期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到563篇文章
< 1 2 … 29 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于区块链的MEC环境身份认证与密钥协商
1
作者 邓昀 刘瑾 陈守学 《计算机工程与设计》 北大核心 2025年第7期1959-1966,共8页
针对移动边缘计算环境中存在的边缘安全和用户隐私问题,提出一种基于区块链的轻量级密钥身份认证协议。结合区块链技术和预分配密钥方法,采用椭圆曲线加密算法和哈希消息认证码,解决用户与边缘端之间的相互认证与密钥协商问题。充分考... 针对移动边缘计算环境中存在的边缘安全和用户隐私问题,提出一种基于区块链的轻量级密钥身份认证协议。结合区块链技术和预分配密钥方法,采用椭圆曲线加密算法和哈希消息认证码,解决用户与边缘端之间的相互认证与密钥协商问题。充分考虑边缘服务器低安全性问题,边缘密钥的存储与认证都在区块链完成,通过智能合约实现对密钥的高效安全管理。实验结果表明,该协议不仅满足基本的安全要求,提高了边缘安全性,相对于现有方案还具有一定效率优势。 展开更多
关键词 移动边缘计算 区块链 智能合约 椭圆曲线加密算法 智能移动设备 身份认证 边缘安全
在线阅读 下载PDF
RIS辅助多MEC服务器的联合任务卸载和资源分配策略
2
作者 王丹 赵静 王嘉程 《计算机应用研究》 北大核心 2025年第2期566-574,共9页
针对传统集中式计算无法有效应对海量设备产生的庞大数据,且移动边缘计算(MEC)服务器资源受限容易引起资源拥塞以及复杂的通信环境导致用户任务卸载传输受阻甚至中断的问题,提出了一种可重构智能表面(RIS)辅助多MEC服务器的联合任务卸... 针对传统集中式计算无法有效应对海量设备产生的庞大数据,且移动边缘计算(MEC)服务器资源受限容易引起资源拥塞以及复杂的通信环境导致用户任务卸载传输受阻甚至中断的问题,提出了一种可重构智能表面(RIS)辅助多MEC服务器的联合任务卸载和资源分配方法。由于最大化系统卸载效用问题是一个混合整数非线性规划问题,难以直接求解,于是整体求解过程采用交替优化法,进行迭代求解。通过联合优化RIS处相移矩阵、MEC服务器端中央处理器(central processing unit,CPU)的计算资源、卸载用户和MEC服务器的关联决策以及用户端上行传输功率,最大化系统卸载效用。具体地,通过最佳相位规划,拟凸优化技术以及凸优化技术分别求解RIS最佳相移、用户发射功率分配以及MEC服务器计算资源分配决策,并设计了一种改进的启发式算法求解用户与MEC服务器的关联决策。仿真结果表明,将RIS和改进的启发式算法结合的方法较传统求解方法中的启发式算法相比,系统的平均卸载效用提升了约22.89%,并且方法比基准方案中采用基于局部搜索的经典求解方法的卸载效用提升了约14.02%。因此,该方法有益于提高用户的通信服务质量。 展开更多
关键词 移动边缘计算 可重构智能表面 任务卸载 资源分配 启发式算法
在线阅读 下载PDF
无线供电MEC系统的计算能效最大化策略
3
作者 李陶深 巩健 +1 位作者 曾续玲 吕品 《郑州大学学报（工学版）》 CAS 北大核心 2025年第1期133-142,共10页
为了解决无线供电移动边缘计算(MEC)系统的计算能效优化问题,提出一种基于非正交多址接入的无线供电MEC系统的资源分配策略。该策略将非线性能量收集模型应用到移动设备上,通过联合优化MEC服务器和移动设备的计算频率、执行时间、基站... 为了解决无线供电移动边缘计算(MEC)系统的计算能效优化问题,提出一种基于非正交多址接入的无线供电MEC系统的资源分配策略。该策略将非线性能量收集模型应用到移动设备上,通过联合优化MEC服务器和移动设备的计算频率、执行时间、基站发射功率、设备发射功率、卸载时间和能量收集时间,比较充分地利用移动设备和MEC服务器的可用计算资源,提高设备的吞吐量和计算位数,进而最大限度地提升系统计算能效。将该联合优化问题转化为非凸分式规划问题,设计一种基于Dinkelbach的迭代算法来获得最优的资源分配方案。仿真实验表明:该资源分配策略所获得的系统计算能效更高,具有更好的性能增益。 展开更多
