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160篇文章
< 1 2 … 8 >
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：
RIS辅助多MEC服务器的联合任务卸载和资源分配策略
1
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
2
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
基于改进人工蜂鸟算法的MEC任务卸载策略 被引量：2
3
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
基于深度强化学习的IRS辅助NOMA-MEC通信资源分配优化 被引量：1
4
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
5
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
异步移动边缘计算网络中的联合任务调度与计算资源分配优化策略
6
作者 王汝言 杨安琪 +2 位作者 吴大鹏 唐桐 祝志远 《电子与信息学报》 北大核心 2025年第2期470-479,共10页
移动边缘计算(MEC)通过将密集型任务从传感器卸载到附近边缘服务器,来增强本地的计算能力,延长其电池寿命。然而,在面向无线传感器网等时变环境中,任务之间的异构性可能会导致通信低效率、高时延等问题。为此,该文提出一种异步移动边缘... 移动边缘计算(MEC)通过将密集型任务从传感器卸载到附近边缘服务器,来增强本地的计算能力,延长其电池寿命。然而,在面向无线传感器网等时变环境中,任务之间的异构性可能会导致通信低效率、高时延等问题。为此,该文提出一种异步移动边缘计算网络中的联合任务调度与计算资源分配优化策略,该策略实时感知任务信息年龄和能耗,将异步边缘卸载问题数学建模为NP难(NP-hard problem)的混合整数规划问题,并提出基于混合动作优势演员-评论家(HA2C)强化学习算法的任务调度和计算资源分配方案解决该问题。仿真结果表明,该文方法能显著降低异步卸载网络的平均信息年龄和能耗,满足无线传感器网络对任务时效性的要求。 展开更多
关键词 异步移动边缘计算 无线传感器网络 平均信息年龄 平均能耗 混合动作强化学习
在线阅读 下载PDF
部分可观测环境中基于图强化的任务卸载与资源分配方法
7
作者 代钰 景宗明 +1 位作者 杨雷 高振 《东北大学学报(自然科学版)》 北大核心 2025年第1期9-17,25,共10页
为了解决部分可观测环境中由于边缘服务器之间缺乏有效通信而导致的全局信息缺失问题,构建了基于图注意力机制的边缘服务器间沟通机制,将移动边缘计算(mobile edge computing,MEC)系统构建为图结构,使边缘服务器之间可以通过图中的边进... 为了解决部分可观测环境中由于边缘服务器之间缺乏有效通信而导致的全局信息缺失问题,构建了基于图注意力机制的边缘服务器间沟通机制,将移动边缘计算(mobile edge computing,MEC)系统构建为图结构,使边缘服务器之间可以通过图中的边进行消息传递,进而间接得到MEC系统的全局状态信息.同时引入双注意力机制,使边缘服务器更多关注对策略优化更有用的通信消息,加快模型收敛速度并提高算法性能.仿真实验结果表明,与基线算法相比,本文所提出的算法可以有效降低任务完成时延与能耗,同时具有收敛速度快的优点. 展开更多
关键词 移动边缘计算 深度强化学习 任务卸载 资源分配 消息通信
在线阅读 下载PDF
D2D辅助移动边缘计算下的任务卸载和资源分配研究 被引量：1
8
作者 占慧芳 李正权 +1 位作者 武贵路 聂高峰 《电子测量与仪器学报》 北大核心 2025年第1期90-100,共11页
