马尔可夫决策过程(POMDP),提出基于平均场多智能体的任务卸载算法。通过引入长短期记忆网络(LSTM)解决局部观测问题,引入平均场近似理论降低联合动作空间维度。仿真结果表明,所提算法在任务时延与任务掉线率上的性能优于单智能体任务卸载算法,并且在降低联合动作空间的维度情况下,任务时延与任务掉线率上的性能与MADDPG一致。 展开更多

关键词 多接入边缘计算 任务卸载 强化学习 多智能体算法 平均场近似理论

在线阅读 下载PDF 职称材料

多接入边缘计算赋能的AI质检系统任务实时调度策略 被引量：3

2

作者 周晓天 孙上 +2 位作者 张海霞 邓伊琴 鲁彬彬 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第2期662-670,共9页

AI质检是智能制造的重要环节,其设备在进行产品质量检测时会产生大量计算密集型和时延敏感型任务。由于设备计算能力不足,执行检测任务时延较大,极大影响生产效率。多接入边缘计算(MEC)通过将任务卸载至边缘服务器为设备提供就近算力,... AI质检是智能制造的重要环节,其设备在进行产品质量检测时会产生大量计算密集型和时延敏感型任务。由于设备计算能力不足,执行检测任务时延较大,极大影响生产效率。多接入边缘计算(MEC)通过将任务卸载至边缘服务器为设备提供就近算力,提升任务执行效率。然而,系统中存在信道变化和任务随机到达等动态因素,极大影响卸载效率,给任务调度带来了挑战。该文面向多接入边缘计算赋能的AI质检任务调度系统,研究了联合任务调度与资源分配的长期时延最小化问题。由于该问题状态空间大、动作空间包含连续变量,该文提出运用深度确定性策略梯度(DDPG)进行实时任务调度算法设计。所设计算法可基于系统实时状态信息给出最优决策。仿真结果表明,与基准算法相比,该文所提算法具有更好的性能表现和更小的任务执行时延。 展开更多

关键词 多接入边缘计算 任务调度 资源分配 深度强化学习 AI质检系统

在线阅读 下载PDF 职称材料

面向多接入边缘计算的VNFM分布式部署方案 被引量：4

3

作者 马悦 张玉梅 《西安电子科技大学学报》 EI CAS CSCD 北大核心 2021年第4期20-26,96,共8页

针对移动边缘计算架构下的虚拟网络功能管理器的部署问题,提出一种基于免疫优化算法的分布式部署方案。首先,利用混合整数规划建立虚拟网络功能管理器的部署模型;然后,给出一种基于免疫优化算法的部署方案。算法以最小化通信开销为目标... 针对移动边缘计算架构下的虚拟网络功能管理器的部署问题,提出一种基于免疫优化算法的分布式部署方案。首先,利用混合整数规划建立虚拟网络功能管理器的部署模型;然后,给出一种基于免疫优化算法的部署方案。算法以最小化通信开销为目标,综合考虑个体的抗体亲和度和抗原亲和度,结合种群中个体适应度以及免疫系统的多样性特征,实现虚拟网络功能管理器的优化部署。仿真结果表明,相比于现有部署方案,新提出部署方案的个体评价机制能够更全面地描述虚拟网络功能管理器部署问题中个体的适应度和个体间的相似度;能够有效避免算法在部署过程中陷入局部最优解,提高算法性能;并且能够加速算法收敛,降低算法执行的时间。 展开更多

