科研之友
微信
新浪微博
Facebook
分享链接
摘要
随着物联网(Internet of Things, IoT)的迅速发展，各种物联网移动设备(IoT Mobile Device, IMD)需要处理越来越多的计算密集型和延迟敏感型任务，这给移动边缘计算网络带来了新的挑战。为了应对这些挑战，装备移动边缘计算(Mobile Edge Computing, MEC)的超密集物联网应运而生。在该网络中，IMD可将计算密集型任务卸载至边缘计算服务器上进行处理，从而节省自己的计算资源并降低能耗。然而，这样会造成额外的传输时间，进而导致更高的延迟。为了均衡能耗与时延，针对多用户多任务的超密集物联网络，提出了一个最小化能耗和时延的均衡问题，以联合优化用户(IMD)关联、计算卸载和资源分配。为了进一步平衡网络负载，充分利用计算资源，在问题建模时采用多步计算卸载。最后，利用智能算法——自适应粒子群算法(Particle Swarm Optimization, PSO)对所提问题进行求解。相比传统粒子群算法，自适应粒子群算法能降低20%～65%的总开销。
- 单位
