典型文献
超密集网络中基于MEC的任务卸载和资源分配
文献摘要：
随着计算密集型和数据密集型应用程序的激增,移动边缘计算(Mobile Edge Computing,MEC)被提出,可为无线网络边缘的用户提供强大的计算能力.然而当大量用户将计算任务卸载到边缘服务器时,反而会增加网络负载和传输时延.文中针对计算资源有限的超密集网络中的计算负载,考虑任务卸载和资源分配的联合优化问题,提出了算法以最小化超密集网络(Ultra-Dense Network,UDN)总开销.文中将该联合优化问题划分为多个子问题.首先计算最小本地开销;然后为计算最小边缘开销,将任务卸载与资源分配问题划分为信道分配子问题和功率分配与卸载决策子问题;最后引入相应的拉格朗 日函数,并采用内点惩函数法和Frank-Wolfe方法递归地解决子问题.仿真结果表明,与传统的基本算法相比,文中所提算法可有效减少系统总开销,同时有效减少能源开销和传输时延.
文献关键词：
超密集网络;移动边缘计算;计算卸载;资源分配
中图分类号：
作者姓名：
陈发堂;杨玲;夏苗苗
作者机构：
重庆邮电大学通信与信息工程学院,重庆 400065
文献出处：
引用格式：
[1]陈发堂;杨玲;夏苗苗-.超密集网络中基于MEC的任务卸载和资源分配)[J].南京邮电大学学报（自然科学版）,2022(02):22-30
A类：
服务器时
B类：
超密集网络,MEC,资源分配,计算密集型,数据密集型应用,应用程序,激增,移动边缘计算,Mobile,Edge,Computing,无线网络,网络边缘,计算能力,计算任务卸载,载到,边缘服务器,网络负载,传输时延,计算资源,联合优化,优化问题,Ultra,Dense,Network,UDN,总开销,子问题,小本,小边,分配问题,信道分配,配子,功率分配,卸载决策,拉格朗,内点,Frank,Wolfe,递归,计算卸载
AB值：
0.416714
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