关键词 无线供电移动边缘计算系统 非正交多址接入 计算能效 能量收集 资源分配 计算卸载
在线阅读 下载PDF
无人机辅助的MEC任务卸载双目标优化方法
4
作者 卢晓琴 赵辉 +3 位作者 李建华 王静 万波 王泉 《西安电子科技大学学报》 北大核心 2025年第3期99-110,共12页
在无人机(UAV)辅助移动边缘计算(MEC)框架中,现有研究在UAV轨迹设计阶段主要关注了UAV的能耗约束,却往往忽视了任务负载的影响;而在任务卸载阶段,并没有综合考虑终端设备和UAV的总能耗,不能最小化UAV与终端设备总能耗。针对UAV辅助MEC... 在无人机(UAV)辅助移动边缘计算(MEC)框架中,现有研究在UAV轨迹设计阶段主要关注了UAV的能耗约束,却往往忽视了任务负载的影响;而在任务卸载阶段,并没有综合考虑终端设备和UAV的总能耗,不能最小化UAV与终端设备总能耗。针对UAV辅助MEC架构下任务卸载存在的问题,提出了一种UAV辅助的MEC任务卸载双目标优化方法。首先,综合考虑不同位置的任务负载和UAV能耗约束,引入位置兴趣指数概念LIX,建立了结合任务负载的自适应UAV轨迹设计模型,在此基础之上,以最小化任务完成时间和UAV与终端设备总能耗为目标,建立了双目标优化的任务卸载模型;其次,分析无人机位置对任务完成时间与能耗的影响,结合UAV轨迹设计、任务卸载和轨迹自适应更新,提出了一种基于LIX的自适应任务卸载策略ATOSL,实现双目标优化的任务卸载;最后,设计仿真模拟实验,证明ATOSL策略在最小化任务完成时间和UAV与终端设备总能耗两个优化目标方面的有效性。 展开更多
关键词 移动边缘计算 无人机 任务卸载 双目标优化
在线阅读 下载PDF
车联网空地协同MEC系统的通算资源在线分配优化
5
作者 付珍 李智灏 +3 位作者 郑涛 骆博雅 崔苗 张广驰 《计算机应用研究》 北大核心 2025年第8期2474-2481,共8页
使用灵活性机动性俱佳的无人机与地面基站组成空地协同移动边缘计算(MEC)系统,能有效保障具有高移动性用户的车联网的MEC服务质量。为了适应车联网用户位置的实时随机变化特性,研究在线式的空地协同MEC系统的通信与计算资源分配优化,研... 使用灵活性机动性俱佳的无人机与地面基站组成空地协同移动边缘计算(MEC)系统,能有效保障具有高移动性用户的车联网的MEC服务质量。为了适应车联网用户位置的实时随机变化特性,研究在线式的空地协同MEC系统的通信与计算资源分配优化,研究将无人机的飞行时间等分为多个时隙。在每个当前时隙,使用基于卡尔曼滤波的方法预测下一个时隙的车辆用户的位置。接着,根据当前时隙的资源分配情况,研究一个联合优化系统的通信带宽、计算任务卸载比例、无人机轨迹和计算资源的问题,最小化车辆用户的在下一个时隙的通信计算时延。为高效求解该非凸优化难题,提出一种高效交替优化算法,将原问题分解为带宽分配子问题、计算任务卸载比例分配子问题、无人机轨迹优化子问题和计算资源分配子问题,并对这些子问题进行交替迭代求解。仿真结果验证了所提在线优化算法具有良好的实时性表现,能够明显降低车辆任务所需的通信计算时延,显示了实时优化通信与计算资源在车联网中的重要性和可行性。 展开更多
关键词 无人机通信 空地协同 移动边缘计算 在线优化 资源信息预测
在线阅读 下载PDF
联合WPT和MEC的无线传感网时延优化算法
6
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
MEC辅助的无人机系统中基于多智能体强化学习的分布式任务卸载策略
7
作者 翟若雪 林鹏 +2 位作者 程方 纪阳 张治中 《科学技术与工程》 北大核心 2025年第20期8543-8551,共9页
