期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
移动边缘计算环境中的计算卸载技术研究综述 被引量:13
1
作者 胡恒 金凤林 郎思琪 《计算机工程与应用》 CSCD 北大核心 2021年第14期60-74,共15页
计算卸载技术作为移动边缘计算(MobileEdgeComputing,MEC)的关键技术,通过合理的卸载决策能有效解决终端设备计算能力弱、时延长和能耗高等问题。介绍了MEC的概念、参考架构、部署方案和典型应用场景;分别从卸载决策的目标、粗粒度、细... 计算卸载技术作为移动边缘计算(MobileEdgeComputing,MEC)的关键技术,通过合理的卸载决策能有效解决终端设备计算能力弱、时延长和能耗高等问题。介绍了MEC的概念、参考架构、部署方案和典型应用场景;分别从卸载决策的目标、粗粒度、细粒度的卸载方式及MEC与端对端(Device-to-Device,D2D)技术协作下的卸载方式详细阐述了计算卸载技术研究现状,分析和总结了该领域已有研究成果;对该领域的未来研究方向进行了思考,并给出了该领域面临的一些问题和挑战。 展开更多
关键词 移动边缘计算 移动云计算 计算卸载技术 决策 D2D技术
下载PDF
基于能量收集的MEC系统的计算卸载策略研究 被引量:1
2
作者 王同 康桂华 +1 位作者 刘祥 黄珂 《信息技术》 2021年第2期85-91,共7页
通过利用整数规划算法和贪婪策略对基于李雅普诺夫优化的动态计算卸载(Lyapunov Optimization-based Dynamic Computation Offloading,LODCO)算法进行升级和重构,使其适用于具多用户和多服务器的移动边缘计算系统,并通过选择各移动设备... 通过利用整数规划算法和贪婪策略对基于李雅普诺夫优化的动态计算卸载(Lyapunov Optimization-based Dynamic Computation Offloading,LODCO)算法进行升级和重构,使其适用于具多用户和多服务器的移动边缘计算系统,并通过选择各移动设备的执行模式,来降低执行成本。仿真结果表明,该算法不仅继承了LODCO算法的所有优点,而且可以提高计算任务的卸载率,降低执行成本。 展开更多
关键词 移动边缘计算 能量收集 计算卸载技术 整数规划算法 贪婪策略
下载PDF
设备间任务依赖的最佳卸载决策和资源分配
3
作者 胡恒 金凤林 +4 位作者 谢钧 俞璐 黄科瑾 孟繁伦 杨涛 《计算机技术与发展》 2022年第8期82-88,95,共8页
对于不同设备之间具有任务依赖性的问题,考虑了两个设备的移动边缘计算(Mobile Edge Computing,MEC)与端对端(Device-to-Device,D2D)技术协作网络,其中一个无线设备的最终输出作为另一个设备上某个任务的输入。在此任务依赖模型下,为了... 对于不同设备之间具有任务依赖性的问题,考虑了两个设备的移动边缘计算(Mobile Edge Computing,MEC)与端对端(Device-to-Device,D2D)技术协作网络,其中一个无线设备的最终输出作为另一个设备上某个任务的输入。在此任务依赖模型下,为了最小化无线设备的能耗和任务完成时间的加权和,研究了最佳的资源分配(卸载发射功率和本地CPU频率)和任务卸载决策问题。为了解决该问题,将原问题分解为给定任务卸载决策的资源分配问题和优化与资源分配问题相对应的任务卸载问题。首先给定卸载决策,推导出卸载发射功率和本地CPU频率的闭合表达式,运用凸优化方法求出该问题的解。然后证明最优卸载决策遵循一次爬升策略,在此基础上提出了一种降低复杂度的在线任务卸载算法,该算法可以在多项式时间内获得最优卸载决策。数值结果表明,该策略的性能明显优于其他有代表性的基准测试,同时MEC与D2D协作可以显着提高系统的性能。 展开更多
关键词 移动边缘计算 D2D技术 计算卸载技术 决策 资源分配
下载PDF
A Greedy Algorithm for Task Offloading in Mobile Edge Computing System 被引量:32
4
作者 Feng Wei Sixuan Chen Weixia Zou 《China Communications》 SCIE CSCD 2018年第11期149-157,共9页
Mobile edge computing (MEC) is a novel technique that can reduce mobiles' com- putational burden by tasks offioading, which emerges as a promising paradigm to provide computing capabilities in close proximity to mo... Mobile edge computing (MEC) is a novel technique that can reduce mobiles' com- putational burden by tasks offioading, which emerges as a promising paradigm to provide computing capabilities in close proximity to mobile users. In this paper, we will study the scenario where multiple mobiles upload tasks to a MEC server in a sing cell, and allocating the limited server resources and wireless chan- nels between mobiles becomes a challenge. We formulate the optimization problem for the energy saved on mobiles with the tasks being dividable, and utilize a greedy choice to solve the problem. A Select Maximum Saved Energy First (SMSEF) algorithm is proposed to realize the solving process. We examined the saved energy at different number of nodes and channels, and the results show that the proposed scheme can effectively help mobiles to save energy in the MEC system. 展开更多
关键词 mobile edge computing task off- loading greedy choice energy resource allo- cation
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部