期刊文献+
共找到1,378篇文章
< 1 2 69 >
每页显示 20 50 100
面向大规模多接入边缘计算场景的任务卸载算法
1
作者 卢先领 李德康 《电子与信息学报》 北大核心 2025年第1期116-127,共12页
基于单智能体强化学习的任务卸载算法在解决大规模多接入边缘计算(MEC)系统任务卸载时,存在智能体之间相互影响,策略退化的问题。而以多智能体深度确定性策略梯度(MADDPG)为代表的传统多智能体算法的联合动作空间维度随着系统内智能体... 基于单智能体强化学习的任务卸载算法在解决大规模多接入边缘计算(MEC)系统任务卸载时,存在智能体之间相互影响,策略退化的问题。而以多智能体深度确定性策略梯度(MADDPG)为代表的传统多智能体算法的联合动作空间维度随着系统内智能体的数量增加而成比例增加,导致系统扩展性变差。为解决以上问题,该文将大规模多接入边缘计算任务卸载问题,描述为部分可观测马尔可夫决策过程(POMDP),提出基于平均场多智能体的任务卸载算法。通过引入长短期记忆网络(LSTM)解决局部观测问题,引入平均场近似理论降低联合动作空间维度。仿真结果表明,所提算法在任务时延与任务掉线率上的性能优于单智能体任务卸载算法,并且在降低联合动作空间的维度情况下,任务时延与任务掉线率上的性能与MADDPG一致。 展开更多
关键词 多接入边缘计算 任务卸载 强化学习 多智能体算法 平均场近似理论
在线阅读 下载PDF
移动边缘计算下基于斯坦伯格博弈的资源分配策略研究
2
作者 吴碧莲 陈昕 殷波 《计算机应用与软件》 北大核心 2025年第2期136-143,共8页
针对移动边缘计算(Mobile Edge Computing,MEC)中物联网设备间的资源竞争问题,提出一种基于斯坦伯格博弈的资源分配策略。在边缘服务器和物联网设备组成的MEC系统架构下,考虑信道条件和设备竞争的影响,以最大化参与者效用为目标,建立通... 针对移动边缘计算(Mobile Edge Computing,MEC)中物联网设备间的资源竞争问题,提出一种基于斯坦伯格博弈的资源分配策略。在边缘服务器和物联网设备组成的MEC系统架构下,考虑信道条件和设备竞争的影响,以最大化参与者效用为目标,建立通信计算模型,运用最佳响应算法及最优定价算法得到最优的资源分配策略和定价策略,并采用博弈论方法证明纳什均衡的存在性和唯一性。仿真实验表明,所提算法具有良好的收敛性,在不同环境下的表现均优于所对比算法,证明了所提算法的有效性和可靠性。 展开更多
关键词 移动边缘计算 资源分配 博弈论 纳什均衡 定价 物联网
在线阅读 下载PDF
D2D辅助移动边缘计算下的任务卸载和资源分配研究
3
作者 占慧芳 李正权 +1 位作者 武贵路 聂高峰 《电子测量与仪器学报》 北大核心 2025年第1期90-100,共11页
针对移动边缘计算(MEC)环境下终端设备任务卸载时资源分配效率低的问题,提出一种基于终端直传通信(D2D)技术辅助MEC系统的多任务部分卸载方案。该方案基于块坐标下降法(BCD)实现任务卸载和资源分配策略的联合优化,借助动态定价策略激励... 针对移动边缘计算(MEC)环境下终端设备任务卸载时资源分配效率低的问题,提出一种基于终端直传通信(D2D)技术辅助MEC系统的多任务部分卸载方案。该方案基于块坐标下降法(BCD)实现任务卸载和资源分配策略的联合优化,借助动态定价策略激励服务型设备(SSDs)共享剩余可用计算资源,以最小化系统执行成本。首先利用重构-线性化技术(RLT)和凸优化理论优化计算资源分配和卸载比例划分,决定任务分配至本地计算、D2D卸载和边缘卸载时数据量;其次根据优化后卸载策略选择最优SSDs执行D2D卸载任务。仿真结果表明,与传统部分卸载方案、中继辅助卸载方案和协同计算卸载方案相比,所提卸载方案在不同设备数目下系统执行总成本分别减少27.62%、25.58%和19.98%,在不同最大容忍时延条件下系统执行总成本分别平均下降约43.35%、38.19%和36.79%及在不同任务数据大小下系统执行总成本分别平均下降约36.47%、30.60%和29.15%。进一步实验表明,与贪婪卸载方案相比,所提卸载方案在不同设备数目、最大容忍时延和任务数据量下分别平均优化7.59%、0.39%和3.10%系统执行成本,有效提高系统资源利用率并降低执行成本。 展开更多
