-
公开(公告)号：CN115866691B
公开(公告)日：2023-06-20
申请号：CN202310167622.2
申请日：2023-02-27
Applicant: 南京邮电大学
IPC: H04W28/08 , H04W28/084
Abstract: 本发明涉及一种面向异构网络移动边缘计算系统的任务卸载方法，适用于由宏基站、小基站以及用户终端组成的异构网络场景。基于用户终端与小基站之间、小基站与宏基站之间的信道中断概率，分析用户终端将目标任务卸载至小基站、小基站转发部分目标任务至宏基站的传输开销，同时对小基站中边缘服务器、宏基站中边缘服务器分别完成部分目标任务的计算开销进行建模，构建了异构网络任务卸载模型。并通过交替优化算法解决了用户任务时延约束下系统总能耗最小化问题，以获得小基站向宏基站转发该目标任务的分配比例、以及小基站为该用户终端分配的计算资源。按设计方案实现用户终端上目标任务的卸载计算，可显著降低系统能耗，提高工作效率。
-
公开(公告)号：CN115866691A
公开(公告)日：2023-03-28
申请号：CN202310167622.2
申请日：2023-02-27
Applicant: 南京邮电大学
IPC: H04W28/08 , H04W28/084
Abstract: 本发明涉及一种面向异构网络移动边缘计算系统的任务卸载方法，适用于由宏基站、小基站以及用户终端组成的异构网络场景。基于用户终端与小基站之间、小基站与宏基站之间的信道中断概率，分析用户终端将目标任务卸载至小基站、小基站转发部分目标任务至宏基站的传输开销，同时对小基站中边缘服务器、宏基站中边缘服务器分别完成部分目标任务的计算开销进行建模，构建了异构网络任务卸载模型。并通过交替优化算法解决了用户任务时延约束下系统总能耗最小化问题，以获得小基站向宏基站转发该目标任务的分配比例、以及小基站为该用户终端分配的计算资源。按设计方案实现用户终端上目标任务的卸载计算，可显著降低系统能耗，提高工作效率。
-
公开(公告)号：CN115150891B
公开(公告)日：2023-04-21
申请号：CN202210643725.7
申请日：2022-06-09
Applicant: 南京邮电大学
IPC: H04W28/08 , H04W28/086 , H04L67/10
Abstract: 本发明公开了一种基于移动边缘计算的中断概率辅助任务卸载优化方法，旨在降低用户任务卸载过程中的能量消耗。当用户产生的计算任务无法在本地完成计算或是任务对时延敏感时，用户将总任务分成多个可以独立执行的子任务分别卸载。本方法创新在于计算卸载时延与卸载能耗时，将因无线链路中断导致的额外开销纳入考虑，同时兼顾各个基站的计算能力和每CPU周期能耗情况，以最小化系统能耗为目标，优化用户卸载任务量。与传统的等任务分配方案相比，此方案显著降低了系统能耗。
-
Patent Agency Ranking
公开(公告)号：CN115633369B
公开(公告)日：2023-04-18
申请号：CN202211645453.0
申请日：2022-12-21
Applicant: 南京邮电大学
IPC: H04W24/02
Abstract: 本发明公开一种面向用户任务与功率联合分配的多边缘设备选择方法，获取用户到蜂窝基站和到边缘设备的信道状态信息；根据信道状态信息，分别计算用户到蜂窝基站和边缘设备的任务传输速率；计算用户到蜂窝基站和边缘设备的任务传输时延；计算卸载任务的计算时延；计算总处理时延；将用户任务分别卸载到蜂窝基站和边缘设备n，通过将用户任务和功率在蜂窝基站和边缘设备n的联合分配优化，得到该种情况下的最优总处理时延；比较基于N个边缘设备分别优化所得的N个最优总处理时延，选择其中最优总处理时延最小的边缘设备与蜂窝基站进行组合。优点：显著降低了用户卸载任务的处理时延。
-
公开(公告)号：CN115633369A
公开(公告)日：2023-01-20
申请号：CN202211645453.0
申请日：2022-12-21
Applicant: 南京邮电大学
IPC: H04W24/02
Abstract: 本发明公开一种面向用户任务与功率联合分配的多边缘设备选择方法，获取用户到蜂窝基站和到边缘设备的信道状态信息；根据信道状态信息，分别计算用户到蜂窝基站和边缘设备的任务传输速率；计算用户到蜂窝基站和边缘设备的任务传输时延；计算卸载任务的计算时延；计算总处理时延；将用户任务分别卸载到蜂窝基站和边缘设备n，通过将用户任务和功率在蜂窝基站和边缘设备n的联合分配优化，得到该种情况下的最优总处理时延；比较基于N个边缘设备分别优化所得的N个最优总处理时延，选择其中最优总处理时延最小的边缘设备与蜂窝基站进行组合。优点：显著降低了用户卸载任务的处理时延。
-
公开(公告)号：CN115988536A
公开(公告)日：2023-04-18
申请号：CN202310266664.1
申请日：2023-03-20
Applicant: 南京邮电大学
Abstract: 本发明属于无线通信技术领域，公开了一种双可重构智能表面辅助移动边缘计算系统优化方法，该系统包括基站、D‑RIS以及用户终端，其中BS处配有MEC服务器，用户终端具有时延敏感型任务，本发明提出了D‑RIS辅助MEC的任务卸载与任务分配联合优化方法，构建了基于时延最小化的任务卸载及任务分配模型，以最小化用户任务处理时延为目标，设计了用户任务分配、D‑RIS相移和接收波束成形向量的联合交替优化算法。本发明与等比例任务分配且RIS相移固定等方案相比，获得了更低的用户任务处理时延，有效降低用户任务的卸载时延和计算时延。
-
公开(公告)号：CN115150891A
公开(公告)日：2022-10-04
申请号：CN202210643725.7
申请日：2022-06-09
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于移动边缘计算的中断概率辅助任务卸载优化方法，旨在降低用户任务卸载过程中的能量消耗。当用户产生的计算任务无法在本地完成计算或是任务对时延敏感时，用户将总任务分成多个可以独立执行的子任务分别卸载。本方法创新在于计算卸载时延与卸载能耗时，将因无线链路中断导致的额外开销纳入考虑，同时兼顾各个基站的计算能力和每CPU周期能耗情况，以最小化系统能耗为目标，优化用户卸载任务量。与传统的等任务分配方案相比，此方案显著降低了系统能耗。
-
公开(公告)号：CN115988536B
公开(公告)日：2023-06-27
申请号：CN202310266664.1
申请日：2023-03-20
Applicant: 南京邮电大学
Abstract: 本发明属于无线通信技术领域，公开了一种双可重构智能表面辅助移动边缘计算系统优化方法，该系统包括基站、D‑RIS以及用户终端，其中BS处配有MEC服务器，用户终端具有时延敏感型任务，本发明提出了D‑RIS辅助MEC的任务卸载与任务分配联合优化方法，构建了基于时延最小化的任务卸载及任务分配模型，以最小化用户任务处理时延为目标，设计了用户任务分配、D‑RIS相移和接收波束成形向量的联合交替优化算法。本发明与等比例任务分配且RIS相移固定等方案相比，获得了更低的用户任务处理时延，有效降低用户任务的卸载时延和计算时延。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.016 seconds)
