UDN中MEC的资源分配和任务卸载联合优化
在移动边缘计算(MEC)场景下的超密集网络(UDN)中,基础设施的密集部署会产生严重的信道干扰问题.对此,将优化资源分配和任务卸载联合,可使任务计算成本最小化,并降低系统开销.由于决策变量耦合复杂,将原始问题拆分为资源分配和任务卸载子问题,提出了一种结合凸函数和自适应粒子群(CF-APSO)的优化算法.仿真实验结果表明,在微基站密集部署环境中采用CF-APSO算法可以大幅减少时延和能耗,有效提升系统的性能.针对UDN-MEC网络中联合优化多用户资源分配和任务卸载的问题,可通过降低计算时间和能耗使任务的计算成本最低.
移动边缘计算、超密集组网、资源分配、任务卸载
46
TN929.5
国家自然科学基金;国家自然科学基金
2023-05-25(万方平台首次上网日期,不代表论文的发表时间)
共7页
50-56