关键词 移动边缘计算 任务卸载 D2D通信 资源分配 块坐标下降法
在线阅读 下载PDF
多无人机辅助的移动边缘计算任务卸载及路径优化方法
4
作者 巨涛 李林娟 +2 位作者 张文金 张宇斐 火久元 《电子科技大学学报》 北大核心 2025年第1期72-83,共12页
针对多无人机辅助移动边缘计算中的任务卸载决策和路径优化问题,提出了一种基于多智能体深度强化学习的计算任务卸载与路径优化方法,以降低系统总能耗,提升计算性能。首先,设计了多无人机辅助移动边缘计算系统模型,通过软件定义网络技... 针对多无人机辅助移动边缘计算中的任务卸载决策和路径优化问题,提出了一种基于多智能体深度强化学习的计算任务卸载与路径优化方法,以降低系统总能耗,提升计算性能。首先,设计了多无人机辅助移动边缘计算系统模型,通过软件定义网络技术对无人机网络进行集中管理;然后,在考虑无人机负载及用户设备关联服务公平性的基础上,以系统总能耗为优化目标,通过设计多智能体深度确定性策略梯度算法完成任务卸载与无人机路径管理优化,以实现负载均衡、降低整个系统总能耗。仿真实验结果表明,与其他基准算法相比,所提方法在充分利用无人机辅助移动边缘计算系统计算资源的基础上,可在一定程度上降低系统能耗和计算延迟,保证整个系统的高效、稳定和可靠性,较好地满足移动边缘用户的服务请求。 展开更多
关键词 移动边缘计算 多无人机网络 任务卸载 路径优化 多智能体深度强化学习
在线阅读 下载PDF
内容分发网络与移动边缘计算技术融合研究
5
作者 王晶 欧阳炜昊 《微型计算机》 2025年第1期69-71,共3页
随着5G移动网络技术的发展,移动业务带宽需求不断增大,利用传统内容分发网络将出现移动核心网络拥塞、数据回传时延增大和网络建设周期过长的问题,因此,将内容分发网络与移动边缘计算技术融合,从视频点播和在线教育两个典型应用场景进... 随着5G移动网络技术的发展,移动业务带宽需求不断增大,利用传统内容分发网络将出现移动核心网络拥塞、数据回传时延增大和网络建设周期过长的问题,因此,将内容分发网络与移动边缘计算技术融合,从视频点播和在线教育两个典型应用场景进行分析,在移动边缘计算平台上使用虚拟化技术部署虚拟内容分发网络(vCDN)节点,避免网络拥塞,缓解核心网压力,降低信息传输时延,减少数据包丢失,实现节点快速部署,减少运维成本。 展开更多
关键词 内容分发网络 移动边缘计算 vCDN
在线阅读 下载PDF
基于移动边缘计算的MIMO网络资源分配算法
6
作者 张永棠 《计算机仿真》 2025年第1期367-371,404,共6页
为提升大规模MIMO的移动边缘计算网路联合通信资源分配效率,提出了一种基于移动边缘计算的MIMO网络资源分配算法。算法通过求解MEC网络的导频传输功率、数据传输功率和MEC服务器计算资源的联合优化问题,实现所有用户的最大卸载延迟最小... 为提升大规模MIMO的移动边缘计算网路联合通信资源分配效率,提出了一种基于移动边缘计算的MIMO网络资源分配算法。算法通过求解MEC网络的导频传输功率、数据传输功率和MEC服务器计算资源的联合优化问题,实现所有用户的最大卸载延迟最小化。针对所述问题的非凸性和所定义的最优解条件,提出了基于外部点迭代和梯度下降的惩罚函数算法(EPF-GDA)和基于外部惩罚函数迭代的果蝇优化算法(EPF-FOA)两种次优解求解方法。通过数值仿真验证了所提算法在用户卸载延迟等方面的性能。结果表明,在不同的指标情况下,EPF-FOA算法比EPF-GDA算法具有更大的性能增益。 展开更多
