咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >NOMA-MEC系统中基于改进遗传算法的协作式计算卸载与资源... 收藏

NOMA-MEC系统中基于改进遗传算法的协作式计算卸载与资源管理

Cooperative Computation Offloading and Resource Management Based on Improved Genetic Algorithm in NOMA-MEC Systems

作     者:周天清 胡海琴 曾新亮 ZHOU Tianqing;HU Haiqin;ZENG Xinliang

作者机构:华东交通大学信息工程学院南昌330013 

出 版 物:《电子与信息学报》 (Journal of Electronics & Information Technology)

年 卷 期:2022年第44卷第9期

页      面:3014-3023页

核心收录:

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(61861017,61861018,61961020,62171119) 国家重点研究开发计划(2020YFB1807201) 

主  题:超密集异构网 边缘计算 协作式任务卸载 频谱划分 非正交多址技术 自适应遗传算法 

摘      要:为平衡网络负载与充分利用网络资源,针对超密集异构的多用户和多任务边缘计算网络,在用户时延约束下,该文构造了协作式计算任务卸载与无线资源管理的联合优化问题以最小化系统能耗。问题建模时,为应对基站超密集部署导致的严重干扰问题,该文采用了频带划分机制,并引入了非正交多址技术(NOMA)以提升上行频谱利用率。鉴于该目标优化问题具备非线性混合整数的形式,根据多样性引导变异的自适应遗传算法(AGADGM),设计出了协作式计算卸载与资源分配算法。仿真结果表明,在严格满足时延约束条件下,该算法能获取较其他算法更低的系统能耗。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分