基于WPT-MEC的动态自适应卸载方法

作     者：苏麟 党小超 郝占军 汝春瑞 尚旭 SU Lin;DANG Xiaochao;HAO Zhanjun;RU Chunrui;SHANG Xu

作者机构：西北师范大学计算机科学与工程学院甘肃兰州730070 甘肃省物联网工程研究中心甘肃兰州730070 

基　　金：国家自然科学基金资助项目(No.62162056) 甘肃省产业支撑计划项目(No.2021CYZC-06) 

出 版 物：《物联网学报》 (Chinese Journal on Internet of Things)

年 卷 期：2022年第6卷第4期

页      码：128-138页

摘      要：针对动态衰落时变的信道状态信息,为解决多用户的任务卸载和资源优化问题,将无线电能传输(WPT,wireless power transmission)技术和移动边缘计算(MEC,mobile edge computing)结合,提出一种基于WPT-MEC的动态自适应卸载(RLDO)方法。无线电能传输技术可为无线终端用户(WEU,wirelessend-user)提供能量,有效缓解传统电池供能有限的问题。为使资源利用最大化,设计一个无线电能的MEC网络模型,无线终端用户从无线接入点(AP,accesspoint)收集的能量存储至可充电电池内,再利用此能量进行任务计算或任务卸载。该方法通过部署在MEC服务器的全连接深度神经网络(DNN,deep neural network)进行实时的卸载决策。采用完全的二元制卸载策略进行卸载决策。仿真结果表明,在面向多用户时变的无线信道环境下,该方法的计算速率仍可以保持在92%以上。与基本方法相比,在提高计算速率、降低时延和能耗方面具有较大优越性,有效降低了计算复杂度。

主 题 词：信道状态信息 移动边缘计算 无线电能传输 深度神经网络 动态自适应卸载 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.11959/j.issn.2096−3750.2022.00291

馆 藏 号：203116239...