-
公开(公告)号：CN115551015A
公开(公告)日：2022-12-30
申请号：CN202211141042.8
申请日：2022-09-20
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种低轨卫星边缘计算系统基于OFDMA的计算卸载方法，该方法基于OFDMA联合优化卸载决策和动态资源分配策略，根据当前时刻LEO卫星服务的任务数量动态分配计算资源和带宽资源，基于匹配理论和联盟博弈论来解决卸载决策问题，利用改进的GS（Gale‑Shapley）算法和联盟博弈迭代算法求解，仿真结果表明，所提策略相较于对比策略，可以有效降低系统的时延和能耗。
-
公开(公告)号：CN114124195A
公开(公告)日：2022-03-01
申请号：CN202111408967.X
申请日：2021-11-19
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种面向LEO卫星系统的多星MEC计算卸载策略，该策略面向LEO卫星边缘计算（Mobile Edge Computing，MEC）场景，联合考虑多星覆盖网络服务区域的各种重叠情况，研究系统的卸载决策和资源分配问题，在任务多样性、终端通信和计算能力存在差异、LEO卫星资源和覆盖时间受限的约束下，最小化终端在任务执行过程中的时延和能耗代价，卸载决策建模成具有外部性的多对一匹配博弈，通过改进的GS（Gale‑Shapley）算法和联盟博弈迭代算法求解，利用Rosen梯度投影法和拉格朗日乘数法分别对LEO卫星的计算资源和带宽资源进行分配。仿真结果表明，本申请可以显著降低系统的时延和能耗代价。
-
公开(公告)号：CN114124195B
公开(公告)日：2024-10-11
申请号：CN202111408967.X
申请日：2021-11-19
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种面向LEO卫星系统的多星MEC计算卸载策略，该策略面向LEO卫星边缘计算（Mobile Edge Computing，MEC）场景，联合考虑多星覆盖网络服务区域的各种重叠情况，研究系统的卸载决策和资源分配问题，在任务多样性、终端通信和计算能力存在差异、LEO卫星资源和覆盖时间受限的约束下，最小化终端在任务执行过程中的时延和能耗代价，卸载决策建模成具有外部性的多对一匹配博弈，通过改进的GS（Gale‑Shapley）算法和联盟博弈迭代算法求解，利用Rosen梯度投影法和拉格朗日乘数法分别对LEO卫星的计算资源和带宽资源进行分配。仿真结果表明，本申请可以显著降低系统的时延和能耗代价。
-
Patent Agency Ranking
公开(公告)号：CN116528298A
公开(公告)日：2023-08-01
申请号：CN202310518607.8
申请日：2023-05-10
Applicant: 桂林电子科技大学
IPC: H04W28/08 , H04B7/185 , H04W72/0453 , H04W16/22
Abstract: 本发明公开了一种大范围灾区中基于LEO卫星与HAP协作的计算卸载策略，该策略是先在卸载决策的方案下，采用合作博弈算法为任务分配子载波资源；然后将卸载到边缘服务器的任务以最大化系统QoE值为目标进行资源竞争，实现计算资源的最佳分配；最后，将卸载决策问题证明为一个势博弈过程，并利用多用户博弈计算卸载（Multi‑user Game Computing Offloading,MUGCO）算法找到了纳什均衡下的卸载决策方案。仿真结果表明，所提策略相较于对比策略，可以有效提高系统的总QoE值。
-
公开(公告)号：CN118175648A
公开(公告)日：2024-06-11
申请号：CN202410254798.6
申请日：2024-03-06
Applicant: 桂林电子科技大学
IPC: H04W72/52 , H04W72/542 , H04W72/044 , H04W72/1268 , H04W72/21
Abstract: 本发明公开了一种基于深度强化学习的多智能体负载感知卸载策略，该策略是在“边‑星‑云”三层算力网络架构中，本地边缘层采用电网供电，低轨卫星层采用太阳能供电，远端云层采用水能、风能等多种清洁能源混合供电，其电价取决于能源的种类。UE可以通过邻近的智能基站(Agent Base Station,ABS)将计算任务卸载到算力层。在确保多层算力资源负载均衡的基础上，实现单位时间周期内ABS的平均累计成本最小。仿真结果表明，与其他基准策略相比，本文所提策略的平均累计成本降低约14.08%，负载方差降低约67.14%。
-
公开(公告)号：CN116777492A
公开(公告)日：2023-09-19
申请号：CN202310395506.6
申请日：2023-04-13
Applicant: 桂林电子科技大学
IPC: G06Q30/0201 , G06F30/27 , G06N3/006
Abstract: 本发明公开了一种星地双边缘计算系统基于Stackelberg博弈的资源定价方法，该方法根据用户终端的卸载量调整服务器的资源定价，优化系统中不同运营商的收益和用户的成本，使得服务器运营商的收益最大化同时最小化用户终端的成本；将用户和运营商所属服务器的卸载决策、资源分配和价格建模成一个Stackelberg博弈模型，证明了纳什均衡的存在性，使用逆向归纳法，并利用智能粒子群算法（Particle Swarm Optimization,PSO）求解。仿真结果表明，所提出的定价策略能够使得在保证用户成本最小化的同时边缘云服务器运营商收益最优。
-
公开(公告)号：CN116600344A
公开(公告)日：2023-08-15
申请号：CN202310443772.1
申请日：2023-04-20
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种具有电力成本差异的多层MEC资源卸载方法，该方法是先建立具有电力成本差异的多层MEC资源的网络模型；然后建立不同资源层次下的通信模型和计算模型；利用基于NOMA的子信道用户重组算法，对信道资源进行分配；最后利用基于Q‑Learning的计算卸载和资源分配算法，将优化问题转化为等效的强化学习问题，通过对智能体的训练，使Q表收敛，以此指导基站智能体的卸载决策。以最小化所有用户时间成本和卸载成本的加权和为优化目标，通过联合卸载决策和资源分配将问题表述为一个混合整数规划问题，并提出基于NOMA和Q‑Learning的优化传输与卸载的求解方案。仿真结果表明，本申请的多层MEC架构要优于传统单层MEC架构，同时验证了本算法在求解中要优于其他基本算法。
-
公开(公告)号：CN115988570A
公开(公告)日：2023-04-18
申请号：CN202211141040.9
申请日：2022-09-20
Applicant: 桂林电子科技大学
Abstract: 本发明公开了一种低轨卫星边缘计算系统基于TDMA的计算卸载方法，该方法基于TDMA联合优化卸载决策和任务卸载序列策略，将任务卸载序列问题建模成一个总流经时间最小化的双机流水线问题，利用Liu和Reeves提出的启发式（LR）算法最小化总时延，基于匹配理论和联盟博弈论来解决卸载决策问题，利用改进的GS算法和联盟博弈迭代算法求解，仿真结果表明，所提策略相较于对比策略，可以有效降低系统的时延和能耗。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.02 seconds)
