公开(公告)号：CN118828700A

公开(公告)日：2024-10-22

申请号：CN202410808644.7

申请日：2024-06-21

Applicant: 重庆邮电大学

Inventor： 王丹 ,  李玲 ,  黄烨霞 ,  陈发堂 ,  王华华 ,  雷芳

IPC: H04W28/08 ,  H04W72/50 ,  H04W24/02 ,  H04W24/06

Abstract: 本发明属于移动边缘计算领域，涉及一种MEC网络中的任务卸载与资源分配方法，包括：构建系统模型；根据系统模型构建任务卸载模型和资源分配模型；基于任务卸载模型和资源分配模型，以最小化MU的任务执行的总成本构建联合优化问题；将联合优化问题转化为马尔科夫决策过程，得到状态空间、动作空间以及奖励函数；根据状态空间、动作空间以及奖励函数利用深度强化学习算法和差分进化算法求解联合优化问题，得到最优任务卸载决策和资源分配决策；本发明基于深度强化学习模型，利用噪声保序量化方法求解任务卸载子问题，利用差分进化算法求解资源分配子问题，实现了更加准确的任务卸载和资源分配。

公开(公告)号：CN118574219A

公开(公告)日：2024-08-30

申请号：CN202410652026.8

申请日：2024-05-24

Applicant: 重庆邮电大学

Inventor： 王华华 ,  黄烨霞 ,  李玲 ,  王丹 ,  陈发堂

IPC: H04W72/044 ,  H04W72/50 ,  H04W72/512

Abstract: 本发明涉及无线通信技术领域，特别涉及一种基于联邦学习的无蜂窝网络系统用户调度与功率分配方法，该方法构建了一个联合优化用户调度和功率分配的混合整数混合时间尺度的随机非凸问题，旨在最小化系统执行一个完整FL过程的总时间消耗；其中解决调度问题时制定了双准则，定义两个分别能反映用户通信资源和计算资源丰富程度的指标，根据双准则进行两次用户选择，确保被调度的用户既能为系统通信性能作出较大贡献的同时也能保证学习性能的提升；将功率分配问题解耦为两个不同方向的子问题，采用低复杂度的二分法进行交替优化求解最优功率分配方案；本发明能够在较低的复杂度下获得系统吞吐量的显著提升，并且同时保证联邦学习性能和收敛速度。