公开(公告)号：CN117440341A

公开(公告)日：2024-01-23

申请号：CN202311325527.7

申请日：2023-10-13

Applicant: 南京信息工程大学

Inventor： 王青洋 ,  许小龙 ,  高家坤 ,  倪瑞杨 ,  王稳

IPC: H04W4/40 ,  H04W24/06 ,  H04W28/08

Abstract: 本发明公开了一种无人机辅助移动边缘计算的分布式任务卸载方法，在每个无人机上搭载MEC服务器，在NOMA环境下分析地面终端与无人机之间的通信模型，计算信道增益和信号干扰；获取本地计算队列的队列长度、本地时延和能量消耗；计算传输队列的队列长度、传输延迟和能量消耗；计算MEC服务器的任务迁移时间以及地面终端的系统成本；将地面终端系统成本最小问题转化为对地面终端的局部马尔可夫博弈，构建观测空间、动作空间以及奖励函数；采用分布式算法，根据观测集合和动作集合，基于深度学习算法实现最优的分布式任务卸载。本发明通过考虑动态的计算资源和传输速率，构建了计算和通信队列模型，有效降低了时延和能耗。

公开(公告)号：CN116915869A

公开(公告)日：2023-10-20

申请号：CN202311017986.9

申请日：2023-08-14

Applicant: 南京信息工程大学

Inventor： 许小龙 ,  胡宇昊 ,  王青洋 ,  楚义

IPC: H04L67/61 ,  H04L67/10 ,  G06N3/0464

Abstract: 本发明公开了基于云边协同的时延敏感型智能服务快速响应方法，基于双延迟深度确定性策略算法，实现对卷积核分割与服务器资源分配的联合优化，其核心思想是将每个边缘服务器中的计算资源进行分区，每个区域内的资源只用以推理某个卷积神经网络中某个卷积层的某一部分；一个场景中基于同一类别卷积神经网络的所有智能服务被置于一个队列中，且根据优先级决定不同服务的推理顺序；每个智能服务对应的卷积神经网络中，各卷积层都被分割成多个部分，实现卷积神经网络在不同服务器上的并行推理；整个算法具备卷积核分割合理、资源分配精确、高优先级服务请求优先处理的特征，能满足高任务负载场景中时延敏感型智能服务的快速响应需求。