关键词 资源配置 资源卸载 移动边缘计算 联合通信
在线阅读 下载PDF
兼顾隐私容忍度的移动边缘计算卸载策略
7
作者 潘雨婷 李爱萍 《计算机应用与软件》 北大核心 2025年第2期111-117,143,共8页
移动边缘计算中如果移动端选择全部卸载的执行策略,不仅会使系统整体时延和能耗增大,而且会使服务器端累积过多的信息从而导致移动端隐私泄露。针对该问题,在考虑用户差异性的基础上,提出一种兼顾隐私容忍度的计算卸载策略,根据时延和... 移动边缘计算中如果移动端选择全部卸载的执行策略,不仅会使系统整体时延和能耗增大,而且会使服务器端累积过多的信息从而导致移动端隐私泄露。针对该问题,在考虑用户差异性的基础上,提出一种兼顾隐私容忍度的计算卸载策略,根据时延和能耗制定定价模型,并结合不同的隐私泄露容忍度制定效用函数,基于博弈论来决定是否需要卸载。仿真实验表明,该方法在减少移动端本地时延和能耗的基础上,在一定程度上保护了移动端的隐私。 展开更多
关键词 移动边缘计算 计算卸载 隐私容忍度 博弈论
在线阅读 下载PDF
移动边缘计算中融合注意力机制的DRL工作流任务卸载算法
8
作者 雷雪梅 张贺同 《现代电子技术》 北大核心 2025年第6期45-51,共7页
移动边缘计算的计算密集型任务多为工作流任务,传统方法在解决工作流任务卸载问题时很难充分考虑子任务之间的依赖关系,并且计算卸载算法性能不佳。为了解决以上问题,将工作流任务卸载问题建模为马尔可夫决策过程下的最优策略问题,构建... 移动边缘计算的计算密集型任务多为工作流任务,传统方法在解决工作流任务卸载问题时很难充分考虑子任务之间的依赖关系,并且计算卸载算法性能不佳。为了解决以上问题,将工作流任务卸载问题建模为马尔可夫决策过程下的最优策略问题,构建问题的状态空间、动作空间和奖励函数。以最小化工作流任务的任务完成时间和系统能耗为目标,提出一种融合注意力机制的基于深度强化学习(DRL)的工作流任务卸载算法(DWTOAA)。该方法使用分段式奖励函数来提高模型训练速度,并结合注意力机制提高算法对工作流任务终止执行状态的识别能力。实验结果表明,DWTOAA方法相较于DRL算法具有更快的训练速度,同时在求解不同子任务数的工作流任务时,DWTOAA得到的卸载决策均具有更少的任务完成时间和系统能耗。 展开更多
关键词 移动边缘计算 注意力机制 工作流任务 任务卸载 深度强化学习 马尔可夫决策过程 系统能耗
在线阅读 下载PDF
移动边缘计算环境下的通信资源调度算法
9
作者 李煜 王翔 《数字通信世界》 2025年第2期55-57,共3页
移动边缘计算(MEC)是一种新兴的计算模式,旨在将计算和存储资源部署在靠近用户设备的网络边缘,以减少延迟和提高服务质量,然而,MEC环境下的通信资源调度面临着诸多挑战。本文针对MEC环境下的通信资源调度问题,提出了一种基于深度强化学... 移动边缘计算(MEC)是一种新兴的计算模式,旨在将计算和存储资源部署在靠近用户设备的网络边缘,以减少延迟和提高服务质量,然而,MEC环境下的通信资源调度面临着诸多挑战。本文针对MEC环境下的通信资源调度问题,提出了一种基于深度强化学习的调度算法,该算法通过对网络状态进行实时感知和学习,自适应地调整资源分配策略,以最大化系统的长期收益。仿真结果表明,与传统的调度算法相比,所提算法能够显著提高系统的吞吐量和用户体验质量,同时降低时延和能耗。本文的研究成果对于优化MEC环境下的通信资源管理具有一定的参考意义。 展开更多
关键词 移动边缘计算 资源调度 深度强化学习 吞吐量 时延
