典型文献
移动边缘计算网络中基于DQN的能效性卸载决策及无线资源分配
文献摘要：
本文研究多种移动设备、单个移动边缘计算(Mobile Edge Computing,MEC)服务器网络场景下,移动设备计算任务的动态卸载决策及资源分配问题.在移动设备的计算任务队列稳定与时延限制、及最大发射功率约束等条件下,建立以系统长期平均能耗最小化为优化目标,实现任务卸载决策、计算资源分配、无线信道及发射功率分配的优化模型.根据优化参数之间的相关性,将模型简化为信道和功率分配的联合优化问题.利用深度Q学习(Deep Q-network,DQN)方法,实现功率与时延约束下计算任务队列长期稳定的资源分配算法.仿真结果表明,本文所提出的算法能够有效地提高系统的能效和数据处理率.
文献关键词：
移动边缘计算;资源分配;DQN;能效性
中图分类号：
作者姓名：
高云;郭艳艳;卫霞
作者机构：
山西大学 物理电子工程学院,山西 太原 030006
文献出处：
引用格式：
[1]高云;郭艳艳;卫霞-.移动边缘计算网络中基于DQN的能效性卸载决策及无线资源分配)[J].测试技术学报,2022(01):54-59
A类：
B类：
移动边缘计算,边缘计算网络,DQN,能效性,卸载决策,无线资源分配,移动设备,Mobile,Edge,Computing,MEC,服务器,网络场景,分配问题,队列稳定,时延,发射功率,功率约束,能耗最小化,优化目标,现任,任务卸载,计算资源分配,无线信道,功率分配,优化参数,模型简化,联合优化,优化问题,Deep,network,资源分配算法,处理率
AB值：
0.458579
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。