无人机(unmanned aerial vehicle, UAV)系统具有部署灵活、视距传播等优势,成为辅助移动通信应对高密集数据处理、应急通信等业务的重要工具。然而,复杂环境下UAV的计算处理能力及续航问题是其长期面临的技术瓶颈。移动边缘计算(mobile ... 无人机(unmanned aerial vehicle, UAV)系统具有部署灵活、视距传播等优势,成为辅助移动通信应对高密集数据处理、应急通信等业务的重要工具。然而,复杂环境下UAV的计算处理能力及续航问题是其长期面临的技术瓶颈。移动边缘计算(mobile edge computing, MEC)技术的发展为解决UAV计算与能耗问题提供了有效方法。针对MEC辅助的UAV系统,提出一种基于多智能体强化学习算法的分布式任务卸载策略。将UAV的任务卸载和资源分配过程建模为多个MEC节点马尔可夫博弈过程(Markov game process, MGP)。为了解决MGP问题,提出一种面向多智能体协作的分布式强化学习算法。该算法能够使智能体基于局部观测信息,通过在线协作学习方式寻找最优策略。在对比实验中,评估了所提方案的收敛性和系统性能。结果显示该方案在收敛速度、能耗和卸载率方面均优于对比方案。 展开更多
关键词 无人机(UAV) 能量消耗 移动边缘计算 任务卸载 强化学习
在线阅读 下载PDF
基于混合协作NOMA的安全MEC能耗优化 被引量：1
8
作者 余雪勇 傅新程 朱洪波 《系统工程与电子技术》 EI CSCD 北大核心 2024年第3期1116-1124,共9页
非正交多址接入(non-orthogonal multiple access,NOMA)技术的广泛应用改变了传统物理层安全对用户传输速率的限制,在降低时延的同时会引起系统能耗增加。针对安全通信与降低能耗问题,提出一种基于混合协作NOMA的安全边缘计算传输方法... 非正交多址接入(non-orthogonal multiple access,NOMA)技术的广泛应用改变了传统物理层安全对用户传输速率的限制,在降低时延的同时会引起系统能耗增加。针对安全通信与降低能耗问题,提出一种基于混合协作NOMA的安全边缘计算传输方法。该方法对每个用户数据处理过程设计了多时隙混合协作方案,根据不同用户的信道条件分别设置卸载决策,保证用户间公平,并推导出系统保密中断概率的闭合表达式。然后以最小化系统能耗为目标,采用基于块坐标下降的三步迭代优化算法求得最优卸载方案。仿真结果显示,所提出的传输方法能在保证信息安全的条件下有效地减少系统能耗。 展开更多
关键词 非正交多址接入 物理层安全 移动边缘计算 中断概率 块坐标下降
在线阅读 下载PDF
面向用户的无人机辅助MEC网络性能优化 被引量：1
9
作者 薛建彬 武清清 张海军 《国防科技大学学报》 EI CAS CSCD 北大核心 2024年第6期166-173,共8页
针对具有高视距和高机动性特性的无人机(unmanned aerial vehicle,UAV)辅助移动边缘计算(mobile edge computing,MEC)进行空-地高效数据通信系统中无人机能耗对通信质量造成直接影响和多用户多业务需求的问题,提出了一种在确保用户体验... 针对具有高视距和高机动性特性的无人机(unmanned aerial vehicle,UAV)辅助移动边缘计算(mobile edge computing,MEC)进行空-地高效数据通信系统中无人机能耗对通信质量造成直接影响和多用户多业务需求的问题,提出了一种在确保用户体验性的前提下最小化系统能耗的交替迭代优化算法,通过建立包含无人机轨迹、信道模型、本地计算模型、计算卸载模型和无人机能耗五个子模型的UAV-MEC网络系统,联合优化无人机轨迹、用户卸载量和无人机功率,对系统能耗进行了优化。通过仿真结果表明了在与已有基准方案相比较时,终端用户的计算能耗减少了35%,系统性的整体性能得到了显著改善。 展开更多
关键词 移动边缘计算 无人机通信 用户QoE 系统能耗 多业务需求
在线阅读 下载PDF
面向MEC多智能体协同任务卸载的深度强化学习算法 被引量：1
10
作者 张茜 苏冬冬 +1 位作者 张聪 李润川 《电讯技术》 北大核心 2024年第11期1750-1757,共8页