在线阅读 下载PDF
基于多载波非正交多址接入的协作移动边缘计算系统优化研究
10
作者 罗至威 黄栩蔚 +1 位作者 叶炜 黄高飞 《广州大学学报(自然科学版)》 CAS 2024年第1期84-96,共13页
文章研究了基于多载波非正交多址接入(Multicarrier Non-Orthogonal Multiple Access, MC-NOMA)的协作移动边缘计算系统,该系统由一个用户端、一个协作节点与一个配备边缘计算服务器的接入点(Access Point, AP)组成,旨在给定任务执行时... 文章研究了基于多载波非正交多址接入(Multicarrier Non-Orthogonal Multiple Access, MC-NOMA)的协作移动边缘计算系统,该系统由一个用户端、一个协作节点与一个配备边缘计算服务器的接入点(Access Point, AP)组成,旨在给定任务执行时延约束下,最小化用户端与协作节点的通信与计算能耗。为此,首先提出一种新颖的MEC协议,使用户端和协作节点充分利用MC-NOMA技术以高频谱效率的方式进行任务卸载;然后在该协议下,建立系统优化问题,联合优化任务卸载时间与计算时间分配、子载波分配、各个子载波的发射功率分配、任务划分和MEC服务器CPU频率。该问题是一个非凸的混合整数规划问题,求解颇具挑战性。通过利用代数变换、大M表达法、分层优化、连续凸近似和黄金分割法,对该问题进行求解,从而提出一种高效的系统优化算法。仿真结果表明,与已有的仅采用多载波技术研究方案相比,采用MC-NOMA技术可节省50%~60%的能耗。 展开更多
关键词 移动边缘计算 协作通信 非正交多址接入 多载波传输 凸优化
在线阅读 下载PDF
面向未来移动通信的移动边缘计算研究综述 被引量:6
11
作者 杨守义 陈怡航 +3 位作者 张双玲 韩昊锦 李光远 郝万明 《郑州大学学报(工学版)》 CAS 北大核心 2024年第4期1-10,29,共11页
移动边缘计算(MEC)通过将移动终端的计算和存储任务从集中式数据中心卸载到边缘网格,满足复杂通信场景下的多样化设备服务需求,已经成为面向未来通信的关键性技术之一。通过阐述从云计算、雾计算到移动边缘计算的发展历程,介绍了MEC技... 移动边缘计算(MEC)通过将移动终端的计算和存储任务从集中式数据中心卸载到边缘网格,满足复杂通信场景下的多样化设备服务需求,已经成为面向未来通信的关键性技术之一。通过阐述从云计算、雾计算到移动边缘计算的发展历程,介绍了MEC技术的基本概念和基本框架;在此基础上,从计算卸载、资源分配、缓存管理和安全防护4个方面讨论了MEC的研究进展,对相关研究成果进行了详尽综述。其次,以物联网、MEC结合区块链、AI辅助MEC系统、通感一体化和云边协同等边缘计算的几个典型应用场景为例,归纳了移动边缘计算在6G中的潜在应用场景,展示了其在构成智能、高效、安全的通信网络方面的潜在益处。最后,从互操作性、安全风险、移动性管理和可扩展性等方面指出了MEC研究在融合创新方面所面临的挑战,并对其在超可靠低时延通信、通感算一体化和星地融合移动通信等方向的优势和发展趋势进行了总结和展望。 展开更多
关键词 移动通信 移动边缘计算 计算卸载 资源分配 信息安全
在线阅读 下载PDF
移动边缘计算不确定性任务持续卸载及资源分配方法 被引量:3
12
作者 许斌 赵云凯 +4 位作者 朱剑鸣 刘一川 李烜焘 孙雁飞 季一木 《软件学报》 EI CSCD 北大核心 2024年第3期1466-1484,共19页
