-
公开(公告)号：CN113286317B
公开(公告)日：2023-07-28
申请号：CN202110447548.0
申请日：2021-04-25
Applicant: 南京邮电大学
IPC: H04W24/02 , H04W28/02 , H04W28/084
Abstract: 本发明公开了一种基于无线供能边缘网络的任务调度方法，包括：假设一共有N个用户终端，定义用户的卸载决策、选择卸载到边缘服务器的用户终端的任务执行顺序、选择在本地的用户任务执行顺序；每个用户终端先进行能量采集和任务处理，专用能量站通过无线能量传输的方式为所有的边缘用户终端进行供能；每个用户终端进行本地计算任务或者将任务卸载到边缘服务器进行计算，采用改进的约翰逊算法对用户终端的卸载决策以及任务调度进行求解；采用黄金分割法求解出最优的无线供电的时间；交替迭代使用，收敛得到最优解。本发明对每个用户任务请求进行卸载决策以及任务调度，大幅度降低了计算复杂度，实现整个系统用户终端完成时延的最小化目标。
-
Patent Agency Ranking
公开(公告)号：CN112492626B
公开(公告)日：2022-04-12
申请号：CN202011420225.4
申请日：2020-12-07
Applicant: 南京邮电大学
Abstract: 本发明公开了一种移动用户计算任务的卸载方法，步骤包括：该方法以满足边缘计算服务器的计算资源约束为前提，对每个任务请求进行卸载调度以及选择用户合适的基站，保证用户终端完成任务的系统时延与终端能耗最小，得到了用户的基站选择、卸载决策和任务调度方案。本发明大幅度降低了计算复杂度，提升了用户满意度，实现了系统时延与终端能耗最优化的目标。
-
公开(公告)号：CN112492626A
公开(公告)日：2021-03-12
申请号：CN202011420225.4
申请日：2020-12-07
Applicant: 南京邮电大学
Abstract: 本发明公开了一种移动用户计算任务的卸载方法，步骤包括：该方法以满足边缘计算服务器的计算资源约束为前提，对每个任务请求进行卸载调度以及选择用户合适的基站，保证用户终端完成任务的系统时延与终端能耗最小，得到了用户的基站选择、卸载决策和任务调度方案。本发明大幅度降低了计算复杂度，提升了用户满意度，实现了系统时延与终端能耗最优化的目标。
-
公开(公告)号：CN115103405A
公开(公告)日：2022-09-23
申请号：CN202210610433.3
申请日：2022-05-31
Applicant: 南京邮电大学
IPC: H04W28/08 , H04L67/10 , H04L41/0833 , H04L41/083 , H04W4/70
Abstract: 本发明公开了一种基于D2D通信的计算卸载优化方法，基于图论的多用户任务卸载方法根据用户任务的完成截止时间和能量约束，将用户计算任务划分为时延敏感型任务与能耗敏感型任务，基于图论将空闲设备、MEC服务器以及MCC远端云服务器分别构建相应的时延权重图与能耗权重图，并定义优化目标为时延与能耗；采用最大匹配最小代价图算法求解获得卸载策略，首先求解时延权重图，获得时延敏感型任务的卸载决策及其需要的计算资源，剩余的计算资源用于能耗敏感型任务，求解能耗权重图，获得能耗敏感型任务的卸载决策；本发明通过求解出的卸载决策，降低了完成任务的时延与能耗，能够根据任务的要求，充分利用有限的计算资源完成更多的计算任务。
-
公开(公告)号：CN113286317A
公开(公告)日：2021-08-20
申请号：CN202110447548.0
申请日：2021-04-25
Applicant: 南京邮电大学
Abstract: 本发明公开了一种基于无线供能边缘网络的任务调度方法，包括：假设一共有N个用户终端，定义用户的卸载决策、选择卸载到边缘服务器的用户终端的任务执行顺序、选择在本地的用户任务执行顺序；每个用户终端先进行能量采集和任务处理，专用能量站通过无线能量传输的方式为所有的边缘用户终端进行供能；每个用户终端进行本地计算任务或者将任务卸载到边缘服务器进行计算，采用改进的约翰逊算法对用户终端的卸载决策以及任务调度进行求解；采用黄金分割法求解出最优的无线供电的时间；交替迭代使用，收敛得到最优解。本发明对每个用户任务请求进行卸载决策以及任务调度，大幅度降低了计算复杂度，实现整个系统用户终端完成时延的最小化目标。
-
公开(公告)号：CN115103405B
公开(公告)日：2024-11-22
申请号：CN202210610433.3
申请日：2022-05-31
Applicant: 南京邮电大学
IPC: H04W28/084 , H04W28/08 , H04L67/10 , H04L41/0833 , H04L41/083 , H04W4/70
Abstract: 本发明公开了一种基于D2D通信的计算卸载优化方法，基于图论的多用户任务卸载方法根据用户任务的完成截止时间和能量约束，将用户计算任务划分为时延敏感型任务与能耗敏感型任务，基于图论将空闲设备、MEC服务器以及MCC远端云服务器分别构建相应的时延权重图与能耗权重图，并定义优化目标为时延与能耗；采用最大匹配最小代价图算法求解获得卸载策略，首先求解时延权重图，获得时延敏感型任务的卸载决策及其需要的计算资源，剩余的计算资源用于能耗敏感型任务，求解能耗权重图，获得能耗敏感型任务的卸载决策；本发明通过求解出的卸载决策，降低了完成任务的时延与能耗，能够根据任务的要求，充分利用有限的计算资源完成更多的计算任务。
-
-
-
-
-
Search Results
6
records
(took 0.017 seconds)