针对移动边缘计算(MEC)环境下终端设备任务卸载时资源分配效率低的问题,提出一种基于终端直传通信(D2D)技术辅助MEC系统的多任务部分卸载方案。该方案基于块坐标下降法(BCD)实现任务卸载和资源分配策略的联合优化,借助动态定价策略激励... 针对移动边缘计算(MEC)环境下终端设备任务卸载时资源分配效率低的问题,提出一种基于终端直传通信(D2D)技术辅助MEC系统的多任务部分卸载方案。该方案基于块坐标下降法(BCD)实现任务卸载和资源分配策略的联合优化,借助动态定价策略激励服务型设备(SSDs)共享剩余可用计算资源,以最小化系统执行成本。首先利用重构-线性化技术(RLT)和凸优化理论优化计算资源分配和卸载比例划分,决定任务分配至本地计算、D2D卸载和边缘卸载时数据量;其次根据优化后卸载策略选择最优SSDs执行D2D卸载任务。仿真结果表明,与传统部分卸载方案、中继辅助卸载方案和协同计算卸载方案相比,所提卸载方案在不同设备数目下系统执行总成本分别减少27.62%、25.58%和19.98%,在不同最大容忍时延条件下系统执行总成本分别平均下降约43.35%、38.19%和36.79%及在不同任务数据大小下系统执行总成本分别平均下降约36.47%、30.60%和29.15%。进一步实验表明,与贪婪卸载方案相比,所提卸载方案在不同设备数目、最大容忍时延和任务数据量下分别平均优化7.59%、0.39%和3.10%系统执行成本,有效提高系统资源利用率并降低执行成本。 展开更多
关键词 移动边缘计算 任务卸载 D2D通信 资源分配 块坐标下降法
在线阅读 下载PDF
5GMEC融合架构及部署策略 被引量：41
9
作者 张建敏 谢伟良 +1 位作者 杨峰义 武洲云 《电信科学》 2018年第4期109-117,共9页
移动/多接入边缘计算(MEC)技术通过将计算存储能力与业务服务能力向网络边缘迁移,使应用、服务和内容可以实现本地化、近距离、分布式部署,从而在一定程度上解决了5G增强移动宽带、低时延高可靠以及大规模机器通信类终端连接等场景的业... 移动/多接入边缘计算(MEC)技术通过将计算存储能力与业务服务能力向网络边缘迁移,使应用、服务和内容可以实现本地化、近距离、分布式部署,从而在一定程度上解决了5G增强移动宽带、低时延高可靠以及大规模机器通信类终端连接等场景的业务需求。同时MEC通过充分挖掘移动网络数据和信息,实现移动网络上下文信息的感知和分析并开放给第三方业务应用,有效提升了移动网络的智能化水平,促进网络和业务的深度融合。因此,首先根据5G典型业务场景分析MEC的价值与意义。其次基于ETSI和3GPP的研究进展,提出了面向5G的MEC融合架构,并讨论分析了MEC的总体部署策略。更进一步,针对MEC技术在未来5G网络应用中可能存在的问题与挑战进行了讨论,为后续研究发展提供参考。 展开更多
关键词 5G 移动/多接入边缘计算 融合架构 部署策略
在线阅读 下载PDF
无人机辅助边缘计算网络轨迹规划与资源分配研究综述
10
作者 王侃 曹铁林 +3 位作者 李旭杰 李红艳 李萌 周墨淼 《电子与信息学报》 北大核心 2025年第5期1266-1281,共16页
无人机辅助移动边缘计算(MEC)具有灵活部署、快速响应、广域覆盖、分布计算和可扩展性等优势,在智慧城市、环境监测和应急救援等领域具有广阔应用前景,是提升低空智能网联服务质量的重要研究方向。该文围绕无人机辅助MEC场景的飞行轨迹... 无人机辅助移动边缘计算(MEC)具有灵活部署、快速响应、广域覆盖、分布计算和可扩展性等优势,在智慧城市、环境监测和应急救援等领域具有广阔应用前景,是提升低空智能网联服务质量的重要研究方向。该文围绕无人机辅助MEC场景的飞行轨迹与资源分配联合优化,从离线优化和在线优化两个维度展开分析:针对离线联合优化,以不同优化性能指标为切入点,从网络场景、性能控制方法和算法设计3个方面梳理研究现状;针对在线联合优化,以优化框架为基础,从网络场景、性能指标和控制方法3个方面梳理研究现状;针对离线与在线混合优化,阐述当前研究成果。最后,聚焦无人机辅助MEC网络与其它网络制式融合时产生的新问题,讨论离线优化环境状态收集、离线优化智能化求解、在线优化多无人机实时协同、在线优化实时信息反馈、无人机能效优化和空-地通信安全保障等关键技术挑战及其未来研究方向。 展开更多
关键词 移动边缘计算 无人机 轨迹优化 在线优化 离线优化
在线阅读 下载PDF
无人机边缘计算系统任务卸载的URLLC安全设计
11
作者 钟冬梅 崔苗 张广驰 《计算机应用研究》 北大核心 2025年第1期250-256,共7页
