申请/专利权人：重庆邮电大学

申请日：2020-07-13

公开（公告）日：2020-10-23

公开（公告）号：CN111818168A

主分类号：H04L29/08(20060101)

分类号：H04L29/08(20060101);H04B17/382(20150101);H04B17/391(20150101);H04L12/24(20060101);H04W28/16(20090101)

优先权：["20200619 CN 2020105665558"]

专利状态码：有效-授权

法律状态：2022.05.03#授权;2020.11.10#实质审查的生效;2020.10.23#公开

摘要：本发明涉及一种车联网中自适应联合计算卸载与资源分配方法，属于车联网边缘计算领域。所述方法包括考虑本地、MEC服务器、远端云服务器、空闲车辆多计算平台结合下的多个车辆并发卸载情况。综合考虑车辆任务的大小、最大容忍时延、RSU下的计算资源、网络带宽因素，将车辆的计算任务卸载到多个计算平台；根据RSU下的任务数自动调整车辆计算任务的卸载平台和卸载比例，在车辆获得最优卸载比例的同时对MEC的计算资源进行分配；将计算卸载决策和资源分配建模为多约束优化问题；利用压缩粒子群优化算法，和提出粒子矩阵编码方式联合优化卸载决策和资源分配。实验结果表明，本发明能在满足最大容忍时延的同时，最小化系统总成本。

主权项：1.一种车联网中自适应联合计算卸载与资源分配方法，其特征在于：该方法包括：S1：在多个车辆并发卸载场景下，根据车辆的带宽、任务的大小、最大容忍时延、车辆发射功率，构建车辆网络模型、任务模型、计算模型；S2：将所有车辆的时延与能耗进行加权得到系统总成本，建立满足最大时延容忍的最小化系统总成本的约束优化问题与资源分配模型；S3：利用压缩粒子群算法为基础算法，在此基础上提出一种粒子矩阵编码方式，在做卸载决策的同时进行资源分配，获得每辆车卸载到各个计算平台的任务比例，以及MEC分配给车辆的计算资源；S4：提出的粒子修正算法，利用压缩粒子群算法结合罚函数法，解决约束优化问题。

全文数据：

权利要求：

百度查询： 重庆邮电大学 一种车联网中自适应联合计算卸载与资源分配方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD