车载边缘计算中多任务部分卸载方案研究

现有车载应用设备对时延有更严苛的要求,车载边缘计算(VEC)能够充分利用网络边缘设备,如路边单元(RSU)进行协作处理,可有效地降低时延。现有研究多假设RSU计算资源充足,可提供无限的服务,但实际其计算资源会随着所需处理任务数量的增加而受限,对时延敏感的车载应用造成限制。该文针对此问题,提出一种车载边缘计算中多任务部分卸载方案,该方案在充分利用RSU的计算资源条件下,考虑邻近车辆的剩余可用计算资源,以最小化总任务处理时延。首先在时延限制和资源约束下分配各任务在本地、RSU和邻近车辆的最优卸载决策变量比例,其次以最小处理时延为目的在一跳通信范围内选择合适的空闲车辆作为处理部分任务的邻近车辆。仿真结果表明所提车载边缘计算中多任务部分卸载方案相较现有方案能较好地降低时延。

从“部分卸载”对制冷系数的影响看冷库兼冷的利与弊

分别采用解析法和数值法 ,分析了压缩机部分卸载能量调节方式对单级实际制冷循环和 -2 8℃蒸发温度的氨双级实际制冷循环制冷系数的影响 ,指出新系列压缩机所带有的能量调节装置 ,不宜用于季节性负荷变化时的能量调节 ,提出在不同蒸发温度制冷系统之间进行适当的兼冷运行 。

基于博弈的多用户部分卸载策略研究

部分卸载通过将任务进行拆分并行运行在不同计算节点以降低时延与能耗。现使用部分卸载的方案,同时将任务部分卸载在两个计算节点。由于每一移动用户计算任务时延与能耗受其他用户卸载决策影响,将系统卸载决策问题描述为一个多玩家博弈。此外证明了上述博弈纳什均衡存在,表明系统可以收敛到一个稳定的状态。为了达到纳什均衡,设计了一种基于博弈的多用户部分卸载方案。最大量仿真表明,在代价和效用两方面上述方案均能获得更好的表现效果。

移动边缘网络中基于强化学习的部分卸载分析

为解决边缘计算环境中多用户卸载问题,提出了一种基于强化学习的部分任务卸载方法,将二进制计算卸载扩展到连续动作域,从而更好地达到最小的时延,即采用Q-learning算法进行离散卸载决策,并基于深度确定性策略梯度算法(deep deterministic policy gradient algorithm for partial-offloading,DDPG-PO)连续卸载决策.实验结果表明所上述方法相较现有方法,提高了决策的准确性和实效性,能更好地降低时延.

部分卸载时被动式燃料电池动态响应实验研究

对全被动式直接甲醇燃料电池在电流部分卸载情况下的输出电压动态响应开展了实验研究。实验结果显示,电流按照方波、后直角三角波、前直角三角波和等腰三角波加载/卸载时的燃料电池输出电压动态响应规律不尽相同。燃料电池在高电流强度加载时,不同甲醇溶液浓度时的电池输出电压比较接近。在电流部分卸载的情况下,1mol/L甲醇溶液浓度时燃料电池的输出电压高于3mol/L甲醇溶液浓度时的输出电压。从被动式燃料电池内部传质过程与电化学反应耦合的角度对实验结果开展了分析。

智能超表面赋能移动边缘计算部分任务卸载策略

针对移动边缘计算(MEC)任务卸载性能易受障碍物阻挡影响的问题,该文提出一种双智能超表面(RIS)赋能的移动边缘计算任务部分卸载框架。首先,分析两个RIS之间的反射对链路增益的影响。其次,联合考虑终端用户的发射功率、终端用户的卸载速率、任务卸载量、卸载时间的分配以及RIS相移约束,旨在建立一个能耗最小化优化问题。最后,采用交替迭代算法,将原非凸问题分解为两个子问题,并利用Dinkelbach方法和最优性条件进行求解。仿真结果验证了所提算法的快速收敛特性以及在降低系统能耗方面的有效性。

D2D辅助星地双边协作的部分计算卸载

星地卸载场景中,地面节点集向低轨卫星边缘服务器卸载计算任务时会导致传输能耗高的问题。为了提高节点集续航时间并有效利用网络中的计算资源,结合D2D(device-to-device)通信提出一种双边协作的部分计算卸载方案。考虑到计算任务的处理时延与低轨卫星边缘服务器的负载均受限,将优化问题建模为最小化地面节点集卸载过程中的总能耗,用改进的遗传算法将种群中个体按适应度值大小降序排列并依次两两交叉,且赋予适应度越小的个体越高的变异概率。仿真结果表明,改进遗传算法在不同的时延要求与任务节点数下均良好地收敛,有效减少了卸载过程中地面节点集的总能耗。

子任务调度和时延联合优化的MEC卸载方案

移动边缘计算(mobile edge computing,MEC)为5G超低时延业务提供了解决方案。如何设计低时延、高效率的任务卸载方案,是MEC面临的主要难题之一。为此,针对端边协同MEC服务场景,研究了大型计算任务的低时延、低能耗部分卸载方案,通过将用户任务划分为多个有顺序依赖关系的子任务并构建子任务的有向无环关系图,设计了能够最小化卸载时延的子任务调度方案,提出了基于任务复制的最早卸载执行算法,解决了能耗受限下的任务最小时延卸载计算。仿真结果表明,提出的MEC卸载方案能够有效减少任务处理时延,降低系统能耗。

