一种车联网中车边协同的任务卸载调度及资源分配方法

    公开(公告)号:CN113132943B

    公开(公告)日:2022-04-19

    申请号:CN202110415530.2

    申请日:2021-04-18

    Inventor: 邝祝芳 高坚 黎松

    Abstract: 本发明提供了一种车联网中车边协同的任务卸载调度及资源分配方法。主要包括如下步骤:1、生成任务描述集合μ={Hi|1≤i≤I},Hi=(si,ci),构建网络中任务卸载调度,资源分配的数学模型P1;2、在给定CPU频率的情况下,基于深度学习DQN算法求解问题P1,求得任务卸载调度决策(xi,αi),求得目标值V;3、基于求得的卸载调度决策(xi,αi),构建数学模型P2,采用梯度下降法求得CPU频率求得目标值V';4、比较目标值V和V'的差值,如果V‑V'<χ,则退出,否则重复步骤2和步骤3;应用本发明,解决了移动车辆边缘网络中任务卸载调度和资源分配优化问题,有效地降低了网络中任务的执行时延和能耗。

    一种车联网中车边协同的任务卸载调度及资源分配方法

    公开(公告)号:CN113132943A

    公开(公告)日:2021-07-16

    申请号:CN202110415530.2

    申请日:2021-04-18

    Inventor: 邝祝芳 高坚 黎松

    Abstract: 本发明提供了一种车联网中车边协同的任务卸载调度及资源分配方法。主要包括如下步骤:1、生成任务描述集合μ={Hi|1≤i≤I},Hi=(si,ci),构建网络中任务卸载调度,资源分配的数学模型P1;2、在给定CPU频率的情况下,基于深度学习DQN算法求解问题P1,求得任务卸载调度决策(xi,αi),求得目标值V;3、基于求得的卸载调度决策(xi,αi),构建数学模型P2,采用梯度下降法求得CPU频率求得目标值V';4、比较目标值V和V'的差值,如果V‑V'<χ,则退出,否则重复步骤2和步骤3;应用本发明,解决了移动车辆边缘网络中任务卸载调度和资源分配优化问题,有效地降低了网络中任务的执行时延和能耗。

    一种云边融合异构网络中任务卸载与数据缓存方法

    公开(公告)号:CN112667406A

    公开(公告)日:2021-04-16

    申请号:CN202110027374.2

    申请日:2021-01-10

    Abstract: 本发明公开一种云边融合异构网络中任务卸载与数据缓存方法。主要步骤包括:1、生成任务描述集合I={Hi|1≤i≤η},Hi=(Si,Wi),Si=(Di,Ui),构建云边融合异构网络中任务卸载、数据缓存和资源分配的数学模型P1。2、在给定传输功率和CPU频率的情况下构造数学模型P2。基于深度学习DQN算法求解问题P2,求得任务卸载和数据缓存决策向量求得目标值Val_old。3、基于求得的卸载和缓存决策构造数学模型P3。采用序列二次规划法求得传输功率和CPU频率求得目标值Val_new。4、比较目标值Val_old和Val_new的差值,如果Val_old‑Val_new<δ,则退出,否则重复步骤2和步骤3。应用本发明,解决了云边融合异构网络中任务卸载、数据缓存和资源分配优化问题,有效地降低了任务的执行时延和能耗。

    一种能量获取D2D异构网络中频效能效优化方法

    公开(公告)号:CN111465108B

    公开(公告)日:2022-06-28

    申请号:CN202010145043.4

    申请日:2020-03-04

    Abstract: 本发明公开一种能量获取D2D异构网络中频效能效优化方法。主要包括如下步骤:1、构建能量获取D2D异构网络优化频效能效的数学模型。2、化简频效能效优化的能量获取D2D异构网络的数学模型。3、多目标优化问题转化为单目标优化问题。4、基于凸优化理论求解α>0时的频效能效优化问题。5、基于凸优化理论求解α=0时的频效能效优化问题。6、基于梯度下降法求解频效能效优化问题。应用本发明,在保证CU用户QoS的前提下,解决了能量获取D2D异构网络中信道分配、传输时间分配、功率分配的优化问题,可以同时最大化系统频谱效率和能量效率。

    一种能量获取D2D异构网络中频效能效优化方法

    公开(公告)号:CN111465108A

    公开(公告)日:2020-07-28

    申请号:CN202010145043.4

    申请日:2020-03-04

    Abstract: 本发明公开一种能量获取D2D异构网络中频效能效优化方法。主要包括如下步骤:1、构建能量获取D2D异构网络优化频效能效的数学模型。2、化简频效能效优化的能量获取D2D异构网络的数学模型。3、多目标优化问题转化为单目标优化问题。4、基于凸优化理论求解α>0时的频效能效优化问题。5、基于凸优化理论求解α=0时的频效能效优化问题。6、基于梯度下降法求解频效能效优化问题。应用本发明,在保证CU用户QoS的前提下,解决了能量获取D2D异构网络中信道分配、传输时间分配、功率分配的优化问题,可以同时最大化系统频谱效率和能量效率。

Patent Agency Ranking