文摘针对车联网异构业务共存时卸载决策和计算资源分配不合理造成时延和能耗增加的问题,提出了一种多阶段异构业务任务卸载与计算资源联合分配(Multi-stage Heterogeneous Services Joint Task Offloading and Computation Resource Allocation,MHS-JTOCRA)算法。首先构建了超可靠低时延通信(Ultra-reliable and Low Latency Communications,URLLC)车辆与增强移动宽带(Enhanced Mobile Broadband,eMBB)车辆共存的移动边缘计算(Mobile Edge Computing,MEC)系统模型,在保证URLLC和eMBB业务服务质量(Quality of Service,QoS)的同时,通过考虑卸载所需的计算资源、时延和能耗,对遗传算法进行迭代求解,获得eMBB和URLLC业务的最优卸载决策和计算资源分配策略。仿真结果表明,所提算法与现有任务卸载和资源分配算法相比时延降低16.37%,能耗降低12.16%。
