-
Patent Agency Ranking
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。
-
公开(公告)号：CN115278784A
公开(公告)日：2022-11-01
申请号：CN202210883630.2
申请日：2022-07-26
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于移动边缘计算(MEC)的无线用户任务带宽功率联合优化方法和系统，旨在降低多用户任务的平均处理时延。用户将所有任务卸载到小基站(SBS)，部分任务在小基站计算的同时，剩余任务由小基站转发到宏基站(MBS)进行计算。考虑不同用户任务的传输带宽和功率等无线资源总量受限的情况下，本发明构建了所有用户任务的平均处理时延的最小化问题，提出了用户传输带宽以及小基站转发不同用户的任务比例和带宽功率的联合分配方法，设计了基于交替优化的用户任务、带宽和功率的迭代优化算法。相比任务、带宽和功率均等分配的情况，所提出的用户任务带宽功率联合优化方法降低了所有用户任务的平均处理时延。
-
公开(公告)号：CN114375014A
公开(公告)日：2022-04-19
申请号：CN202111644330.0
申请日：2021-12-29
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用户调度方法，属于无线通信技术领域，包括：获取任务的本地计算时延，通过本地计算时延将用户分为本地执行集合和非本地执行集合；非本地执行集合中用户满足时延容差要求的任务进行本地计算，剩余任务进行卸载计算，获取卸载计算所需的边缘计算资源，通过边缘计算资源得到用户的优先级因子，基于用户的优先级因子从大至小排序进行边缘计算资源的分配，使得到足够边缘计算资源的用户完成卸载计算，从而得到在时延容差内完成任务计算的用户数量；本地执行集合中的用户数量和非本地执行集合中在时延容差内完成任务计算的用户数量的总和为可支持用户数量，完成用户调度，使可支持用户数量最大化。
-
公开(公告)号：CN116095752A
公开(公告)日：2023-05-09
申请号：CN202310041002.4
申请日：2023-01-12
Applicant: 南京邮电大学
IPC: H04W28/086 , H04W28/084 , H04W24/02 , G06F9/50
Abstract: 本发明公开了一种多用户任务卸载计算方法、系统、装置及存储介质，属于无线通信技术领域，包括计算用户任务卸载至小基站、用户任务通过小基站转发至宏基站的信道传输速率；根据两个信道传输速率，分别计算用户任务卸载至小基站的传输时延、用户任务通过小基站转发至宏基站的传输时延；计算用户任务在小基站、宏基站处进行计算的处理时延；将所述两个传输时延、两个处理时延输入到构建好的基于时延最小化的任务卸载及计算资源联合分配模型中，求解得到小基站和宏基站中MEC计算资源的最优分配方案；基于所述最优分配方案将用户任务卸载至小基站和宏基站进行计算；本发明通过任务卸载及计算资源分配联合优化，降低用户任务处理的总时延。
-
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。
-
-
-
-
Search Results
5
records
(took 0.05 seconds)
