公开(公告)号：CN116209084A

公开(公告)日：2023-06-02

申请号：CN202310212011.5

申请日：2023-03-07

Applicant: 重庆邮电大学

Inventor： 鲜永菊 ,  陈万琼 ,  左维昊 ,  汪帅鸽

IPC: H04W72/53 ,  G06N3/092 ,  G06F9/445 ,  G06N3/126 ,  G06N3/08 ,  H04W72/0446

Abstract: 本发明属于移动通信技术领域，特别涉及一种能量收集MEC系统中任务卸载和资源分配方法，包括考虑由多个具有EH功能的终端设备和一个配有边缘服务器的基站组成的MEC系统，分别建立任务队列模型、任务计算模型和能量收集模型；建模一个时间平均意义上的长期随机优化问题，目标是最小化终端设备完成任务的执行时间和能量消耗总成本；首先通过Lyapunov随机优化理论，将随机优化问题解耦成每个确定时隙内的卸载决策子问题和资源分配子问题，然后通过深度强化学习算法和自适应遗传算法分别求解两个子问题；本发明可以有效降低终端设备完成任务的总成本，并保证队列长期稳定。

公开(公告)号：CN116234020A

公开(公告)日：2023-06-06

申请号：CN202310211910.3

申请日：2023-03-07

Applicant: 重庆邮电大学

Inventor： 鲜永菊 ,  陈万琼 ,  左维昊 ,  汪帅鸽

IPC: H04W72/0446 ,  G06N3/092 ,  H04W72/044 ,  H04W72/53 ,  G06F9/445 ,  G06N3/08

Abstract: 本发明属于移动通信技术领域，涉及一种基于SWIPT的MEC系统中任务卸载方法，包括考虑由多个终端设备和多个基站构成的SWIPT‑MEC系统；分别建立任务模型、通信模型、计算模型和能量收集模型；为了求解系统收益最大化问题，建立了基于买卖博弈的供需互动优化模型；终端设备根据自身的计算需求和能源需求向基站购买通信资源，建立买方收益最大化问题；通过动态报价基站向设备提供不同的计算和通信资源，建立卖方收益最大化问题，通过拉格朗日乘子法和KKT条件计算出训练时隙的最优卸载决策；利用深度强化学习预测得到待测时隙的最优的卸载策略；本发明有效降低系统能耗成本，提升系统总收益。

公开(公告)号：CN117376931A

公开(公告)日：2024-01-09

申请号：CN202311459570.2

申请日：2023-11-03

Applicant: 重庆邮电大学

Inventor： 鲜永菊 ,  左维昊 ,  汪洲 ,  谭文光

IPC: H04W16/18 ,  H04W84/06 ,  H04W4/90 ,  G08B17/00 ,  G06F18/20

Abstract: 本发明属于移动通信技术领域，面向林火监控的无人机边缘计算系统中无人机部署方法，包括：根据无人机、地面设备和地面指挥中心建立MEC系统模型；建立林火蔓延模型、通信模型和任务计算模型；设置约束条件，根据林火蔓延模型、通信模型、任务计算模型以及约束条件构建目标优化函数；根据目标优化函数建立马尔可夫决策过程；基于马尔可夫决策过程采用多智能体深度强化学习算法对目标优化函数进行优化求解，得到无人机的最优部署策略；本发明通过林火蔓延模型、通信模型以及任务计算模型来建立森林火灾的具体场景，实现无人机系统的成本最小化；本发明采用了一种多智能体强化学习算法求解无人机位置部署问题，可以降低无人机部署的总成本。