关键词 多接入边缘计算 免疫优化算法 虚拟网络功能部署

在线阅读 下载PDF 职称材料

面向IoT的两级多接入边缘计算节能卸载策略 被引量：3

4

作者 邓宇 赵军辉 张青苗 《计算机工程与应用》 CSCD 北大核心 2022年第13期94-101,共8页

多接入边缘计算(multi-access edge computing,MEC)技术将计算和存储资源下沉到网络边缘,可大幅提高物联网(Internet of things,IoT)系统的计算能力和实时性。然而,MEC往往面临计算需求增长和能量受限的约束,高效的计算卸载及能耗优化... 多接入边缘计算(multi-access edge computing,MEC)技术将计算和存储资源下沉到网络边缘,可大幅提高物联网(Internet of things,IoT)系统的计算能力和实时性。然而,MEC往往面临计算需求增长和能量受限的约束,高效的计算卸载及能耗优化机制是MEC技术中重要的研究领域。为保证计算效率的同时最大程度提升计算过程中的能效,提出了两级边缘节点(edge nodes,ENs)中继网络模型,并设计了一种计算资源及信道资源联合优化的最优能耗卸载策略算法(optimal energy consumption algorithm,OECA)。将MEC中的能效建模为0-1背包问题;以最小化系统总体能耗为目标,系统自适应地选择计算模式和分配无线信道资源;在Python环境下仿真验证了算法性能。仿真结果表明,相比于基于有向无环图的卸载策略算法(directed acyclic graph algorithm,DAGA),OECA可将网络容量提升18.3%,能耗缩减13.1%。 展开更多

关键词 多接入边缘计算 物联网 卸载策略 通信能耗

在线阅读 下载PDF 职称材料

多接入边缘计算在智慧矿山网络中应用分析 被引量：3

5

作者 刘海鹏 周淑秋 《工矿自动化》 北大核心 2022年第3期26-31,共6页

针对当前矿山网络软硬件设备种类繁多、制式复杂、资源共享率低,网络升级改造困难,因上下行传输带宽受限、服务总时延过长而导致垂直业务需求无法得到满足等问题,提出在矿山网络中引入多接入边缘计算(MEC)技术,为实现智慧矿山提供支撑... 针对当前矿山网络软硬件设备种类繁多、制式复杂、资源共享率低,网络升级改造困难,因上下行传输带宽受限、服务总时延过长而导致垂直业务需求无法得到满足等问题,提出在矿山网络中引入多接入边缘计算(MEC)技术,为实现智慧矿山提供支撑。针对智慧矿山视频监控类、时延敏感类、连接类业务,探讨了MEC应用模式,分析了MEC支持多种协议和设备接入特性,指出MEC是基于现有井下多种协议和设备提供融合管控的唯一选择,是为用户提供端到端、无差别高质量服务的最佳解决方案。建立了基于业务需求的矿山网络计算树模型,将其演进发展划分为Pre-5G、5G、Beyond-5G(6G) 3个阶段,分析了各阶段的主要特征和标志性技术,以及负载均衡性、业务移动性、数据安全性、可扩展性、一体化特性等业务特性,指出各特性在第1阶段最差,在第3阶段最优,但距离实现硬件设备真正通用、接口完全标准化的目标还存在差距。结合计算树模型,提出了一种智慧矿山网络MEC部署模型,指出该模型基于深度为2的三级扁平化结构,能够充分发挥各级节点的边缘计算能力,在兼顾各节点负载均衡的同时动态选择任务卸载策略,从而完成高效任务协同,且各节点功能可根据地面/井下实际情况按需取舍、灵活调配,适用于智慧矿山建设的各个阶段。 展开更多

关键词 智慧矿山 矿山专网 多接入边缘计算 5G 计算树 网络切片 网元下沉

在线阅读 下载PDF 职称材料

多接入边缘计算中相关性任务的联合调度算法

6

作者 鲁蔚锋 李宁 +2 位作者 徐佳 徐力杰 徐建 《通信学报》 EI CSCD 北大核心 2023年第4期87-98,共12页

多接入边缘计算已经成为资源密集型应用程序的有前途的计算范式。不过,先前大部分研究工作没有考虑到任务的相关性,这可能导致不可行的调度决策。考虑应用程序上有些任务必须要在本地完成,研究了相关性任务在本地和边缘侧的联合调度方法... 多接入边缘计算已经成为资源密集型应用程序的有前途的计算范式。不过,先前大部分研究工作没有考虑到任务的相关性,这可能导致不可行的调度决策。考虑应用程序上有些任务必须要在本地完成,研究了相关性任务在本地和边缘侧的联合调度方法,并考虑了多接入边缘计算卸载场景下的另一个不可忽视的能耗问题。将问题形式化为在满足应用程序的完成截止时间约束的条件下最小化系统中的能耗,并提出联合调度(JS)算法解决该问题。最后通过仿真实验分析JS算法在应用程序的完成率和系统能耗两方面的性能。仿真结果表明,JS算法在应用程序的完成率上优于其他对比算法并且至少可以节省43%的系统能耗。 展开更多