移动边缘计算场景中任务的不确定性增加了任务卸载及资源分配的复杂性和难度.鉴于此,提出一种移动边缘计算不确定性任务持续卸载及资源分配方法.首先,构建一种移动边缘计算不确定性任务持续卸载模型,通过基于持续时间片划分的任务多批... 移动边缘计算场景中任务的不确定性增加了任务卸载及资源分配的复杂性和难度.鉴于此,提出一种移动边缘计算不确定性任务持续卸载及资源分配方法.首先,构建一种移动边缘计算不确定性任务持续卸载模型,通过基于持续时间片划分的任务多批次处理技术应对任务的不确定性,并设计多设备计算资源协同机制提升对计算密集型任务的承载能力.其次,提出一种基于负载均衡的自适应策略选择算法,避免计算资源过度分配导致信道拥堵进而产生额外能耗.最后,基于泊松分布实现了对不确定任务场景模型的仿真,大量实验结果表明时间片长度减小能够降低系统总能耗.此外,所提算法能够更有效地实现任务卸载及资源分配,相较于对比算法,最大可降低能耗11.8%. 展开更多
关键词 移动边缘计算 不确定性任务 任务卸载 负载均衡 自适应
在线阅读 下载PDF
移动边缘计算中计算卸载与资源分配联合优化策略 被引量:2
13
作者 刘向举 李金贺 +1 位作者 方贤进 王宇 《计算机工程与科学》 CSCD 北大核心 2024年第3期416-426,共11页
为了在移动边缘计算(MEC)中最大限度地减少处理用户任务的时延和能耗,改善用户体验,以最小化用户的完成时间和能耗的加权和为目标,在计算资源的约束下研究了多用户、多MEC服务器中的计算卸载问题。针对此问题,考虑卸载决策和资源分配之... 为了在移动边缘计算(MEC)中最大限度地减少处理用户任务的时延和能耗,改善用户体验,以最小化用户的完成时间和能耗的加权和为目标,在计算资源的约束下研究了多用户、多MEC服务器中的计算卸载问题。针对此问题,考虑卸载决策和资源分配之间存在的依赖关系,首先将原问题解耦为卸载决策和计算资源分配2个子问题。然后,使用鲸鱼优化算法求解卸载决策问题,通过添加非线性收敛因子和惯性权重加快收敛速度;引入反馈机制,防止陷入局部最优,得到更高概率可行的卸载决策;对于资源分配问题使用拉格朗日乘子法得到每个卸载决策下的最佳计算资源分配解。最后,通过多次迭代得到稳定的收敛解。仿真实验结果表明,与其他基准方案相比,最多减少了44.6%的系统开销。 展开更多
关键词 移动边缘计算 计算卸载 资源分配 鲸鱼优化算法
在线阅读 下载PDF
基于混合策略博弈的无人机辅助移动边缘计算任务卸载 被引量:1
14
作者 朱赟 刘舒文 +4 位作者 陈强 廖剑 郭正玉 陆春雨 罗德林 《航空兵器》 CSCD 北大核心 2024年第4期112-120,共9页
在单无人机辅助的移动边缘计算系统中,为使无人机能服务于大区域中的所有用户设备,可将大区域分成多个子区域,并设定无人机以固定路线在各个子区域间飞行来为用户设备提供计算服务。考虑到用户设备计算资源较匮乏且无人机覆盖区域外的... 在单无人机辅助的移动边缘计算系统中,为使无人机能服务于大区域中的所有用户设备,可将大区域分成多个子区域,并设定无人机以固定路线在各个子区域间飞行来为用户设备提供计算服务。考虑到用户设备计算资源较匮乏且无人机覆盖区域外的用户可选择移动至覆盖区域内进行任务卸载以最大化自身效用,可将用户设备的部分卸载问题转化为每个用户设备的效用最大化问题,并利用混合策略博弈和子模博弈来分别确定用户设备的移动概率和卸载数据量,从而得出最优卸载策略,且分别证明了混合策略纳什均衡和纯策略纳什均衡的存在性。仿真结果表明,所提方案与MBO(Binary Offloading Based on Mixed Strategy Game)等经典方案相比可有效提高用户设备的效用,并验证了其收敛性和稳定性。 展开更多
关键词 无人机 移动边缘计算 计算卸载 混合策略博弈 子模博弈
在线阅读 下载PDF
移动边缘计算场景下针对资源竞争的服务迁移优化方法 被引量:1
15
作者 王海艳 张霖 骆健 《通信学报》 EI CSCD 北大核心 2024年第8期37-50,共14页
