一种单用户场景下的移动边缘计算任务卸载方法

    公开(公告)号:CN108920280B

    公开(公告)日:2021-06-11

    申请号:CN201810774690.4

    申请日:2018-07-13

    Abstract: 一种单用户场景下的移动边缘计算任务卸载方法,涉及移动计算系统的处理技术领域。本发明为了降低移动设备的反应时延和能耗。单用户场景任务卸载模型构建,包括系统整体模型的构建以及各个部分模型的构建,各个部分模型的构建包括:任务队列模型、本地计算模型、云端计算模型以及计算任务负载模型;任务卸载策略:以系统整体负载K最小化为目标给出任务卸载方案:基于二进制粒子群算法给出所有的任务在本地CPU执行或在MEC服务器上执行;然后再对应执行本地执行负载最优调度策略、基于流水线调度的MEC服务器执行负载最优调度策略。经验证,本发明给出的单用户场景下的任务卸载方法,降低了移动设备的反应时延和能耗。

    抗动态干扰的极化波束形成方法、系统、存储介质及应用

    公开(公告)号:CN111859278B

    公开(公告)日:2024-02-27

    申请号:CN202010726122.4

    申请日:2020-07-25

    Abstract: 本发明属于阵列信号处理技术领域,公开了一种抗动态干扰的极化波束形成方法、系统及应用,对双极化阵元构成的均匀线阵建立接收信号模型;根据接收数据构造采样干扰加噪声协方差矩阵 并设计干扰加噪声协方差矩阵锥T;利用协方差矩阵锥对采样协方差矩阵锥化处理,并利用PI算法得到权矢量Wpi的表示形式;利用共轭梯度法求解PI‑CG‑CMT的最优权矢量;利用最优权值得到自适应波束输出y(k)。本发明降低了运算复杂度,并具有较快的收敛速度,提升了极化敏感阵列波束形成算法性能。结合仿真实验结果,当存在动态干扰或干扰信号导向矢量失配时,本发明比传统算法具有更高的输出信干噪比,又由于运算复杂度低,可以更好的应用于工程实践中。

    一种多用户场景下的移动边缘计算任务卸载方法

    公开(公告)号:CN108920279A

    公开(公告)日:2018-11-30

    申请号:CN201810774689.1

    申请日:2018-07-13

    Abstract: 一种多用户场景下的移动边缘计算任务卸载方法,涉及移动计算系统的处理技术领域。本发明的目的是为了降低移动设备的反应时延和能耗。所述多用户场景是多个移动设备和MEC服务器相连,每个移动设备可选择该移动设备和MEC服务器之间的多条信道中的一个进行通信,MEC服务器通过主干网与中心云服务器相连;具体过程为:多用户场景任务卸载模型构建;基于博弈论的两阶段任务卸载策略:第一段阶卸载策略是:决定卸载是在移动设备上还是在MEC服务器上执行,第二段阶卸载策略是:当MEC服务器资源不足时进行决定是在MEC服务器上等待还是在中心云服务器上执行。本发明在保证用户的服务质量以及公平性的前提下,同时兼顾用户的个性化需求。

    一种多用户场景下的移动边缘计算任务卸载方法

    公开(公告)号:CN108920279B

    公开(公告)日:2021-06-08

    申请号:CN201810774689.1

    申请日:2018-07-13

    Abstract: 一种多用户场景下的移动边缘计算任务卸载方法,涉及移动计算系统的处理技术领域。本发明的目的是为了降低移动设备的反应时延和能耗。所述多用户场景是多个移动设备和MEC服务器相连,每个移动设备可选择该移动设备和MEC服务器之间的多条信道中的一个进行通信,MEC服务器通过主干网与中心云服务器相连;具体过程为:多用户场景任务卸载模型构建;基于博弈论的两阶段任务卸载策略:第一段阶卸载策略是:决定卸载是在移动设备上还是在MEC服务器上执行,第二段阶卸载策略是:当MEC服务器资源不足时进行决定是在MEC服务器上等待还是在中心云服务器上执行。本发明在保证用户的服务质量以及公平性的前提下,同时兼顾用户的个性化需求。

    一种单用户场景下的移动边缘计算任务卸载方法

    公开(公告)号:CN108920280A

    公开(公告)日:2018-11-30

    申请号:CN201810774690.4

    申请日:2018-07-13

    Abstract: 一种单用户场景下的移动边缘计算任务卸载方法,涉及移动计算系统的处理技术领域。本发明为了降低移动设备的反应时延和能耗。单用户场景任务卸载模型构建,包括系统整体模型的构建以及各个部分模型的构建,各个部分模型的构建包括:任务队列模型、本地计算模型、云端计算模型以及计算任务负载模型;任务卸载策略:以系统整体负载K最小化为目标给出任务卸载方案:基于二进制粒子群算法给出所有的任务在本地CPU执行或在MEC服务器上执行;然后再对应执行本地执行负载最优调度策略、基于流水线调度的MEC服务器执行负载最优调度策略。经验证,本发明给出的单用户场景下的任务卸载方法,降低了移动设备的反应时延和能耗。

    抗动态干扰的极化波束形成方法、系统、存储介质及应用

    公开(公告)号:CN111859278A

    公开(公告)日:2020-10-30

    申请号:CN202010726122.4

    申请日:2020-07-25

    Abstract: 本发明属于阵列信号处理技术领域,公开了一种抗动态干扰的极化波束形成方法、系统及应用,对双极化阵元构成的均匀线阵建立接收信号模型;根据接收数据构造采样干扰加噪声协方差矩阵并设计干扰加噪声协方差矩阵锥T;利用协方差矩阵锥对采样协方差矩阵锥化处理,并利用PI算法得到权矢量Wpi的表示形式;利用共轭梯度法求解PI-CG-CMT的最优权矢量;利用最优权值得到自适应波束输出y(k)。本发明降低了运算复杂度,并具有较快的收敛速度,提升了极化敏感阵列波束形成算法性能。结合仿真实验结果,当存在动态干扰或干扰信号导向矢量失配时,本发明比传统算法具有更高的输出信干噪比,又由于运算复杂度低,可以更好的应用于工程实践中。

Patent Agency Ranking