5G移动边缘计算环境下的任务卸载方法研究

传统移动计算存在计算效率低和能耗较大的问题,为此提出一种5G移动边缘计算环境下的任务卸载方法。首先,将卸载时延最小化和能耗最小化作为目标函数,并给出其对应的约束条件,以此实现计算任务建模;其次,基于区块链技术进行计算任务分配;最后,根据任务属性将计算任务分解为多个子任务,按照计算任务的属性选择卸载类型,实现5G移动边缘计算任务卸载。实验结果表明:该方法的任务卸载时间较短和能耗较低,证明本文方法具有较高的实用性,能够为用户带来更智能、高效和便利的移动体验。

智能超表面辅助边缘计算任务卸载增强技术

针对无线信道的随机性和不确定性导致的MEC网络任务卸载时传输速率低的问题,提出一种RIS辅助MEC方案,利用RIS增强链路的能力来支持任务卸载。通过对用户发射功率、任务卸载量、MEC计算资源调度、RIS相移矩阵等进行联合优化,最小化服务总时延。由于原问题是具有高度耦合变量的非凸问题,借助块坐标下降法将原问题分解为三个子问题,并利用拉格朗日对偶法、逐次凸近似法和交替方向乘子法进行求解。最后设计了一种交替算法,迭代求解近似最优解。仿真结果表明,与其他基准方案相比,该方案在降低服务时延方面具有更好的性能。

边缘协作环境下最小化完工时间任务调度方法

由于用户地理位置分布不均可能导致边缘服务器负载不均衡,难以为用户提供满意的服务质量。此外,边缘服务器可用资源有限,一些大任务可能难以全部卸载到边缘服务器。针对以上问题,利用多个边缘服务器之间的协作,结合任务部分卸载方式,提出一种边缘协作环境下最小化完工时间的任务调度方法。首先,结合边缘水平协作和任务部分卸载技术,考虑多用户多边缘服务器场景下用户和边缘服务器的位置关系,以最小化任务完工时间为目标,建立任务部分卸载调度模型;其次,提出基于改进分组教学优化算法的任务调度算法,联合优化边缘服务器计算资源分配、用户-边缘服务器关联决策、任务卸载比例以及执行位置决策,以最小化任务完工时间为目标,实现边缘计算环境下任务的高效调度;最后,通过实验将提出的任务调度算法与其他算法在多个指标下进行对比。实验结果表明,所提方法能够有效降低任务完工时间。

基于非正交多址接入的移动边缘计算安全节能联合资源分配

为提高基于非正交多址接入(NOMA)的移动边缘计算(MEC)系统中计算任务部分卸载时的安全性,该文在存在窃听者情况下研究MEC网络的物理层安全,采用保密中断概率来衡量计算卸载的保密性能,考虑发射功率约束、本地任务计算约束和保密中断概率约束,同时引入能耗权重因子以平衡传输能耗和计算能耗,最终实现系统能耗加权和最小。在满足两个用户优先级情况下,为降低系统开销,提出一种联合任务卸载和资源分配机制,通过基于二分搜索的迭代优化算法寻求问题变换后的最优解,并获得最优的任务卸载和功率分配。仿真结果表明,所提算法可有效降低系统能耗。

面向复杂任务的多无人机协同计算资源分配与优化

5G时代出现了大量存在内在数据依赖关系的复杂任务,而现阶段的研究较少关注复杂任务的计算卸载与资源分配问题,且已有研究存在复杂任务关联模型覆盖不全面、无人机协作模式固定及任务延迟大的限制。针对上述问题,提出了多无人机协同部分计算卸载优化决策方案。首先,基于无人机角色划分构建多无人机空中协同计算模型;其次,以最小化任务处理时延为目标,建模子任务执行时序约束、任务响应时间约束、任务卸载约束和无人机能耗约束下的面向复杂任务的多无人机协同部分计算卸载优化问题;最后,提出双层博弈近似计算卸载算法求解该问题。仿真结果证明了所提算法的有效性和低计算复杂度,且通过对比所提算法与已有求解方案得到的任务处理时延,验证所提算法有利于提高任务处理时延的性能。

Forming and Springback Prediction of Strips Under Multi-square Punch Concave Forming Process Considering Partial-unloading Effects

To further investigate the forming mechanism and springback characteristics of strips under multi-square punch forming (MSPF) considering partial-unloading effects, a series of concave form ing tests of strips are conducted on the MSPF machine. This paper aims to reveal the physical mecha nism of the elastic-plastic deformation in the MSPF process considering the effect of the forming ap proaches, and derive appropriate mathematical interpretations. The theoretical model is firstly estab lished to analyse the concave forming mechanism and springback characteristics of the strip, and its accuracy is then validated by experimental data. The forming history and load evolutions are depicted to explore the required forming capacity through the proposed analytical method. Besides, the paramet ric studies are carried out to discuss their effects on the springback of the strip. The results suggest that the deformation paths of the strip are influenced by the forming approach, and the springback of the strip in convex forming is larger than that in concave forming.