电力物联网中基于SCMA-MEC的最优功率分配与卸载决策

在电力物联网(Power Internet of Things, PIoT)中,移动终端设备接入会产生大量的异构数据,给通信信道及中央存储计算系统带来巨大压力,对系统的稳定性和能源消耗带来了挑战。为应对这一挑战,提出了基于稀疏码多址接入(Sparse Code Multiple Access, SCMA)技术的移动边缘计算(Mobile Edge Computing, MEC)的异构网络优化方案。为了最小化系统总开销,考虑了在资源受限的情况下设备的能源消耗和计算资源分配,提出了基于最优功率分配的联合随机码本分配的算法,实现移动终端设备能耗最小化。通过构建约束多目标优化问题的数学模型,设计了一种基于帕累托前沿的多目标鲸鱼优化算法(Pareto Frontier-Multi Objective Whale Optimization Algorithm, PF-MOWOA)用于任务卸载。仿真结果表明,在满足能耗和时延的约束条件下,所提算法相较于其他算法具有更低的系统总能耗,且联合任务卸载优化算法可以进一步降低系统的总开销。