不确定网络环境中任务卸载和资源分配联合优化方法

在不确定的无线网络环境中,由于任务到达、用户移动的随机性以及无线信道状态的时变性,导致出现不确定的任务云端排队时延、设备网络连接时间等网络环境特征,极大影响计算卸载效率和网络资源利用率。针对这一问题,建立了算网协同的动态任务卸载和资源联合分配模型,以最小化系统总能耗为目标,提出了基于随机模拟的任务卸载和算网资源联合分配多阶段随机规划优化算法(SS-MSSP),采用多阶段随机规划理论制定多阶段策略,并以后验算网资源分配的方式来追索补偿不确定网络环境的影响。仿真结果表明,在不确定的网络环境中,SS-MSSP算法保证了用户的计算时延需求,同时有效降低了系统能耗。

毫米波OAM多分辨率模分复用物理层认证模型研究

针对未来6G超高速率和超大带宽的性能需求,聚焦短程毫米波轨道角动量(OAM)的发散性传输衰落和多径传播问题,建立多分辨率模分复用(MMDM)方案的系统模型,面向多用户场景进行OAM-物理层认证(PLA)系统建模。同时,搭建毫米波OAM信道测试平台,对模型进行测量验证。结果显示,MMDM方案具有有效性。