旨在解决无人机移动边缘计算(MEC)系统中任务卸载的物理层安全问题。在该系统中,多个地面用户将计算任务卸载给一架配备MEC服务器的无人机,一个地面窃听者尝试窃取用户向无人机卸载的任务信息。为保证任务卸载的可靠性和低时延,卸载通... 旨在解决无人机移动边缘计算(MEC)系统中任务卸载的物理层安全问题。在该系统中,多个地面用户将计算任务卸载给一架配备MEC服务器的无人机,一个地面窃听者尝试窃取用户向无人机卸载的任务信息。为保证任务卸载的可靠性和低时延,卸载通信使用超可靠低时延通信(URLLC)技术。通过联合优化无人机的部署位置、用户的卸载链路带宽、用户本地计算和无人机计算的中央处理器(central processing unit,CPU)频率来最大化用户的最小安全计算量。为了解决该问题,首先采用块坐标下降法将问题分解为仅优化无人机的位置和计算时延,以及仅优化无人机和用户的CPU频率和用户卸载带宽两个子问题;然后利用对数函数近似的方法对卸载带宽的速率表达式进行化简,利用连续凸逼近法将非凸的子问题变成可解的凸优化问题;最后交替求解这两个子问题直至目标函数值收敛。仿真结果表明,与现有基准方案相比,所提算法能够有效提高系统的安全计算量。这证明了所提方法的必要性,为实现安全通信和计算平衡提供了解决方案。 展开更多
关键词 无人机 移动边缘计算 超可靠低时延通信
在线阅读 下载PDF
基于MEC的任务卸载和资源分配联合优化方案 被引量：7
12
作者 黄晓舸 崔艺凡 +1 位作者 张东宇 陈前斌 《系统工程与电子技术》 EI CSCD 北大核心 2020年第6期1386-1394,共9页
面对时延敏感度不同的多种用户,如何有效利用频谱资源和计算资源受限的边缘节点来保障其时延能耗需求成为关键问题。为此,提出了基于移动边缘计算(mobile edge computing,MEC)的任务卸载和资源分配联合优化方案。首先,为最小化卸载任务... 面对时延敏感度不同的多种用户,如何有效利用频谱资源和计算资源受限的边缘节点来保障其时延能耗需求成为关键问题。为此,提出了基于移动边缘计算(mobile edge computing,MEC)的任务卸载和资源分配联合优化方案。首先,为最小化卸载任务在MEC的总计算时间,给每个用户分配最优的MEC计算资源。其次,基于时延敏感度、用户满意度和资源块(resource block,RB)质量,引入RB分配算法,以分布式执行。最后,用户通过比较本地计算开销和卸载计算开销做出卸载决策。仿真结果表明,所提算法在满足高时延敏感用户的需求前提下,通过有效地分配传输资源和计算资源,实现了最小的系统开销。 展开更多
关键词 资源分配 移动边缘计算 时延敏感度 卸载决策
在线阅读 下载PDF
基于遗传算法的MEC任务卸载资源优化策略 被引量：5
13
作者 王丽 王晓凯 《计算机工程与设计》 北大核心 2023年第10期2909-2915,共7页
为解放计算能力和能量资源有限的移动终端设,引入边缘计算加快物联网真实场景中终端数据的处理和分析过程。在网络边缘处理工作负载可以减少移动边缘计算的延迟,但会大大增加系统功耗,因此迫切需要改进网络边缘服务器的能量模型。对该... 为解放计算能力和能量资源有限的移动终端设,引入边缘计算加快物联网真实场景中终端数据的处理和分析过程。在网络边缘处理工作负载可以减少移动边缘计算的延迟,但会大大增加系统功耗,因此迫切需要改进网络边缘服务器的能量模型。对该模型进行改进,减少安全物联网系统中多传感器框架的延迟和功耗问题。使用遗传算法(genetic algorithm,GA)处理大量请求以及相应的延迟和功耗限制。仿真结果表明,当传输到终端节点的工作负载为2 MB时,几种方法总延迟将保持在2 s左右,所提算法在不同工作负载下的功耗和延迟方面都有更显著的降低。 展开更多
关键词 物联网 移动边缘计算 遗传算法 计算资源 终端数据 传感器 系统功耗
在线阅读 下载PDF
车联网中基于NOMA-MEC的卸载策略研究 被引量：12
14
作者 张海波 刘香渝 +2 位作者 荆昆仑 刘开健 贺晓帆 《电子与信息学报》 EI CSCD 北大核心 2021年第4期1072-1079,共8页
随着车联网(IoV)的迅猛发展,请求进行任务卸载的汽车终端用户也逐渐增长,而基于移动边缘计算(MEC)的通信网络能够有效地解决任务卸载在上行传输时延较高的挑战,但是该网络模型同时也面临着信道资源不足的问题。该文引入的非正交多址(NO... 随着车联网(IoV)的迅猛发展,请求进行任务卸载的汽车终端用户也逐渐增长,而基于移动边缘计算(MEC)的通信网络能够有效地解决任务卸载在上行传输时延较高的挑战,但是该网络模型同时也面临着信道资源不足的问题。该文引入的非正交多址(NOMA)技术相较于正交多址(OMA)能够在相同的信道资源条件下为更多的用户提供任务卸载,同时考虑到任务卸载过程中多方面的影响因子,提出了混合NOMA-MEC卸载策略。该文设计了一种基于深度学习网络(DQN)的博弈算法,帮助车辆用户进行信道选择,并通过神经网络多次迭代学习,为用户提供最优的功率分配策略。仿真结果表明,该文所提出的混合NOMA-MEC卸载策略能够有效地优化多用户卸载的时延以及能耗,最大限度保证用户效益。 展开更多