关键词 多接入边缘计算 相关性任务 能耗 任务调度 联合调度算法

在线阅读 下载PDF 职称材料

面向云网融合的细粒度多接入边缘计算架构 被引量：14

7

作者 王璐 张健浩 +1 位作者 王廷 伍楷舜 《计算机研究与发展》 EI CSCD 北大核心 2021年第6期1275-1290,共16页

随着智能终端设备的爆发式增长,多接入边缘计算(multi-access edge computing,MEC)成为支持多服务、多租户生态系统的关键技术之一.多接入边缘计算通过结合云端的移动计算技术和接入网的无线通信技术,实现了云端和网络的高效融合.然而,... 随着智能终端设备的爆发式增长,多接入边缘计算(multi-access edge computing,MEC)成为支持多服务、多租户生态系统的关键技术之一.多接入边缘计算通过结合云端的移动计算技术和接入网的无线通信技术,实现了云端和网络的高效融合.然而,目前的边缘计算技术对于所有可能的资源(例如计算、通信、缓存)并没有细粒度的控制能力,因此并不能对延迟敏感的实时服务提供很好的支持.为了解决这个关键问题,设计了一种基于软件定义(software defined)的细粒度多接入边缘计算架构,可以对网络资源和计算资源进行细粒度的控制并进行协同管理,并设计了一种基于深度强化学习Q-Learning的两级资源分配策略,从而提供更有效的计算卸载和服务增强.大量的仿真实验证明了该架构的有效性. 展开更多

关键词 云网融合 多接入边缘计算 细粒度接入网 软件定义网络 深度强化学习

在线阅读 下载PDF 职称材料

面向多接入边缘计算的计算卸载方案研究综述 被引量：9

8

作者 张冰洁 杨彦红 曹少中 《计算机科学与探索》 CSCD 北大核心 2023年第9期2030-2046,共17页

物联网盛行背景下海量大规模机器通信时代的发展带来数据流量的爆炸式增长,传统的云计算模式不再满足终端数据处理低时延和低能耗的需求,靠近终端侧分布式多节点的多接入边缘计算(MEC)正在成为解决该问题的最佳选择。计算卸载作为MEC的... 物联网盛行背景下海量大规模机器通信时代的发展带来数据流量的爆炸式增长,传统的云计算模式不再满足终端数据处理低时延和低能耗的需求,靠近终端侧分布式多节点的多接入边缘计算(MEC)正在成为解决该问题的最佳选择。计算卸载作为MEC的关键技术,卸载性能受多种因素的影响,存在很大的优化空间,如何设计出高性能的计算卸载方案成为国内外学者主要的研究目标。综述了面向MEC的计算卸载方案,介绍了MEC的概念,梳理了MEC的发展与应用、计算卸载的执行过程,对近期关于计算卸载的研究方法进行分析对比,针对不同的改进,归纳总结出以计算卸载系统环境和计算卸载时延、移动设备能耗以及综合多个评价指标为优化方向的计算卸载方案。提出当前面向MEC的计算卸载存在的资源分配问题、通用性与安全性问题,并且基于现有的这些问题展望了未来研究方向。 展开更多

关键词 多接入边缘计算 计算卸载方案 负载均衡 延迟最小化 降低能耗

在线阅读 下载PDF 职称材料

多接入边缘计算网络的资源共享与激励机制 被引量：1

9

作者 宋良均 孙罡 +1 位作者 孙健 虞红芳 《通信学报》 EI CSCD 北大核心 2023年第11期67-78,共12页

针对“云-边-端”三层边缘网络架构,提出了一种三方激励机制辅助的边缘设备资源共享算法以管理和分配共享资源。首先,考虑单点网络拥塞、全网覆盖率约束、有限资源约束和传输成本约束,将边缘设备抽象为不同的功能性节点并设计基于凸包... 针对“云-边-端”三层边缘网络架构,提出了一种三方激励机制辅助的边缘设备资源共享算法以管理和分配共享资源。首先,考虑单点网络拥塞、全网覆盖率约束、有限资源约束和传输成本约束,将边缘设备抽象为不同的功能性节点并设计基于凸包络的共享节点选择算法,实现了全覆盖、低能耗的共享资源部署方案。其次,针对在边缘设备上分配共享资源导致的附加成本问题,基于共享资源租赁模式设计了三方共享激励机制,保障了边缘设备长期稳定地参与共享机制。仿真结果表明,相较于现有算法,所提算法的系统能耗和节点收益都有显著的改善。 展开更多

