中文引用格式: 王傳啟,車(chē)國(guó)霖. 無(wú)線供電MEC中基于S-PSO的任務(wù)卸載策略研究[J]. 電子技術(shù)應(yīng)用,,2024,,50(8):60-66.
英文引用格式: Wang Chuanqi,Che Guolin. Research on task offloading strategy based on S-PSO in wireless powered MEC[J]. Application of Electronic Technique,,2024,,50(8):60-66.
引言
目前,,隨著5G技術(shù)和物聯(lián)網(wǎng)(Internet of Things, IoT)的飛速發(fā)展,移動(dòng)設(shè)備由于能量和計(jì)算能力有限,,對(duì)于一些高密集,、低時(shí)延要求的計(jì)算任務(wù),無(wú)法在短時(shí)間內(nèi)完成任務(wù)的計(jì)算處理[1],。將移動(dòng)邊緣計(jì)算(MEC)和無(wú)線供電技術(shù)(WPT)集成,,一方面可以給用戶(hù)設(shè)備提供能量,另一方面還可以給用戶(hù)設(shè)備提供任務(wù)卸載服務(wù),,以及提高移動(dòng)設(shè)備的電池使用壽命[2],。移動(dòng)邊緣計(jì)算通過(guò)將服務(wù)器部署至數(shù)據(jù)源的一側(cè),可以有效降低傳輸時(shí)延和傳輸能耗,,從而為用戶(hù)提供更好的服務(wù)[3],。
Ji等人[4]提出了一種用戶(hù)協(xié)作方案,將兩個(gè)問(wèn)題轉(zhuǎn)換為其等效的參數(shù)化減法形式,,并通過(guò)兩種有效的優(yōu)化算法提供了相應(yīng)的最優(yōu)解,。Wang等人[5]提出了一種最佳資源分配方案,利用拉格朗日對(duì)偶方法,,獲得了半封閉形式的最優(yōu)解,。朱恩峰等人[6]提出了一種基于改進(jìn)的多目標(biāo)優(yōu)化免疫算法的卸載決策方案,并通過(guò)實(shí)驗(yàn)驗(yàn)證了所提卸載決策方案的有效性。朱恩峰等人[7]提出了一種基于改進(jìn)型粒子群優(yōu)化算法的卸載方案,,并用實(shí)驗(yàn)驗(yàn)證了所提方案的良好性能,。Li等人[8]提出了一種低復(fù)雜度交替算法,所提出的方案優(yōu)于其他基準(zhǔn)方案,。Zheng等人[9]提出了一種基于深度神經(jīng)網(wǎng)絡(luò)(DNN)的深度強(qiáng)化學(xué)習(xí)(DRL)模型,,數(shù)值結(jié)果表明,基于DRL的在線卸載算法適用于快衰落的WP-MEC網(wǎng)絡(luò),。Hu等人[10]提出了一種基于深度強(qiáng)化學(xué)習(xí)的算法,,仿真結(jié)果驗(yàn)證了所提出的DDPG-D3QN算法比現(xiàn)有方法具有更好的穩(wěn)定性和更快的收斂速度,并且平均系統(tǒng)服務(wù)成本明顯降低,。本文考慮了多服務(wù)器多用戶(hù)設(shè)備的無(wú)線供電MEC場(chǎng)景,提出了一種改進(jìn)粒子群優(yōu)化算法(Strengthened Particle Swarm Optimization, S-PSO),,S-PSO算法在SPO基礎(chǔ)上加入了Levy飛行策略和改進(jìn)的自適應(yīng)權(quán)重更新方法,,增強(qiáng)算法的局部和全局尋優(yōu)能力。所提出的算法對(duì)多服務(wù)器多用戶(hù)場(chǎng)景下的無(wú)線供電MEC系統(tǒng)的系統(tǒng)時(shí)延和能耗進(jìn)行優(yōu)化,。提出的S-PSO算法綜合考慮系統(tǒng)的時(shí)延與能耗,,有效降低了任務(wù)卸載時(shí)的系統(tǒng)時(shí)延與能耗。
本文詳細(xì)內(nèi)容請(qǐng)下載:
http://forexkbc.com/resource/share/2000006123
作者信息:
王傳啟,,車(chē)國(guó)霖
(昆明理工大學(xué) 信息工程與自動(dòng)化學(xué)院,,云南 昆明 650500)