针对移动边缘计算中的多用户协同任务卸载场景,提出了一种基于深度强化学习的多智能体协同任务卸载算法(Deep Reinforcement Learning-based Multi-agent Collaborative Task Offloading Algorithm,MCTO-DRL)。考虑到用户移动性、协同... 针对移动边缘计算中的多用户协同任务卸载场景,提出了一种基于深度强化学习的多智能体协同任务卸载算法(Deep Reinforcement Learning-based Multi-agent Collaborative Task Offloading Algorithm,MCTO-DRL)。考虑到用户移动性、协同性、任务动态优先级以及资源受限等问题,构建了一种多用户协同任务卸载的网络模型。在此基础上建立了端到端优化目标函数,并利用马尔可夫决策过程(Markov Decison Processes,MDP)形式化多任务协同卸载问题。利用双向长短期记忆(Bidirectional Long Short-Term Memory,Bi-LSTM)网络提取状态向量动态时序依赖关系的特征信息,结合强化学习方法建立高维状态与动作之间的关系映射,并设计了一种动态优先级协同采样算法,用于提高多智能体的协同性。实验分析表明,在多智能体协同任务卸载场景中,MCTO-DRL算法最优卸载概率达到86%以上,时隙累积奖励较4种基线算法分别提升约20.0%、16.23%、22.0%、9.44%,并能够适应不同复杂性和需求型的卸载任务。 展开更多
关键词 移动边缘计算 深度强化学习 协同卸载 双向长短期记忆(Bi-LSTM)网络
在线阅读 下载PDF
能量收集MEC系统中的任务卸载与资源分配方案研究
11
作者 鲜永菊 陈万琼 +1 位作者 左维昊 汪帅鸽 《小型微型计算机系统》 CSCD 北大核心 2024年第6期1363-1369,共7页
移动边缘计算(MEC)与能量收集(EH)技术相结合,可以有效缓解终端设备计算资源与电池电量不足问题.然而,能量收集的动态性、任务到达的随机性以及网络信道状态的实时变化对MEC系统的任务卸载和资源分配带来极大的挑战.为了满足队列长期稳... 移动边缘计算(MEC)与能量收集(EH)技术相结合,可以有效缓解终端设备计算资源与电池电量不足问题.然而,能量收集的动态性、任务到达的随机性以及网络信道状态的实时变化对MEC系统的任务卸载和资源分配带来极大的挑战.为了满足队列长期稳定,最小化终端设备完成任务的执行时间和能量消耗总成本,文章设计了一种基于深度强化学习(DRL)和改进差分进化的任务卸载和资源分配方案,首先通过Lyapunov随机优化理论,将随机优化问题解耦成每个确定时隙内的卸载决策子问题和资源分配子问题,然后通过DRL算法和改进的差分进化算法分别求解两个子问题.最后仿真结果表明,所提方案可以有效降低终端设备完成任务的总成本,并保证队列长期稳定. 展开更多
关键词 移动边缘计算 能量收集 任务卸载 资源分配 深度强化学习
在线阅读 下载PDF
MEC网络中基于深度确定策略梯度的能效优化
12
作者 陈卡 《火力与指挥控制》 CSCD 北大核心 2024年第7期44-49,共6页
移动边缘计算(mobile edge computing,MEC)技术能为用户提供数据处理服务,但MEC服务器的计算资源有限,用户合理地向MEC服务器迁移任务及MEC服务器基于任务要求给用户合理分配资源是提高用户端能效的关键因素。提出基于深度确定策略梯度... 移动边缘计算(mobile edge computing,MEC)技术能为用户提供数据处理服务,但MEC服务器的计算资源有限,用户合理地向MEC服务器迁移任务及MEC服务器基于任务要求给用户合理分配资源是提高用户端能效的关键因素。提出基于深度确定策略梯度的能效优化算法(deep deterministic policy gradient-based energy efficiency opti-mization,DDPG-EEO)。在满足时延要求的前提下,建立关于任务卸载率和资源分配策略的最大化能效的优化问题。再将优化问题描述成马尔可夫决策过程(Markov decision process,MDP),并利用深度确定策略梯度求解。仿真结果表明,DDPG-EEO算法降低了UTs端的能耗,并提高了任务完成率。 展开更多
关键词 移动边缘计算 任务卸载 资源分配 强化学习 深度确定策略梯度
在线阅读 下载PDF
基于改进人工蜂鸟算法的MEC任务卸载策略 被引量：2
13
作者 杨建军 唐东明 +1 位作者 李驹光 肖宇峰 《计算机工程》 CAS CSCD 北大核心 2024年第10期291-301,共11页
