典型文献
设备间任务依赖的最佳卸载决策和资源分配
文献摘要：
对于不同设备之间具有任务依赖性的问题,考虑了两个设备的移动边缘计算(Mobile Edge Computing,MEC)与端对端(Device-to-Device,D2D)技术协作网络,其中一个无线设备的最终输出作为另一个设备上某个任务的输入.在此任务依赖模型下,为了最小化无线设备的能耗和任务完成时间的加权和,研究了最佳的资源分配(卸载发射功率和本地CPU频率)和任务卸载决策问题.为了解决该问题,将原问题分解为给定任务卸载决策的资源分配问题和优化与资源分配问题相对应的任务卸载问题.首先给定卸载决策,推导出卸载发射功率和本地CPU频率的闭合表达式,运用凸优化方法求出该问题的解.然后证明最优卸载决策遵循一次爬升策略,在此基础上提出了一种降低复杂度的在线任务卸载算法,该算法可以在多项式时间内获得最优卸载决策.数值结果表明,该策略的性能明显优于其他有代表性的基准测试,同时MEC与D2D协作可以显着提高系统的性能.
文献关键词：
移动边缘计算;D2D技术;计算卸载技术;卸载决策;资源分配
中图分类号：
作者姓名：
胡恒;金凤林;谢钧;俞璐;黄科瑾;孟繁伦;杨涛
作者机构：
陆军工程大学 指挥控制工程学院,江苏 南京210007;陆军工程大学 通信工程学院,江苏 南京 210007;31121部队,江苏 南京 210018;61096部队,江苏 南京 210007
文献出处：
引用格式：
[1]胡恒;金凤林;谢钧;俞璐;黄科瑾;孟繁伦;杨涛-.设备间任务依赖的最佳卸载决策和资源分配)[J].计算机技术与发展,2022(08):82-88,95
A类：
计算卸载技术
B类：
卸载决策,资源分配,移动边缘计算,Mobile,Edge,Computing,MEC,端对端,Device,D2D,技术协作,协作网络,某个,依赖模型,任务完成时间,加权和,发射功率,CPU,任务卸载,决策问题,问题分解,分配问题,凸优化,最优卸载,爬升,低复杂度,多项式时间,基准测试,显着
AB值：
0.341044
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。