关键词 多接入边缘计算 凸包络 资源共享 激励机制

在线阅读 下载PDF 职称材料

基于高空平台的边缘计算卸载:网络、算法和展望

10

作者 孙恩昌 李梦思 +2 位作者 何若兰 张卉 张延华 《北京工业大学学报》 CAS CSCD 北大核心 2024年第3期348-361,共14页

高空平台(high altitude platform,HAP)技术与多接入边缘计算(multi-access edge computing,MEC)技术的结合将MEC服务器部署区域由地面扩展到空中,打破传统地面MEC网络的局限性,为用户提供无处不在的计算卸载服务。针对基于HAP的MEC卸... 高空平台(high altitude platform,HAP)技术与多接入边缘计算(multi-access edge computing,MEC)技术的结合将MEC服务器部署区域由地面扩展到空中,打破传统地面MEC网络的局限性,为用户提供无处不在的计算卸载服务。针对基于HAP的MEC卸载研究进行综述,首先,从HAP计算节点的优势、网络组成部分、网络结构、主要挑战及其应对技术4个方面分析基于HAP的MEC网络;其次,分别从图论、博弈论、机器学习、联邦学习等理论的角度对基于HAP的MEC卸载算法进行横向分析和纵向对比;最后,指出基于HAP的MEC卸载技术目前存在的问题,并对该技术的未来研究方向进行展望。 展开更多

关键词 高空平台(high altitude platform HAP) 多接入边缘计算(multi-access edge computing MEC) 计算卸载 图论 博弈论 机器学习

在线阅读 下载PDF 职称材料

无人机辅助边缘计算网络的任务卸载与资源分配联合优化 被引量：1

11

作者 周晓天 杨潇辉 +1 位作者 张海霞 邓伊琴 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第12期4399-4408,共10页

利用无人机(UAV)作为空中中继节点,构建空地一体化的边缘计算网络,可以有效克服地面环境局限,拓展网络覆盖范围,为用户提供便利计算服务。该文面向无人机中继辅助的多用户、多服务器边缘计算网络场景,以最大化任务完成量为目标,研究了... 利用无人机(UAV)作为空中中继节点,构建空地一体化的边缘计算网络,可以有效克服地面环境局限,拓展网络覆盖范围,为用户提供便利计算服务。该文面向无人机中继辅助的多用户、多服务器边缘计算网络场景,以最大化任务完成量为目标,研究了无人机部署位置、用户-服务器关联策略、无人机带宽分配的联合优化问题。由于该问题包含连续与离散变量,故该文综合运用差分进化、粒子群优化等工具,提出了一种基于块坐标下降(BCD)的次优算法进行求解。所提算法将原问题解耦为3个子问题独立求解,并通过迭代逼近原始问题最优解。仿真实验表明,所提算法可在满足用户任务时延需求的前提下,最大化系统总任务完成量,优于其他对比算法。 展开更多

关键词 无人机通信 多接入边缘计算 任务卸载 资源分配

在线阅读 下载PDF 职称材料

混合部署中无人机辅助的计算卸载时延优化

12

作者 霍英卓 李爱萍 +1 位作者 段利国 赵菊敏 《计算机工程与设计》 北大核心 2025年第3期726-733,共8页

在混合部署场景下,为减少时延,提升多个终端用户的综合体验,提出一种无人机作为动态边缘服务器部署到高空平台辅助卸载,并结合视距通信路径损耗、通信、计算多阶段模型的时延优化任务卸载方法。将时延优化建模为一个非凸问题,用整数非... 在混合部署场景下,为减少时延,提升多个终端用户的综合体验,提出一种无人机作为动态边缘服务器部署到高空平台辅助卸载,并结合视距通信路径损耗、通信、计算多阶段模型的时延优化任务卸载方法。将时延优化建模为一个非凸问题,用整数非线性规划模型来表述,求解中进一步将其分割为多个时隙内任务卸载时延的最小化问题,结合系统模型、任务卸载流程、优化目标,将卸载策略优化分为两阶段,找到原问题的较优解。仿真结果表明,该方法与其它同类研究方案相比,能够充分利用无人机动态边缘服务器资源减少时延,具有良好的可扩展性。 展开更多

