空中智能反射面辅助边缘计算中基于PPO的任务卸载方案

针对6G时代“智慧物联网”边缘计算系统中障碍物阻挡对任务卸载性能的影响,提出了一种无人机搭载智能反射面(Reconfigurable Intelligent Surfaces,RIS)辅助的计算任务部分卸载方案。首先,在满足用户传输功率、无人机高度、任务卸载比例限制的条件下,通过联合优化时隙分配、任务卸载比例、无人机高度、RIS相移和用户传输功率,建立用户总能耗最小化问题;其次,将该非凸优化问题分解为4个子问题,使用深度强化学习中的近端策略优化(Proximal Policy Optimization,PPO)方法确定时隙分配策略;最后,将每个训练时间步作为一次求解,基于交替迭代方法和连续凸逼近方法得到问题的优化解。仿真结果表明,基于PPO的算法训练速度较快其用户总能耗比采用全部卸载方案的能耗减少了约23%,比采用无人机高度固定方案的能耗减少了约5.3%。

智能反射面赋能无人机边缘网络计算卸载方案

针对无人机辅助边缘计算城市场景,因无人机与地面用户之间的任务卸载链路易受障碍物遮挡而造成卸载速率低的问题,提出了一种智能反射面赋能的无人机边缘计算部分任务卸载方案。联合考虑任务分配、用户发射功率、智能反射面相移矩阵、无人机计算资源分配以及无人机轨迹,建立了一个用户最小平均数据吞吐量最大化问题。由于该问题是一个随机优化问题,且优化变量之间密切耦合,难以直接求解。因此,首先通过利用数学期望的性质,将随机优化问题转换为确定性优化问题;其次,利用块坐标下降算法将确定性优化问题分解为3个子问题,并通过引入辅助变量、利用连续凸近似和半定松弛技术将非凸问题转换为凸优化问题,进而得到问题的近似次优解。仿真结果表明,所提方案具有良好的收敛性能,并有效地提高了地面用户的平均数据吞吐量。

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。

基于汽车制造企业的全面预算管理措施分析

在新时期的汽车行业发展领域,做好预算管理工作十分必要,能够实现资金优化配置,同时也能够有效规避汽车制造企业内部所存在的资金安全隐患。而在实施预算管理期间,需遵循全面覆盖、高效管理的原则就具体的预算基础理念进行革新,有效落实全面预算的指导思想,深入分析在实践中所存在的问题,并从部门参与、过程控制以及预算编制质量控制等多个方面着手,探索有效的管理优化举措。