May, 2017

面向多服务器边缘移动计算网络的联合任务卸载和资源分配

PDF
TL;DR研究 MEC 启用的多小区无线网络中，联合任务卸载和资源分配（JTORA）问题，提出一种资源分配问题和任务卸载问题相结合的解决方案，其中资源分配问题采用凸优化技术解决，任务卸载问题则采用启发式算法，在数值模拟中表现接近最优解并显著提高了用户的离线效用。
mobile-edge computingtask offloadingresource allocationmec-enabled wireless networkenergy consumption
发现论文，激发创造
  • 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

  • 多 MEC 服务器系统中的能效联合卸载和无线资源分配策略

    本文考虑一种基于 OFDMA 的多用户和多 MEC 服务器系统，联合研究任务卸载策略和无线资源分配，通过双层优化方法，将原始 NP 困难问题解耦为下层问题和上层任务卸载问题，通过模拟结果表明，与传统方案相比，所提出的算法在节能和成功卸载概率方面具有出色的性能。

    Mar, 2018

  • 面向移动边缘计算卸载的能效资源分配 (扩展版)

    研究了基于时分多址和正交频分多址的多用户 MECO 系统的资源分配，其中优化的资源分配被证明具有基于阈值的结构，而云计算的有限容量则通过提出子优化算法减少了计算复杂度。

    May, 2016

  • 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

  • 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

  • 面向移动边缘计算的延迟和可靠性感知任务卸载和资源分配

    在多用户移动边缘计算场景下，考虑延迟和可靠性约束，提出了一种概率约束方法，使用了极值理论来解决低概率事件的问题，旨在最小化计算和传输功率，并使用 Lyapunov 随机优化工具解决。模拟结果表明该方法的有效性，同时研究了不同计算强度所需的功率延迟权衡和计算资源。

    Oct, 2017

  • 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

  • 异步移动边缘计算卸载：高效能资源管理

    本文针对异步 MECO 系统提出了能耗最小化的资源管理策略，根据时间共享和计算截止期限约束，通过数据分割和时间分割来实现终端设备，移动网络和云之间的计算负载均衡和协同工作。

    Jan, 2018

  • 移动边缘计算系统中服务缓存放置和计算卸载的联合优化

    本文提出了一种混合整数非线性规划方法，以最小化计算延迟和移动用户的能量消耗，同时考虑服务缓存放置、计算卸载和系统资源分配，利用降低复杂度的交替最小化技术更新缓存放置和卸载决策。仿真表明，相比其他基准方法，所提出的技术实现了大量的资源节约。

    Jun, 2019

  • 面向超高可靠低时延边缘计算的动态任务卸载和资源分配

    本论文提出了一种基于极值理论的移动边缘计算系统设计，用于满足极其可靠的低延迟要求和减少用户能量消耗，同时考虑无线通道动态和服务器资源负载。论文提供了两种时间尺度的解决方案，即长时间尺度下的用户 - 服务器关联和短时间尺度下的动态任务卸载和资源分配策略，并通过仿真实验验证了该方法的有效性。

    Dec, 2018