典型文献
基于位置预测的多MEC服务器协同卸载算法
文献摘要：
移动边缘计算(Mobile Edge Computing,MEC)通过在网络边缘部署服务器来满足终端低时延低能耗的需求.由于用户具有移动性,且MEC服务器覆盖范围和计算资源都有限,任务量较大的卸载会带来较高的时延.为应对此问题,文中提出了一种基于位置预测的多MEC服务器协同卸载算法,让多个服务器协同工作提供计算卸载服务.采用扩展卡尔曼滤波的方法预测用户未来时刻的位置,从而选择合适的服务器处理卸载任务.在此基础上以最小化时延和能耗加权和为目标将任务划分给多个MEC服务器,给出效用函数模型并利用单纯形法求优化解.仿真结果表明,相较于现有的方法,文中算法在时延和能耗的控制上有较好的表现,且用户与服务器间的连接成功率更高.
文献关键词：
移动边缘计算;位置预测;协同卸载;扩展卡尔曼滤波
中图分类号：
作者姓名：
王翊;卢兴俊;许耀华;蒋芳
作者机构：
安徽大学计算智能与信号处理教育部重点实验室,安徽合肥230601
文献出处：
引用格式：
[1]王翊;卢兴俊;许耀华;蒋芳-.基于位置预测的多MEC服务器协同卸载算法)[J].南京邮电大学学报（自然科学版）,2022(04):37-44
A类：
B类：
位置预测,MEC,服务器,协同卸载,移动边缘计算,Mobile,Edge,Computing,网络边缘,边缘部署,低时延,低能耗,移动性,覆盖范围,计算资源,任务量,协同工作,计算卸载,扩展卡尔曼滤波,来时,加权和,任务划分,分给,效用函数,函数模型,单纯形法,优化解,连接成
AB值：
0.349131
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。