关键词 多接入边缘计算 无人机 混合部署 计算卸载 视距通信 卸载时延 时延优化

在线阅读 下载PDF 职称材料

智能边缘计算网络关键技术研究 被引量：3

13

作者 陆威 章璐 +3 位作者 杜鹏 李立平 史庭祥 杨立 《无线电通信技术》 2022年第3期480-484,共5页

针对大范围移动场景下的计算和网络需求,介绍了边缘计算和5G网络的特征,分析了当前边缘计算和网络面临的问题,提出了“MEC-云”智能预加载、网随端动的UPF智能预切换、边随网动的“MEC-MEC”智能预切换等关键技术,基于这些关键技术能从... 针对大范围移动场景下的计算和网络需求,介绍了边缘计算和5G网络的特征,分析了当前边缘计算和网络面临的问题,提出了“MEC-云”智能预加载、网随端动的UPF智能预切换、边随网动的“MEC-MEC”智能预切换等关键技术,基于这些关键技术能从端到端满足大范围移动场景下的低时延业务要求。最后结合大数据和人工智能(Artificial Intelligence,AI)的特点,提出了智能边缘计算网络技术的发展落实需要产业链协同合作的建议。 展开更多

关键词 多接入边缘计算 人工智能 预加载 预切换迁移

在线阅读 下载PDF 职称材料

智能网联汽车计算卸载与边缘缓存联合优化策略 被引量：5

14

作者 丁飞 沙宇晨 +2 位作者 洪莹 蒯晓 张登银 《系统仿真学报》 CAS CSCD 北大核心 2023年第6期1203-1214,共12页

为了保障智能网联汽车的低时延通信,利用蜂窝车联网中V2X(vehicle to everything)信道模型、边缘计算技术,研究计算卸载与边缘缓存联合优化策略。设计了一种智能网联汽车计算卸载与边缘缓存协同模型L-DDPG(least-deep deterministic pol... 为了保障智能网联汽车的低时延通信,利用蜂窝车联网中V2X(vehicle to everything)信道模型、边缘计算技术,研究计算卸载与边缘缓存联合优化策略。设计了一种智能网联汽车计算卸载与边缘缓存协同模型L-DDPG(least-deep deterministic policy gradient),通过对车载本地与边缘计算资源的整合,支持V2X场景下对不同计算任务的分类处理。由边缘平台对车载计算请求进行预判决,确保对连续的计算任务快速响应;结合基于最近最少使用(least recently used,LRU)的边缘缓存策略,实现对新计算任务的高效管理;基于DDPG算法对计算卸载与边缘缓存进行联合卸载决策。仿真结果表明:L-DDPG模型性能优于传统模型,能够有效提升系统的工作效能,在保障业务服务质量的同时降低时延和系统资源消耗。 展开更多

关键词 智能网联汽车 V2X(vehicle to everything) 多接入边缘计算 深度强化学习 计算卸载 边缘缓存

在线阅读 下载PDF 职称材料

多无人机辅助MEC环境中基于Wardrop路由博弈的计算卸载 被引量：1

15

作者 汪昕隆 林兵 陈星 《计算机科学》 CSCD 北大核心 2024年第3期309-316,共8页

无人机(Unmanned Aerial Vehicles,UAVs)与多接入边缘计算(Multi-access Edge Computing,MEC)技术的结合突破了传统地面通信的局限性,已成为解决MEC中任务卸载问题的重要手段。由于单无人机可提供的计算资源和能量有限,为了应对日益扩... 无人机(Unmanned Aerial Vehicles,UAVs)与多接入边缘计算(Multi-access Edge Computing,MEC)技术的结合突破了传统地面通信的局限性,已成为解决MEC中任务卸载问题的重要手段。由于单无人机可提供的计算资源和能量有限,为了应对日益扩大的网络规模,考虑了多无人机辅助MEC环境中的任务卸载问题。基于问题定义,任务卸载过程可以视为一个在平行链路上进行的、具有玩家特定延迟函数的Wardrop路由博弈,目的是得到均衡状态和最优状态下的卸载策略,并量化分析两者间的差距。由于均衡解难以计算,因此构造了一个新的势函数,将均衡问题转换成最小化势函数问题。同时使用Frank-Wolfe算法最终获得均衡和最优卸载策略。算法在每次迭代中将目标函数线性化,通过求解线性规划得到可行方向,进而沿此方向在可行域内作一维搜索。仿真实验表明,相比其他基准测试方法,基于平行链路Wardrop路由博弈的均衡卸载策略能够有效降低模型总成本,且与最优卸载策略下总成本的比值约为1。 展开更多

