公开(公告)号：CN117641451A

公开(公告)日：2024-03-01

申请号：CN202311709823.7

申请日：2023-12-13

Applicant: 中南林业科技大学

Inventor： 邝祝芳 ,  冯建 ,  陶佑威

IPC: H04W28/08 ,  H04W4/44 ,  H04W4/46 ,  H04W28/084

Abstract: 本发明提供了一种停车辅助边缘计算中任务卸载方法。主要包括如下步骤：1、生成车辆 的任务Mn的属性构建网络中任务卸载调度，数据量分配以及任务卸载比率分配的数学模型。2、在给定任务属性的情况下，基于深度学习DDPG算法求解步骤1构建的数学模型，对求得的每个任务的效用值f进行求和，得到系统效用值F，通过反复迭代，求解不同卸载调度，数据量分配以及任务卸载比率分配下的系统效用值F'，直到F‑F'＜χ，则退出。应用本发明，解决了移动车辆边缘网络中任务卸载调度、数据量分配和任务卸载比率分配优化问题，有效地提高了网络系统的整体效用。

公开(公告)号：CN115551014A

公开(公告)日：2022-12-30

申请号：CN202211106569.7

申请日：2022-09-12

Applicant: 中南林业科技大学

Inventor： 邝祝芳 ,  潘毅辉 ,  冯建 ,  李洁

IPC: H04W28/08 ,  H04W52/02 ,  H04W24/06 ,  H04W28/16

Abstract: 本发明提供了一种空地协同无人机边缘计算网络中任务卸载调度方法。包括如下步骤：1、生成任务描述集合，构建无人机边缘计算网络中任务卸载调度，计算资源分配和无人机最优位置的问题模型P1。2、给定初始无人机CPU计算频率、无人机位置和卸载数据量，构建问题模型P2，采用贪婪策略求解任务卸载决策和任务调度顺序。3、构建问题模型P3，采用连续凸逼近的方法求无人机位置。4、采用凸优化的方法求任务传输功率和无人机CPU计算频率。5、计算目标值E。6、重复步骤2至步骤5，求新的目标值E′，比较E与E′，如果|E‑E′|＜ε，则退出，否则重复步骤6。应用本发明可以有效降低空地协同无人机边缘计算网络中任务的执行能耗。