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。
Dec, 2014
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
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
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。
May, 2017
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
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
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
本研究提出了一种面向 MAR 服务的任务卸载方案,通过使用有向无环图来分析和建模 MAR 应用程序的任务相互依赖关系,并基于修改的蒙特卡罗树搜索提出了一个前瞻性的卸载方案,该方案能够在提供多用户 MAR 服务时有效提高服务质量。
May, 2023
本文研究了无人机辅助移动边缘计算,旨在通过联合优化无人机轨迹、用户传输功率和计算负载分配来最大程度地提高能源效率,并且采用分布式和并行问题求解来处理该问题。
Jul, 2020
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