关键词 多接入边缘计算 任务卸载 无人机 Wardrop路由博弈 Frank-Wolfe算法

在线阅读 下载PDF 职称材料

无人机与车辆协助下的分布式多任务边缘计算卸载算法 被引量：7

16

作者 尼俊红 吕梦楠 《科学技术与工程》 北大核心 2021年第3期1045-1051,共7页

为满足密集分布用户的服务质量和体验质量,建立了车辆和无人机协助下的多接入边缘计算卸载模型,车辆、无人机和路边单元作为边缘节点,将不同的计算任务按需卸载到不同类型的边缘节点进行处理。设计了基于分布式匹配-贪婪算法的终端用户... 为满足密集分布用户的服务质量和体验质量,建立了车辆和无人机协助下的多接入边缘计算卸载模型,车辆、无人机和路边单元作为边缘节点,将不同的计算任务按需卸载到不同类型的边缘节点进行处理。设计了基于分布式匹配-贪婪算法的终端用户任务卸载方案以最小化系统功耗,并研究了用户数量和延迟容忍对卸载方案的影响。仿真结果表明:该方案在满足延迟约束的条件下降低了系统功耗,保证了用户的服务质量;特别是在人群密集分布的情况下,能有效提高中心用户的体验质量。 展开更多

关键词 超密集用户 多接入边缘计算卸载 匹配算法 无人机 路边单元

在线阅读 下载PDF 职称材料

基于“通算存”资源协同的无人机链路异常监测方案研究 被引量：1

17

作者 王清 夏晓东 +3 位作者 荆臻 代燕杰 孙建德 冯传奋 《电信科学》 北大核心 2025年第2期168-181,共14页

近年来无人机(unmanned aerial vehicle,UAV)以其低成本、高灵活的特点在网络链路监测领域得到了广泛应用,但其高移动性、电量受限特性使监测任务实时、高效处理面临严峻的挑战。以智慧电力中通过无人机进行链路异常监测应用为例,针对... 近年来无人机(unmanned aerial vehicle,UAV)以其低成本、高灵活的特点在网络链路监测领域得到了广泛应用,但其高移动性、电量受限特性使监测任务实时、高效处理面临严峻的挑战。以智慧电力中通过无人机进行链路异常监测应用为例,针对不同监测场景需求,基于云、边、端节点的通信资源、计算资源、存储资源,综合考虑任务卸载与迁移联合优化,构建了基于“通算存”资源协同的任务处理模型,提出了基于“通算存”资源协同效益最优和时延最优两种链路异常监测方案。仿真实验揭示了基于“通算存”资源协同任务处理的内在机理。结果表明,与传统基于“通算”资源协同方案相比,所提链路异常监测方案具有更高的任务处理效益或更低的任务处理时延。 展开更多

关键词 无人机 链路监测 “云-边-端”组网 资源协同 多接入边缘计算

在线阅读 下载PDF 职称材料

联合WPT和MEC的无线传感网时延优化算法

18

作者 张健 刘鹏博 汤健 《数据采集与处理》 北大核心 2025年第1期163-175,共13页

无线传感网络(Wireless sensor network,WSN)受电池能量有限和计算能力不足的约束,使得电池续航能力成为其广泛部署的瓶颈。本文利用无线电能传输(Wireless power transmission,WPT)和多接入边缘计算(Multi-access edge computing,MEC)... 无线传感网络(Wireless sensor network,WSN)受电池能量有限和计算能力不足的约束,使得电池续航能力成为其广泛部署的瓶颈。本文利用无线电能传输(Wireless power transmission,WPT)和多接入边缘计算(Multi-access edge computing,MEC)技术,在传感器节点能耗受限的情况下,通过联合优化节点卸载决策、无线供电时长和带宽资源分配,最大限度地降低了传感器节点的任务平均完成时延。本文将优化问题建模成混合整数规划问题,并且为了适应复杂动态的信道环境,提出了一种基于柔性动作评价(Soft actor critic,SAC)的时延最小化深度强化学习算法(Deep reinforcement learning delay minimization,DrlDM),将原始优化问题建模成马尔可夫决策过程(Markov decision process,MDP)。仿真结果表明,与3种基线实验相比,本文提出的DrlDM算法平均延迟降低62.11%,显著缩短了节点的任务平均完成时间。 展开更多