针对移动边缘计算(MEC)场景中边缘服务器资源受限导致服务迁移存在资源竞争的问题,基于Lyapunov技术和博弈论,提出了一种针对资源竞争的服务迁移优化方法OMRC-LG。考虑到系统迁移成本有限且当用户数量过多时难以进行轨迹预测,将服务迁... 针对移动边缘计算(MEC)场景中边缘服务器资源受限导致服务迁移存在资源竞争的问题,基于Lyapunov技术和博弈论,提出了一种针对资源竞争的服务迁移优化方法OMRC-LG。考虑到系统迁移成本有限且当用户数量过多时难以进行轨迹预测,将服务迁移问题建模为迁移成本约束下的最优化问题,并利用Lyapunov技术将最优化问题转化为不需要预测用户轨迹的在线问题处理。为了缓解资源竞争,提出了一种基于博弈论的分布式方法求解在线问题,通过共享用户服务迁移决策以获取准确的边缘服务器可用资源,并不断更新迁移决策,实现服务迁移优化。仿真结果表明,OMRC-LG方法在满足迁移成本约束的同时,降低了平均服务时延。 展开更多
关键词 移动边缘计算 服务迁移 服务时延 迁移成本 资源竞争
在线阅读 下载PDF
面向移动边缘计算的任务卸载方法研究 被引量:1
16
作者 张光华 徐航 万恩晗 《吉林大学学报(信息科学版)》 CAS 2024年第2期210-216,共7页
目前大多计算卸载策略是在任务整体卸载情况下进行的,且仅考虑时延或能耗单一指标,未将二者结合进行优化,为此,以任务处理的时延与能耗加权和为优化目标,提出一种基于强化学习的部分卸载算法。将单个任务的处理分为本地计算和部分卸载... 目前大多计算卸载策略是在任务整体卸载情况下进行的,且仅考虑时延或能耗单一指标,未将二者结合进行优化,为此,以任务处理的时延与能耗加权和为优化目标,提出一种基于强化学习的部分卸载算法。将单个任务的处理分为本地计算和部分卸载两种方式,且在部分卸载中引入了变量确定卸载权重,最后利用强化学习Q-learning完成了所有任务的计算卸载与资源分配。实验结果表明,所提算法能有效降低任务处理的时延与能耗。 展开更多
关键词 移动边缘计算 计算卸载 强化学习
在线阅读 下载PDF
基于边缘计算的物联网跨域节点信任迁移仿真
17
作者 赵宏岩 崔成 《计算机仿真》 2025年第2期437-441,共5页
在边缘计算环境下,不同网络域可能采用不同的信任管理机制和策略,导致物联网跨域移动节点存在信任断裂或信任不一致的问题,使物联网系统面临安全风险,为此,提出边缘计算环境下物联网跨域移动节点信任迁移方法。基于动态信任评估方法获... 在边缘计算环境下,不同网络域可能采用不同的信任管理机制和策略,导致物联网跨域移动节点存在信任断裂或信任不一致的问题,使物联网系统面临安全风险,为此,提出边缘计算环境下物联网跨域移动节点信任迁移方法。基于动态信任评估方法获取跨域移动节点的综合信任值,为移动节点信任迁移提供基础数据。在边缘计算环境下,通过加密传输方案将获取的移动节点综合信任值由所在域加密传输至目标域。在目标域内基于时间滑动窗口更新移动节点信任值,完成跨域移动节点的信任迁移。实验结果表明,所提方法的物联网跨域移动节点信任迁移效果好、且更适合实际应用。 展开更多
关键词 物联网 边缘计算环境 跨域移动节点 时间滑动窗口 信任迁移
在线阅读 下载PDF
深度强化学习的空天地架构移动边缘计算卸载策略 被引量:1
18
作者 徐飞 王泽轩 宁辛 《西安工业大学学报》 2024年第6期764-776,共13页