关键词 车联网 移动边缘计算 非正交多址 卸载机制
在线阅读 下载PDF
混合线性依赖和独立子任务的卸载与服务缓存计算资源分配
15
作者 金晨 王青山 《合肥工业大学学报(自然科学版)》 北大核心 2025年第3期327-334,359,共9页
文章在设备到设备(device-to-device,D2D)辅助的单边缘服务器多用户移动设备场景下,研究混合线性依赖和独立子任务的卸载与服务缓存计算能力分配问题,目标为最小化能耗与时延的加权和。首先将该问题模型化为非凸问题,接着提出混合任务... 文章在设备到设备(device-to-device,D2D)辅助的单边缘服务器多用户移动设备场景下,研究混合线性依赖和独立子任务的卸载与服务缓存计算能力分配问题,目标为最小化能耗与时延的加权和。首先将该问题模型化为非凸问题,接着提出混合任务两层优化(mixed task two-layer optimization,MTTLO)算法。该算法第1层通过固定各个设备或边缘服务器上计算能力的分配,将混合线性依赖和独立子任务的非凸问题使用部分固定最优成本卸载算法得到优先级,并求出任务卸载策略;第2层使用卡罗需-库恩-塔克(Karush-Kuhn-Tucker,KKT)条件求出固定任务卸载策略下设备或边缘服务器服务缓存的计算能力的封闭解。实验结果表明,MTTLO算法优于其他基准算法,能够有效减少系统的能耗与时延加权和,验证了算法的有效性。 展开更多
关键词 移动边缘计算 任务卸载 服务缓存 线性依赖 资源分配
在线阅读 下载PDF
移动边缘计算环境下的信任评估技术综述
16
作者 朱雨润 任爽 《计算机应用研究》 北大核心 2025年第5期1281-1289,共9页
随着物联网设备规模的增长和5G网络的普及,移动边缘计算成为满足数据处理和计算需求的重要技术。为保障系统的安全性和可靠性,信任评估技术在该领域的应用日益受到关注。为此,系统梳理了移动边缘计算中的信任评估技术,主要任务包括总结... 随着物联网设备规模的增长和5G网络的普及,移动边缘计算成为满足数据处理和计算需求的重要技术。为保障系统的安全性和可靠性,信任评估技术在该领域的应用日益受到关注。为此,系统梳理了移动边缘计算中的信任评估技术,主要任务包括总结现有信任评估方法,回顾最新研究进展,重点探讨区块链技术和零信任架构在信任评估中的应用,主题范围涵盖信任评估技术的应用场景、当前挑战及未来发展方向等。 展开更多
关键词 移动边缘计算 信任评估 区块链 零信任架构
在线阅读 下载PDF
一种改进蛇优化算法的边缘服务器动态放置策略
17
作者 武小丰 袁培燕 《计算机工程》 北大核心 2025年第6期255-265,共11页
移动边缘计算(MEC)可为用户提供低延迟和高可靠性的服务,近年来受到了学术界和工业界的广泛关注。边缘服务器部署是MEC应用实施的关键环节,具有重要的研究价值,选择合适的放置位置不仅能够满足计算需求,还可以提高系统的资源利用率,降... 移动边缘计算(MEC)可为用户提供低延迟和高可靠性的服务,近年来受到了学术界和工业界的广泛关注。边缘服务器部署是MEC应用实施的关键环节,具有重要的研究价值,选择合适的放置位置不仅能够满足计算需求,还可以提高系统的资源利用率,降低部署成本。因此,对时变网络状态下的边缘服务器放置问题进行研究。首先,将边缘服务器划分为静态服务器和动态服务器两类;然后,提出一种改进的蛇优化(ISO)算法来确定每个时刻边缘服务器的部署数量和放置位置,以满足一定范围内用户卸载数据的传输延迟要求;最后,利用内点法进一步降低服务成本。实验结果表明,所提方法能够动态地部署边缘服务器,同时与经典算法相比,在相同的实验条件下所提方法能够减少20%~43%的服务成本。 展开更多
关键词 移动边缘计算 服务器放置 线性规划 蛇优化算法 物联网
在线阅读 下载PDF
无人机辅助移动边缘计算中的视频任务卸载算法
18
作者 胡文杰 卢先领 《计算机应用研究》 北大核心 2025年第4期1128-1134,共7页