关键词 多接入边缘计算 深度强化学习 无线传感网络 无线电能传输 计算卸载

在线阅读 下载PDF 职称材料

基于双层Stackelberg博弈的MEC计算卸载方案 被引量：1

19

作者 孙伟峰 张渊櫆 +1 位作者 江贺 秦一星 《软件学报》 EI CSCD 北大核心 2023年第9期4275-4293,共19页

多接入边缘计算(multi-access edge computing, MEC)中的计算卸载问题已经成为当前研究的热点之一.目前的计算卸载方案仅考虑云、边、端结构中的计算卸载问题,而未考虑到其公、私有云的属性.提出了一种新的计算卸载方案,所提方案考虑了... 多接入边缘计算(multi-access edge computing, MEC)中的计算卸载问题已经成为当前研究的热点之一.目前的计算卸载方案仅考虑云、边、端结构中的计算卸载问题,而未考虑到其公、私有云的属性.提出了一种新的计算卸载方案,所提方案考虑了边缘计算中公有云与私有云之间的关系,将公有云作为了私有云资源的补充,可以缓解由于私有云资源局限性带来的算力不足问题;并通过建立双层Stackelberg博弈来解决计算卸载问题.对公有云、私有云以及用户的策略和收益进行了分析,求出了各参与人的最优策略,证明了双层博弈的纳什均衡解的存在性及唯一性.仿真结果和分析也验证了基于双层Stackelberg博弈的计算卸载方案的可行性,且相较基于单层Stackelberg博弈的卸载方案更高效,更适合可扩展的边缘计算的环境. 展开更多

关键词 多接入边缘计算 计算卸载 双层Stackelberg博弈

在线阅读 下载PDF 职称材料

面向异构工业任务高并发计算卸载的深度强化学习算法 被引量：15

20

作者 刘晓宇 许驰 +1 位作者 曾鹏 于海斌 《计算机学报》 EI CAS CSCD 北大核心 2021年第12期2367-2381,共15页

进入工业4.0时代,大规模互联分布式智能工业设备产生了海量的具有时延敏感和计算负载差异的异构工业任务,终端侧有限的计算能力难以支持任务的实时高效处理.通过工业无线网络将任务卸载到网络边缘侧服务器进行多接入边缘计算成为解决终... 进入工业4.0时代,大规模互联分布式智能工业设备产生了海量的具有时延敏感和计算负载差异的异构工业任务,终端侧有限的计算能力难以支持任务的实时高效处理.通过工业无线网络将任务卸载到网络边缘侧服务器进行多接入边缘计算成为解决终端侧算力受限问题的一种有效手段.然而,工业无线网络有限的时频资源难以支持大规模分布式工业设备的高并发任务卸载.本文充分考虑异构工业任务高并发计算卸载中有限时频资源约束和建模难的问题,提出一种基于深度强化学习的动态优先级并发接入算法(Deep Reinforcement Learning-based Concurrent Access Algorithm with Dynamic Priority,CADP-DRL).该算法首先分析异构工业任务的时延敏感性和计算负载时变性,为工业设备分配不同的优先级,动态地改变工业设备接入信道进行计算卸载的概率.然后,利用Markov决策过程形式化动态优先级高并发计算卸载问题,并采用深度强化学习方法建立高维状态空间下状态到动作的映射关系.针对动态优先级和并发卸载的多目标决策问题,设计了包含优先级奖励和卸载奖励的复合奖励函数.为保证训练数据的独立同分布,同时提高算法收敛速度,提出了带经验权重的经验回放方法.对比实验结果表明,CADP-DRL能够快速收敛,实时响应,在实现最小卸载冲突的情况下为高优先级工业设备提供最高的成功卸载概率保证,性能优于slotted-Aloha、DQN、DDQN和D3QN算法. 展开更多

关键词 多接入边缘计算 工业无线网络 动态优先级 任务卸载 深度强化学习

在线阅读 下载PDF 职称材料