超密集物联网络中多任务多步计算卸载算法研究

作     者：周天清 岳亚莉 ZHOU Tian-qing;YUE Ya-li

作者机构：华东交通大学信息工程学院南昌330013 

出 版 物：《计算机科学》 (Computer Science)

年 卷 期：2022年第49卷第6期

页      面：12-18页

学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 081001[工学-通信与信息系统] 

基　　金：国家自然科学基金(61861017,62171119) 国家重点研发计划(2020YFB1807201) 

主　　题：物联网 移动边缘计算 计算卸载 用户关联 资源分配 智能算法 自适应粒子群算法 

摘      要：随着物联网(Internet of Things,IoT)的迅速发展,各种物联网移动设备(IoT Mobile Device,IMD)需要处理越来越多的计算密集型和延迟敏感型任务,这给移动边缘计算网络带来了新的挑战。为了应对这些挑战,装备移动边缘计算(Mobile Edge Computing,MEC)的超密集物联网应运而生。在该网络中,IMD可将计算密集型任务卸载至边缘计算服务器上进行处理,从而节省自己的计算资源并降低能耗。然而,这样会造成额外的传输时间,进而导致更高的延迟。为了均衡能耗与时延,针对多用户多任务的超密集物联网络,提出了一个最小化能耗和时延的均衡问题,以联合优化用户(IMD)关联、计算卸载和资源分配。为了进一步平衡网络负载,充分利用计算资源,在问题建模时采用多步计算卸载。最后,利用智能算法——自适应粒子群算法(Particle Swarm Optimization,PSO)对所提问题进行求解。相比传统粒子群算法,自适应粒子群算法能降低20%~65%的总开销。