多设备间任务依赖的最佳卸载决策和资源分配
Computer Systems & Applications（2022）
摘要
考虑了多个设备的移动边缘计算(mobile edge computing,MEC)与端对端(device-to-device,D2D)技术协作网络,其中多个无线设备的最终输出作为另一个设备上某个子任务的输入.为了最小化无线设备的能耗和任务完成时间的加权和,研究了最优的资源分配(卸载发射功率和本地CPU频率)和任务卸载决策问题.首先固定卸载决策,推导出卸载发射功率和本地CPU频率的闭合表达式,运用凸优化方法求出该问题的解.然后基于一次爬升策略提出了一种低复杂度线性搜索算法,该算法可以在线性时间内获得最佳卸载决策.数值结果表明,该策略的性能明显优于其他有代表性的基准测试.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要