-
公开(公告)号：CN113015144A
公开(公告)日：2021-06-22
申请号：CN202110287068.2
申请日：2021-03-17
Applicant: 华北电力大学
Abstract: 本发明公开了一种结合社交感知的计算任务网络参数优化方法及系统，涉及MEC‑D2D网络应用技术领域，包括确定研究区域对应的结合社交网络的MEC‑D2D网络架构、数据传输模型、消耗模型和社会信任矩阵；根据社会信任矩阵以及消耗模型中的数据执行消耗计算函数和数据传输消耗计算函数，确定研究区域对应的最大化长期系统网络效用函数和约束条件，并利用Lyapunov优化算法对最大化系统网络效用函数解耦，得到三个确定性优化目标函数；根据研究区域对应的计算任务数据总量和优化算法，对上述三个确定性优化目标函数求解，得到最优网络参数。本发明应用上述网络参数能够长期降低MEC‑D2D网络中设备执行过程和设备传输过程的能耗。
-
公开(公告)号：CN113015144B
公开(公告)日：2022-03-04
申请号：CN202110287068.2
申请日：2021-03-17
Applicant: 华北电力大学
Abstract: 本发明公开了一种结合社交感知的计算任务网络参数优化方法及系统，涉及MEC‑D2D网络应用技术领域，包括确定研究区域对应的结合社交网络的MEC‑D2D网络架构、数据传输模型、消耗模型和社会信任矩阵；根据社会信任矩阵以及消耗模型中的数据执行消耗计算函数和数据传输消耗计算函数，确定研究区域对应的最大化长期系统网络效用函数和约束条件，并利用Lyapunov优化算法对最大化系统网络效用函数解耦，得到三个确定性优化目标函数；根据研究区域对应的计算任务数据总量和优化算法，对上述三个确定性优化目标函数求解，得到最优网络参数。本发明应用上述网络参数能够长期降低MEC‑D2D网络中设备执行过程和设备传输过程的能耗。
-
公开(公告)号：CN112788764A
公开(公告)日：2021-05-11
申请号：CN202011544256.0
申请日：2020-12-23
Applicant: 华北电力大学
Abstract: 本发明提供了一种针对NOMA超密集网络任务卸载和资源分配方法及系统，方法包括：计算完成任务时各小小区中不同用户的本地能量消耗和系统总能耗；以系统总能耗最小为优化目标，联合资源分配和卸载决策构建总目标优化问题，并进行分解，获得资源分配子目标优化问题和卸载决策子目标优化问题；基于资源分配子目标优化问题确定完成任务时各小小区中不同用户在小基站上的边缘传输能耗；根据在小基站上的边缘传输能耗和本地能量消耗确定卸载决策。本发明联合计算资源分配、子信道分配和功率控制以及卸载决策进行问题优化，尽量避免因多个用户同时进行任务卸载而产生严重的干扰，进一步改善传输时延的增加和避免发射功率的浪费，提高用户的服务体验。
-
-
Search Results
3
records
(took 0.015 seconds)
