面對(duì)時(shí)延敏感度不同的多種用戶(hù),如何有效利用頻譜資源和計(jì)算資源受限的邊緣節(jié)點(diǎn)來(lái)保障其時(shí)延能耗需求成為關(guān)鍵問(wèn)題。為此,提出了基于移動(dòng)邊緣計(jì)算（mobile edge computing,MEC）的任務(wù)卸載和資源分配聯(lián)合優(yōu)化方案。首先,為最小化卸載任務(wù)在MEC的總計(jì)算時(shí)間,給每個(gè)用戶(hù)分配最優(yōu)的MEC計(jì)算資源。其次,基于時(shí)延敏感度、用戶(hù)滿(mǎn)意度和資源塊（resource block,RB）質(zhì)量,引入RB分配算法,以分布式執(zhí)行。最后,用戶(hù)通過(guò)比較本地計(jì)算開(kāi)銷(xiāo)和卸載計(jì)算開(kāi)銷(xiāo)做出卸載決策。仿真結(jié)果表明,所提算法在滿(mǎn)足高時(shí)延敏感用戶(hù)的需求前提下,通過(guò)有效地分配傳輸資源和計(jì)算資源,實(shí)現(xiàn)了最小的系統(tǒng)開(kāi)銷(xiāo)。 

【文章來(lái)源】：系統(tǒng)工程與電子技術(shù). 2020,42(06)北大核心

【文章頁(yè)數(shù)】：9 頁(yè)

【參考文獻(xiàn)】：
期刊論文
[1]A Greedy Algorithm for Task Offloading in Mobile Edge Computing System[J]. Feng Wei,Sixuan Chen,Weixia Zou.  中國(guó)通信. 2018(11)

碩士論文
[1]5G蜂窩異構(gòu)網(wǎng)絡(luò)資源分配及任務(wù)卸載方案研究[D]. 張東宇.重慶郵電大學(xué) 2019



本文編號(hào)：3032512