面对信息化网络环境中大量时延敏感型和计算密集型任务的计算需求,移动边缘计算(MEC)及其计算卸载技术提供了一种行之有效的解决方案。针对资源受限移动边缘系统的任务卸载策略,设计一种成本最优化算法。首先,结合系统的基本数据构建多... 面对信息化网络环境中大量时延敏感型和计算密集型任务的计算需求,移动边缘计算(MEC)及其计算卸载技术提供了一种行之有效的解决方案。针对资源受限移动边缘系统的任务卸载策略,设计一种成本最优化算法。首先,结合系统的基本数据构建多用户多服务器网络场景,并根据时延、能耗等待优化指标建立一种包含惩罚项的最小化成本优化模型;然后,提出一种改进人工蜂鸟算法(IAHA),通过对原算法的寻优方式与算法结构进行适应性地调整和优化,并引入一种紧急避险策略,实现系统模型与算法映射的高度契合以及对模型问题快速精确求解,进而得到系统的最优卸载策略;最后,应用策略进行部署以降低系统的成本支出和提升用户的服务体验。仿真实验结果表明,所提改进算法能够有效降低系统成本,并且在针对高维复杂模型求解时具有更突出的收敛性能和寻优精度,在特定实验条件下,所提改进算法相较于部分经典的元启发式算法和典型的新型群智能算法,系统成本减少20.79%~65.39%,所提任务卸载算法相对于本地计算策略的平均系统成本能够降低66.98%。 展开更多
关键词 移动边缘计算 计算卸载 卸载策略 成本优化 人工蜂鸟算法
在线阅读 下载PDF
基于改进NSGA-Ⅲ的D2D协同MEC多目标优化研究 被引量：4
14
作者 王志鸿 王高才 赵启飞 《计算机科学》 CSCD 北大核心 2024年第3期280-288,共9页
在当前的移动边缘计算(Mobile Edge Computing,MEC)模型中,由于任务是直接上传到MEC服务器执行,存在边缘服务器的计算压力大、空闲移动设备上的资源未得到充分利用等问题。使用边缘网络中的空闲设备进行协同计算,能够实现用户闲置资源... 在当前的移动边缘计算(Mobile Edge Computing,MEC)模型中,由于任务是直接上传到MEC服务器执行,存在边缘服务器的计算压力大、空闲移动设备上的资源未得到充分利用等问题。使用边缘网络中的空闲设备进行协同计算,能够实现用户闲置资源的合理利用,增强MEC的计算能力。因此,提出了一种利用终端直通(Device-to-Device,D2D)进行协同计算的部分卸载MEC模型(D2D Collaborative MEC for Partial Offloading,DCM-PO)。在该模型中,除本地计算和MEC服务器计算外,还能将部分任务上传到空闲D2D设备进行辅助计算。首先,以最小化边缘网络的时延、能耗和费用为目标建立多目标优化问题。然后,在多染色体混合编码、自适应交叉率和变异率等方面对基于参考点的非支配排序遗传算法(Non-dominated Sorting Genetic AlgorithmⅢ,NSGA-Ⅲ)进行改进,使之适合DCM-PO模型中的多目标优化问题求解。最后,仿真结果表明,相比基准MEC模型,DCM-PO模型在多项性能指标上有明显优势。 展开更多
关键词 移动边缘计算 D2D 任务卸载 多目标优化 NSGA-Ⅲ
在线阅读 下载PDF
基于DRL的无人机辅助MEC任务卸载算法 被引量：1
15
作者 吴文娇 郭荣佐 樊相奎 《计算机工程与设计》 北大核心 2024年第9期2697-2703,共7页
针对无人机辅助移动边缘计算系统中任务卸载问题,结合深度确定性策略梯度算法(deep deterministic policy gradient,DDPG)、改进优先经验回放机制、退火思想,提出一种深度强化学习卸载算法PPS-DDPG。采用部分卸载策略,在时延约束下,联... 针对无人机辅助移动边缘计算系统中任务卸载问题,结合深度确定性策略梯度算法(deep deterministic policy gradient,DDPG)、改进优先经验回放机制、退火思想,提出一种深度强化学习卸载算法PPS-DDPG。采用部分卸载策略,在时延约束下,联合优化用户调度、资源分配以及无人机飞行轨迹,以最小化终端用户总能耗为目标建立数学模型,运用深度强化学习算法寻找最优卸载决策。通过大量仿真实验,验证了该算法能够有效降低终端能耗,在性能和收敛程度上优于基准方案。 展开更多