针对传统无人机边缘计算卸载的网络时延高、所需能耗大、计算资源有限等问题,文中提出一种LEO-UAV辅助任务卸载的集成空天地网络架构,为地面设备提供更多可用的计算资源和网络需求。为了最大限度地降低卸载任务所产生的延迟和消耗的能量... 针对传统无人机边缘计算卸载的网络时延高、所需能耗大、计算资源有限等问题,文中提出一种LEO-UAV辅助任务卸载的集成空天地网络架构,为地面设备提供更多可用的计算资源和网络需求。为了最大限度地降低卸载任务所产生的延迟和消耗的能量,将该问题转化为马尔可夫决策模型,进一步提出利用多智能体深度确定性策略梯度(MADDPG)算法来解决。实验结果表明,与基线算法相比,MADDPG算法能够有效缩短44.45%的系统卸载任务时延,节省61.35%的能耗,证实了MADDPG算法在处理移动边缘计算卸载方面的可靠性。 展开更多
关键词 卫星网络 移动边缘计算 计算卸载 深度强化学习
在线阅读 下载PDF
基于多智能体深度强化学习的多无人机辅助移动边缘计算轨迹设计
19
作者 徐少毅 杨磊 《北京交通大学学报》 CSCD 北大核心 2024年第5期1-9,共9页
无人机(Unmanned Aerial Vehicle,UAV)辅助的移动边缘计算(Mobile Edge Computing,MEC)网络能够为地面用户设备(User Equipment,UE)提供优质的计算服务,但是为多无人机进行实时的轨迹设计仍是一个挑战.针对该问题,提出基于多智能体深度... 无人机(Unmanned Aerial Vehicle,UAV)辅助的移动边缘计算(Mobile Edge Computing,MEC)网络能够为地面用户设备(User Equipment,UE)提供优质的计算服务,但是为多无人机进行实时的轨迹设计仍是一个挑战.针对该问题,提出基于多智能体深度强化学习的轨迹设计算法,利用多智能体深度确定性策略梯度(Multi-Agent Deep Deterministic Policy Gradient,MADDPG)框架对无人机的轨迹进行协作设计.考虑到无人机有限的电池容量是限制无人机网络性能的重要因素,因此以无人机的能量效率之和为优化目标构建优化问题,联合优化无人机集群的轨迹和用户设备的卸载决策.每个智能体与边缘计算网络环境进行交互并观测自己的局部状态,通过Actor网络得到轨迹坐标,联合其他智能体的动作和观测训练Critic网络,从而改善Actor网络输出的轨迹策略.仿真结果表明:基于MADDPG的无人机轨迹设计算法具有良好的收敛性和鲁棒性,能够高效地提升无人机的能量效率;所提算法性能较随机飞行算法最高可提升120%,较圆周飞行算法最高可提升20%,较深度确定性策略梯度算法可提升5%~10%. 展开更多
关键词 无人机轨迹设计 移动边缘计算 强化学习 多智能体深度确定性策略梯度
在线阅读 下载PDF
边缘环境下基于移动群智感知计算卸载的数据汇聚
20
作者 杨桂松 桑健 《计算机应用研究》 CSCD 北大核心 2024年第9期2705-2711,共7页
当前“云-端”式移动群智感知(mobile crowd sensing,MCS)系统面临负载过重的问题,导致数据汇聚过程中时延和能耗显著增加,从而降低了数据汇聚的效率。针对该问题,提出了一种基于AP-DQN的“云-边-端”MCS计算卸载算法。首先,考虑时延和... 当前“云-端”式移动群智感知(mobile crowd sensing,MCS)系统面临负载过重的问题,导致数据汇聚过程中时延和能耗显著增加,从而降低了数据汇聚的效率。针对该问题,提出了一种基于AP-DQN的“云-边-端”MCS计算卸载算法。首先,考虑时延和能耗的均衡优化建立效用函数,以最大化系统效用作为优化目标。其次,优化P-DQN算法,提出一种联合资源分配的计算卸载算法AP-DQN,结合MCS优势,将空闲用户作为卸载设备之一。最后,使用该方法求解问题。实验结果显示,与已有算法相比,该方法能有效提高数据汇聚效率,并具有很好的稳定性。 展开更多
关键词 移动群智感知 边缘计算 数据汇聚 计算卸载 资源分配 深度强化学习
在线阅读 下载PDF
上一页 1 2 69 下一页 到第
使用帮助 返回顶部