Dec, 2014

多小区移动边缘计算无线电和计算资源的联合优化

PDF
TL;DR该论文讨论了在 MIMO 多小区系统中，多个移动用户向公共云服务器请求计算卸载时的资源优化问题，通过联合优化广播和计算资源来最小化用户的能量消耗，提出了一种基于迭代优化的算法，通过限定与云的协同 / 信令，实现了分布式和并行实现的优化方法。
发现论文，激发创造
  • 多用户边缘计算系统的随机联合无线电和计算资源管理

    本文提出了一种在线联合无线电和计算资源管理算法，用于多用户 MEC 系统，旨在最小化移动设备和 MEC 服务器的长期平均加权和功耗，同时满足任务缓冲稳定性约束。具体来说，我们在每个时隙中获取移动设备的最佳 CPU 周期频率，并使用 Gauss-Seidel 方法确定计算卸载的最佳传输功率和带宽分配；对于 MEC 服务器，推导出 CPU 核心的最佳频率和最佳 MEC 服务器调度决策。此外，提出了一个延迟改进机制来降低执行延迟。

    Feb, 2017

  • 多用户大规模 MIMO 系统中计算和通信功率的联合优化

    本文针对具有部分连接结构的多用户大规模 MIMO 系统，提出了能耗优化模型，并设计了一种新的算法 PHONE 实现计算与通信功率的联合优化问题。仿真结果表明，所提出的算法可显著提高能源和成本效率，对具有 partially-connected structures 的多用户大规模 MIMO 系统最大功率节省达到了 76.59％。

    Jun, 2018

  • 缓存辅助移动边缘计算的能量高效资源分配

    本篇论文研究了一个多用户缓存辅助移动边缘计算系统中通信、缓存和计算的联合设计，提出了一种联合缓存和卸载机制，以及优化存储资源的能量最小化问题。数值结果表明，所提出的次优解法优于现有比较方案。

    Aug, 2017

  • 移动边缘云计算的高效多用户计算卸载

    本文研究了移动边缘云计算中的多用户计算卸载问题，并采用博弈论方法达到有效的分布式计算卸载，进一步扩展研究到多通道无线争用环境中的多用户计算卸载，提出了一种算法并通过实验验证其性能和可扩展性。

    Oct, 2015

  • 联合计算和通信协作的能效移动边缘计算

    这篇论文提出了一种新颖的移动边缘计算 (MEC) 系统中的用户合作方法，既在计算方面，又在通信方面，以改善低延迟计算任务的能效。通过对部分和二进制卸载两种计算卸载模型的研究，并联合优化用户和助手的计算和通信资源，本研究提出的方案明显提高了用户和助手节点的计算能力和能源效率。

    May, 2018

  • 移动云系统中的多用户多任务卸载和资源分配

    此研究探讨了一个多用户移动云计算系统中的任务离线决策、资源分配等问题，并且通过提出有效算法使用计算接入点 (CAP) 来优化整个系统的能量、计算和时延成本，从而带来了相当的成本效益。

    Mar, 2018

  • 移动边缘计算卸载中的资源分配延迟优化

    本文旨在研究移动边缘计算卸载系统（MECO）中资源分配与压缩模型对系统延迟的影响，并通过数值模拟验证了不同模型的有效性。

    Apr, 2017

  • C-RAN 中的联合能量最小化和资源分配与移动云

    本文介绍了使用云辅助的技术，将 C-RAN 和 MCC 融合在一起，以优化移动通信系统的性能和能量效率，详细研究了在给定任务的时间限制下，C-RAN 与 MCC 的能量最小化和资源分配问题，并通过迭代算法将非凸优化转化为基于 WMMSE 的等价凸问题，最终得到了可以提高系统性能并节约能源的解决方案。

    Sep, 2015

  • 虚拟化边缘计算的多用户计算卸载与下载

    本研究提出在多用户 MEC 系统中优化资源分配，解决 I/O 干扰问题，设计针对多种指标的离线调度算法，实现用户的离线调度，控制他们的离线大小并将时间分配给通信与计算。

    Nov, 2018

  • 无线电与计算资源的优化，提升延迟受限应用程序卸载的能效

    本文提供了一个框架，用于联合优化在 FAP 和移动终端之间的射频和计算资源利用，以在能量和延迟之间实现权衡。最终得到了最优通信策略和计算负载分配，同时也确定了总体或无偏移的最优条件，并在无延迟约束的情况下分析了总消耗能源的最小化。

    May, 2014