关键词 移动边缘计算 无人机 计算卸载 深度强化学习 轨迹 资源分配 优先经验回放
在线阅读 下载PDF
MEC环境中面向5G网络切片的计算卸载方法 被引量：1
16
作者 张俊杰 王鹏飞 +2 位作者 陈哲毅 于正欣 苗旺 《小型微型计算机系统》 CSCD 北大核心 2024年第9期2285-2293,共9页
5G网络切片与计算卸载技术的出现,有望支持移动边缘计算(Mobile Edge Computing,MEC)系统在降低服务延迟的同时提高资源利用率,进而更好地满足不同用户的需求.然而,由于MEC系统状态的动态性与用户需求的多变性,如何有效结合网络切片与... 5G网络切片与计算卸载技术的出现,有望支持移动边缘计算(Mobile Edge Computing,MEC)系统在降低服务延迟的同时提高资源利用率,进而更好地满足不同用户的需求.然而,由于MEC系统状态的动态性与用户需求的多变性,如何有效结合网络切片与计算卸载技术仍面临着巨大的挑战.现有解决方案通常依赖于静态网络资源划分或系统先验知识,无法适应动态多变的MEC环境,造成了过度的服务延时与不合理的资源供给.为解决上述重要挑战,本文提出了一种MEC环境中面向5G网络切片的计算卸载(Computation Offloading towards Network Slicing,CONS)方法.首先,基于对历史用户请求的分析,设计了一种门控循环神经网络对未来时隙的用户请求数量进行精确预测,结合用户资源需求对网络切片进行动态调整.接着,基于网络切片资源划分的结果,设计了一种双延迟深度强化学习对计算卸载与资源分配进行决策,通过解决Q值过高估计和高方差问题,进而有效逼近动态MEC环境下的最优策略.基于真实用户通信流量数据集,大量仿真实验验证了所提的CONS方法的可行性和有效性.与其他5种基准方法相比,CONS方法能够有效地提高服务提供商的收益,且在不同场景下均展现出了更加优越的性能. 展开更多
关键词 移动边缘计算 网络切片 计算卸载 资源分配 深度强化学习
在线阅读 下载PDF
基于深度强化学习的IRS辅助NOMA-MEC通信资源分配优化 被引量：1
17
作者 方娟 刘珍珍 +1 位作者 陈思琪 李硕朋 《北京工业大学学报》 CAS CSCD 北大核心 2024年第8期930-938,共9页
为了解决无法与边缘服务器建立直连通信链路的盲区边缘用户卸载任务的问题,设计了一个基于深度强化学习(deep reinforcement learning, DRL)的智能反射面(intelligent reflecting surface, IRS)辅助非正交多址(non-orthogonal multiple ... 为了解决无法与边缘服务器建立直连通信链路的盲区边缘用户卸载任务的问题,设计了一个基于深度强化学习(deep reinforcement learning, DRL)的智能反射面(intelligent reflecting surface, IRS)辅助非正交多址(non-orthogonal multiple access, NOMA)通信的资源分配优化算法,以获得由系统和速率和能源效率(energy efficiency, EE)加权的最大系统收益,从而实现绿色高效通信。通过深度确定性策略梯度(deep deterministic policy gradient, DDPG)算法联合优化传输功率分配和IRS的反射相移矩阵。仿真结果表明,使用DDPG算法处理移动边缘计算(mobile edge computing, MEC)的通信资源分配优于其他几种对比实验算法。 展开更多
关键词 非正交多址(non-orthogonal multiple access NOMA) 智能反射面(intelligent reflecting surface IRS) 深度确定性策略梯度(deep deterministic policy gradient DDPG)算法 移动边缘计算(mobile edge computing mec) 能源效率(energy efficiency EE) 系统收益
在线阅读 下载PDF
无人机辅助MEC车辆任务卸载与功率控制近端策略优化算法 被引量：2
18
