-
公开(公告)号：CN116431342A
公开(公告)日：2023-07-14
申请号：CN202310369248.4
申请日：2023-04-10
Applicant: 南京邮电大学
Abstract: 本发明公开了一种多用户D2D计算卸载与资源分配方法、装置及介质，所述方法包括获取所有需求用户的任务卸载决策，将所述任务卸载决策编码为遗传算法种群中的个体基因型，并对种群进行初始化；对种群执行遗传算法交叉和变异操作，针对种群中的所有个体，计算出所有个体的适应值，并根据个体适应值高低，挑选出设定数量的个体，组成新的种群；输出当前种群中适应度最高的个体基因型对应的需求用户的任务卸载决策，以及在此任务卸载决策下的需求用户计算资源租赁单价决策和空闲用户计算资源分配决策，本发明针对用户在协作计算过程中的利益竞争关系，引入了一种新的计算卸载机制，以鼓励拥有空闲计算资源的空闲用户参与协作计算。
-
公开(公告)号：CN115567983A
公开(公告)日：2023-01-03
申请号：CN202211127620.2
申请日：2022-09-16
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于Stackelberg博弈的D2D计算卸载方法，该方法针对用户在协作计算过程中的利益竞争关系，引入了一种计算卸载机制。同时考虑空闲用户以及拥有任务计算需求的繁忙用户双方的开销，并分别定义了双方的效用函数，在此基础上形成了基于Stackelberg博弈的任务卸载模型，其中拥有空闲计算资源的用户为领导层，其效用定义为协作计算中除去能耗开销后获得的收益，有计算任务需求的用户为从属层，其效用定义为除去时延、能耗以及卸载费用后任务完成获得的收益。基于D2D与NOMA技术，有计算任务的用户可以将任务以部分卸载的方式，卸载到具有空闲计算资源的多个终端上进行协作处理以提高任务处理效率。
-
公开(公告)号：CN114449490B
公开(公告)日：2025-01-28
申请号：CN202210101461.2
申请日：2022-01-27
Applicant: 南京邮电大学
Abstract: 本发明公开了基于D2D通信的多任务联合计算卸载与资源分配方法，该方法针对本地终端存在多个具有时延需求的计算任务时，本地终端的计算资源无法按时处理完成所有计算任务的问题，引入计算卸载机制来降低延迟及本地终端自身的开销。该方法基于D2D通信技术，在移动终端密集分布的场景下，本地终端可将计算任务同时卸载到周围多个闲置终端上进行处理。该方法联合考虑任务延迟，能耗以及卸载费用，建立了总开销目标函数，针对各任务的任务属性选取最佳任务卸载决策，及最佳传输时间方案，完成本地终端上所有任务的计算需求。
-
公开(公告)号：CN114449490A
公开(公告)日：2022-05-06
申请号：CN202210101461.2
申请日：2022-01-27
Applicant: 南京邮电大学
Abstract: 本发明公开了基于D2D通信的多任务联合计算卸载与资源分配方法，该方法针对本地终端存在多个具有时延需求的计算任务时，本地终端的计算资源无法按时处理完成所有计算任务的问题，引入计算卸载机制来降低延迟及本地终端自身的开销。该方法基于D2D通信技术，在移动终端密集分布的场景下，本地终端可将计算任务同时卸载到周围多个闲置终端上进行处理。该方法联合考虑任务延迟，能耗以及卸载费用，建立了总开销目标函数，针对各任务的任务属性选取最佳任务卸载决策，及最佳传输时间方案，完成本地终端上所有任务的计算需求。
-
-
-
Search Results
4
records
(took 0.014 seconds)
