《電子技術應用》
您所在的位置:首頁 > 其他 > 設計應用 > 基于自適應遺傳算法的MEC任務卸載及資源分配
基于自適應遺傳算法的MEC任務卸載及資源分配
2020年電子技術應用第8期
閆 偉,申 濱,劉笑笑
重慶郵電大學 通信與信息工程學院,重慶400065
摘要: 移動邊緣計算(Mobile Edge Computing,MEC)是指將具有計算和存儲能力的云服務器部署在移動網絡邊緣,從而為用戶帶來低能耗、低時延的優勢。針對單小區-多用戶場景下的計算任務卸載問題,設計系統總開銷優化函數,并提出任務卸載決策和資源分配的聯合優化問題。首先采用自適應遺傳算法制定卸載決策及后續的更新操作,在每一次卸載決策更新的情況下將原問題分解為功率分配和計算資源分配兩個子問題;然后根據凸優化及準凸優化理論,利用二分搜索法和拉格朗日乘子法分別求出功率分配和計算資源分配的最優解。仿真結果表明,所提出的方案在保證用戶時延約束的同時,降低了系統總開銷,有效地提升系統的性能及用戶服務質量。
中圖分類號: TN929.5
文獻標識碼: A
DOI:10.16157/j.issn.0258-7998.200113
中文引用格式: 閆偉,申濱,劉笑笑. 基于自適應遺傳算法的MEC任務卸載及資源分配[J].電子技術應用,2020,46(8):95-100.
英文引用格式: Yan Wei,Shen Bin,Liu Xiaoxiao. Offloading and resource allocation of MEC based on adaptive genetic algorithm[J]. Application of Electronic Technique,2020,46(8):95-100.
Offloading and resource allocation of MEC based on adaptive genetic algorithm
Yan Wei,Shen Bin,Liu Xiaoxiao
School of Communication and Information Engineering,Chongqing University of Posts and Telecommunications, Chongqing 400065,China
Abstract: Mobile Edge Computing(MEC) provides its users with low energy consumption and low latency by providing IT service environment and cloud computing capabilities at the edge of mobile networks. This paper addresses the computing tasks offloading in a single-cell MEC scenario, and designs the optimization function of system total cost, and proposes a joint optimization problem of offloading decision and resource allocation. Firstly, the adaptive genetic algorithm is used to make the offloading decision and subsequent update operations. Based on updating the offloading decision, the two sub-problems of power allocation and computing resource allocation are solved correspondingly. The binary search method and the Lagrange multiplier method are used to obtain the optimal solutions for power allocation and computation resource allocation, respectively. Simulation results show that the proposed scheme can meet the goal of minimizing total system overhead for users under the requirement of delay constraints, and effectively improve system performance and user service quality.
Key words : mobile edge computing(MEC);adaptive genetic algorithm;task offloading;resource allocation

0 引言

    近年來,隨著移動互聯網和智能終端的快速發展,越來越多的新型應用出現在人們的日常生活當中,例如,人臉識別、虛擬現實和增強現實等[1-2]。然而,由于移動設備的計算能力和電池續航能力有限,難以有效地處理這些應用。若將計算任務卸載到距離用戶較遠的云服務器可能會產生更高的時延從而影響任務的執行效率。針對以上問題,業界提出了移動邊緣計算的概念。移動邊緣計算(Mobile Edge Computing,MEC)是將具有存儲和計算能力的網絡設備實體部署在移動網絡邊緣,從而為移動網絡提供IT服務環境和計算能力[3]。MEC的關鍵技術主要包括任務卸載和資源分配兩個方面,任務卸載是指將計算密集型或延遲敏感型任務卸載到資源相對豐富的計算機或服務器中執行,以解決移動設備在存儲、計算等方面存在的缺陷[4-5]。此外,在多個用戶將其各自的計算任務從本地卸載到MEC服務器進行處理時,由此涉及有限的MEC服務器資源在各個用戶之間的分配問題。因此,MEC服務器的資源分配致力于解決移動設備在實現卸載后如何高效公平地分配資源以實現任務處理的問題。

    針對MEC的任務卸載和資源分配問題,文獻[6]考慮了云服務器計算資源受限的約束,提出了多用戶場景下基于在線和離線的任務卸載決策算法,對計算任務進行云端處理和本地處理的劃分,并分別處理。文獻[7]提出了一種考慮前向鏈路和后向鏈路聯合優化的卸載決策問題,并通過改進的人工魚群算法對任務卸載過程中所產生的能量消耗進行優化。文獻[8]分別研究了在單小區和多小區場景下的任務卸載和資源分配問題,設計了系統總開銷函數(時延-能耗加權和),并將用戶設備的電池剩余能耗引入到加權因子當中,通過凸優化理論與迭代搜索相結合方式的尋找最優解。然而文獻[6]、[7]僅關注用戶任務卸載決策,缺少優化資源分配或者考慮資源約束;文獻[8]只考慮了本地設備計算資源及無線資源的分配,而忽略了MEC服務器有限計算資源對任務卸載的影響。因此,無法完全保證能夠高效地利用MEC服務場景的對于眾多用戶而言仍顯得稀缺有限的無線資源和計算資源。

    針對上述問題,本文提出首先采用自適應遺傳算法獲取卸載決策及后續的更新操作。在每一次卸載決策更新的情況下,將原問題分解為上行鏈路功率分配和計算資源分配兩個子問題,然后根據凸優化和準凸優化理論,利用二分搜索法和拉格朗日乘子法分別求出功率分配和計算資源分配的最優解。最后,通過迭代求解得到最優的卸載決策和資源分配結果。仿真結果表明,所提出的方案在保證用戶時延約束的同時,降低了系統總開銷,有效地提升系統的性能。




本文詳細內容請下載:http://m.xxav2194.com/resource/share/2000002958




作者信息:

閆  偉,申  濱,劉笑笑

(重慶郵電大學 通信與信息工程學院,重慶400065)

此內容為AET網站原創,未經授權禁止轉載。
主站蜘蛛池模板: 欧美国产日韩另类| 范冰冰hd未删减版在线观看| 幸福宝隐藏入口最新章节免费阅读小说 | 漂亮人妻洗澡被公强| 国产亚洲国产bv网站在线| 69国产成人精品视频软件| 成人午夜高潮A∨猛片| 亚洲AV无码一区二区二三区软件| 澳门开奖结果2023开奖记录今晚直播视频 | 欧美变态口味重另类在线视频| 免费高清资源黄网站在线观看| 高清中文字幕视频在线播| 国产精品毛片va一区二区三区| а√在线地址最新版| 日本一区二区三区四区公司| 亚洲人成色7777在线观看不卡| 狠狠色伊人亚洲综合成人| 四虎影院2019| 黄又色又污又爽又高潮动态图| 国产精品视频免费一区二区| s级爆乳玩具酱国产vip皮裤| 无遮挡很污很爽很黄的网站| 亚洲AV激情无码专区在线播放 | 国产精品国产三级国产AV′| japanese日本熟妇多毛| 日日AV拍夜夜添久久免费| 亚洲av成人精品网站在线播放| 毛片让我看一下毛片| 冲田杏梨在线中文字幕全集| 视频一区视频二区制服丝袜| 国产特黄特色的大片观看免费视频| 99久久精品免费视频| 尤物网址在线观看日本| 久久99精品久久久大学生| 最新国产三级在线观看不卡| 亚洲日韩欧美一区二区三区在线| 男人扒开女人下面狂躁动漫版 | 日韩精品专区在线影院重磅| 亚洲婷婷第一狠人综合精品| 焰灵姬下面夹得好紧| 制服丝袜一区二区三区|