作者 谭国平 易文雄 +1 位作者 周思源 胡鹤轩 《电子与信息学报》 EI CAS CSCD 北大核心 2024年第6期2361-2371,共11页
无人机(UAVs)辅助移动边缘计算(MEC)架构是灵活处理车载计算密集、时延敏感型任务的有效模式。但是,如何在处理任务时延与能耗之间达到最佳均衡,一直是此类车联网应用中长期存在的挑战性问题。为了解决该问题,该文基于无人机辅助移动边... 无人机(UAVs)辅助移动边缘计算(MEC)架构是灵活处理车载计算密集、时延敏感型任务的有效模式。但是,如何在处理任务时延与能耗之间达到最佳均衡,一直是此类车联网应用中长期存在的挑战性问题。为了解决该问题,该文基于无人机辅助移动边缘计算架构,考虑无线信道时变特性及车辆高移动性等动态变化特征,构建出基于非正交多址(NOMA)的车载任务卸载与功率控制优化问题模型,然后将该问题建模成马尔可夫决策过程,并提出一种基于近端策略优化(PPO)的分布式深度强化学习算法,使得车辆只需根据自身获取局部信息,自主决策任务卸载量及相关发射功率,从而达到时延与能耗的最佳均衡性能。仿真结果表明,与现有方法相比较,本文所提任务卸载与功率控制近端策略优化方案不仅能够显著获得更优的时延与能耗性能,所提方案平均系统代价性能提升至少13%以上,而且提供一种性能均衡优化方法,能够通过调节用户偏好权重因子,达到系统时延与能耗水平之间的最佳均衡。 展开更多
关键词 无人机辅助计算 移动边缘计算 近端策略优化 深度强化学习 功率控制和任务卸载
在线阅读 下载PDF
MEC动态联合服务缓存和请求调度优化算法 被引量：1
19
作者 徐正超 黎作鹏 《计算机工程与设计》 北大核心 2024年第5期1451-1457,共7页
针对移动边缘计算(MEC)中边缘服务器资源有限,服务提供商面临如何充分利用稀缺的边缘资源最大化系统性能的问题,提出一种基于李雅普诺夫优化的动态优化算法。建立服务缓存和请求调度模型,得到在满足服务缓存成本的长期预算约束时最小化... 针对移动边缘计算(MEC)中边缘服务器资源有限,服务提供商面临如何充分利用稀缺的边缘资源最大化系统性能的问题,提出一种基于李雅普诺夫优化的动态优化算法。建立服务缓存和请求调度模型,得到在满足服务缓存成本的长期预算约束时最小化系统延迟的优化函数模型;利用李雅普诺夫优化技术将长期优化问题转化为多个连续时隙的实时优化问题,设计对偶分解算法求解实时优化问题。通过仿真实验验证了所提算法的有效性。 展开更多
关键词 移动边缘计算 服务缓存 请求调度 协同计算 联合优化 李雅普诺夫函数 对偶分解算法
在线阅读 下载PDF
能量收集下的D2D-MEC计算卸载
20
作者 曾耀平 刘月强 +2 位作者 关赛莘 江伟伟 夏玉婷 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2024年第5期967-978,共12页
针对移动边缘计算(MEC)在能源消耗和安全性方面的问题,研究具有社会关系和能量收集(EH)的D2D-MEC物联网网络中的任务卸载和资源分配问题,提出基于李雅普诺夫优化的D2D在线决策匹配和资源分配(ODMRA)算法.将用户之间的社会关系量化为社... 针对移动边缘计算(MEC)在能源消耗和安全性方面的问题,研究具有社会关系和能量收集(EH)的D2D-MEC物联网网络中的任务卸载和资源分配问题,提出基于李雅普诺夫优化的D2D在线决策匹配和资源分配(ODMRA)算法.将用户之间的社会关系量化为社会信任矩阵,将能源消耗、包丢失、社会信任度表述为长期随机优化问题,采用李雅普诺夫优化方法将其分解为一系列子问题后分别求解.对于D2D间的决策选择子问题,结合子模块优化和贪婪算法设计低复杂度的策略选择算法.理论分析和仿真结果表明,所提出的ODMRA算法有效地优化了卸载方案,平衡了系统服务成本和队列长度,在能量消耗、系统服务成本方面优于其他对比算法. 展开更多
关键词 移动边缘计算 设备对设备 能量收集 李雅普诺夫优化 子模块优化
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 … 29 下一页 到第 页
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部