基于MEC的任务卸载和资源分配联合优化方案

发布时间：2021-02-13 20:07

　　面对时延敏感度不同的多种用户,如何有效利用频谱资源和计算资源受限的边缘节点来保障其时延能耗需求成为关键问题。为此,提出了基于移动边缘计算（mobile edge computing,MEC）的任务卸载和资源分配联合优化方案。首先,为最小化卸载任务在MEC的总计算时间,给每个用户分配最优的MEC计算资源。其次,基于时延敏感度、用户满意度和资源块（resource block,RB）质量,引入RB分配算法,以分布式执行。最后,用户通过比较本地计算开销和卸载计算开销做出卸载决策。仿真结果表明,所提算法在满足高时延敏感用户的需求前提下,通过有效地分配传输资源和计算资源,实现了最小的系统开销。 

【文章来源】：系统工程与电子技术. 2020,42(06)北大核心

【文章页数】：9 页

【参考文献】：
期刊论文
[1]A Greedy Algorithm for Task Offloading in Mobile Edge Computing System[J]. Feng Wei,Sixuan Chen,Weixia Zou.  中国通信. 2018(11)

硕士论文
[1]5G蜂窝异构网络资源分配及任务卸载方案研究[D]. 张东宇.重庆邮电大学 2019



本文编号：3032512