无人机(unmanned aerial vehicles,UAV)在未来通信网络中的集成备受关注,在军事侦察、火灾监控等诸多应用中发挥着至关重要的作用。针对此类场景中对视频传输低时延和高体验质量(quality of experience,QoE)的需求,提出了一种无人机辅... 无人机(unmanned aerial vehicles,UAV)在未来通信网络中的集成备受关注,在军事侦察、火灾监控等诸多应用中发挥着至关重要的作用。针对此类场景中对视频传输低时延和高体验质量(quality of experience,QoE)的需求,提出了一种无人机辅助的移动边缘计算(mobile edge computing,MEC)视频任务卸载算法。首先,为满足低时延需求,无人机作为MEC服务器对视频数据进行转码,并作为中继将视频数据转发到地面基站。其次,通过联合优化设备关联、传输功率、转码策略以及无人机飞行轨迹,构建最大化系统效益的模型。最后,提出一种基于柔性动作-评价(soft actor-critic,SAC)的深度强化学习算法作出联合决策。仿真实验结果表明,与其他基线算法相比,所提算法能有效降低系统时延并保证视频任务品质,并具有良好的收敛性。 展开更多
关键词 无人机 移动边缘计算 视频传输 任务卸载 深度强化学习
在线阅读 下载PDF
一种主从MEC服务器协作卸载与资源分配方案 被引量：1
19
作者 鲜永菊 宋青芸 +1 位作者 郭陈榕 刘闯 《电讯技术》 北大核心 2022年第4期407-415,共9页
移动边缘计算(Mobile Edge Computing,MEC)通过将云计算能力下沉至用户侧,提高了用户的任务执行能力。但在热点小区中,MEC服务器存在计算资源有限的问题。为了减少热点小区内任务执行总代价,提出了一种基于主从MEC系统的任务联合卸载方... 移动边缘计算(Mobile Edge Computing,MEC)通过将云计算能力下沉至用户侧,提高了用户的任务执行能力。但在热点小区中,MEC服务器存在计算资源有限的问题。为了减少热点小区内任务执行总代价,提出了一种基于主从MEC系统的任务联合卸载方案。首先,方案随机生成卸载集,然后将卸载集内的任务分配至目标MEC服务器执行。为此提出基于贪婪的多MEC选择算法(Greedy Based Multi-MEC Selection Algorithm,GBMS),并通过求解凸函数完成计算资源分配。最后,根据任务的本地计算代价与卸载计算代价更新卸载集,进一步降低总代价。仿真结果表明,联合卸载方案可缓解热点小区计算资源有限的问题,相比其他方案可以有效降低热点小区内任务执行总代价。 展开更多
关键词 移动边缘计算(mec) 计算资源 卸载方案 资源分配
在线阅读 下载PDF
超密集网络中基于MEC的动态任务卸载方案 被引量：1
20
作者 鲜永菊 刘闯 +1 位作者 韩瑞寅 陈万琼 《电讯技术》 北大核心 2023年第6期757-767,共11页
超密集网络(Ultra-dense Network,UDN)中集成移动边缘计算(Mobile Edge Computing,MEC),是5G中为用户提供计算资源的可靠方式,在多种因素影响下进行MEC任务卸载决策一直都是一个研究热点。目前已存在大量任务卸载相关的方案,但是这些方... 超密集网络(Ultra-dense Network,UDN)中集成移动边缘计算(Mobile Edge Computing,MEC),是5G中为用户提供计算资源的可靠方式,在多种因素影响下进行MEC任务卸载决策一直都是一个研究热点。目前已存在大量任务卸载相关的方案,但是这些方案中很少将重心放在用户在不同条件下的能耗需求差异上,无法有效提升用户体验质量(Quality of Experience,QoE)。在动态MEC系统中提出了一个考虑用户能耗需求的多用户任务卸载问题,通过最大化满意度的方式提升用户QoE,并将现有的深度强化学习算法进行了改进,使其更加适合求解所提优化问题。仿真结果表明,所提算法较现有算法在算法收敛性以及稳定性上具有一定提升。 展开更多
关键词 超密集网络(UDN) 移动边缘计算(mec) 卸载方案 深度强化学习
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 … 8 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