《電子技術應用》
您所在的位置：首頁 > 通信與網絡 > 設計應用 > 無線供電MEC中基于S-PSO的任務卸載策略研究
無線供電MEC中基于S-PSO的任務卸載策略研究
電子技術應用
王傳啟，車國霖
昆明理工大學 信息工程與自動化學院
摘要： 隨著5G技術和物聯網的快速發(fā)展，大量的物聯網設備接入到無線通信網絡中，由于物聯網設備計算和能量資源有限，將移動邊緣計算（MEC）和無線供電技術（WPT）集成，可以給移動設備（MD）提供能量和計算任務處理服務。首先構建了多用戶設備多服務器的任務卸載模型，然后在粒子群優(yōu)化算法的基礎上，加入Levy飛行策略和改進的權重更新方法，提出了S-PSO算法來優(yōu)化系統(tǒng)的時延與能耗，最后仿真結果表明，S-PSO算法與其他基準方案相比較，有效降低了系統(tǒng)的時延與能耗，提高了計算網絡的性能。
中圖分類號：TN301.6；TN929.5 文獻標志碼：A DOI: 10.16157/j.issn.0258-7998.245161
中文引用格式： 王傳啟，車國霖. 無線供電MEC中基于S-PSO的任務卸載策略研究[J]. 電子技術應用，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.
Research on task offloading strategy based on S-PSO in wireless powered MEC
Wang Chuanqi，Che Guolin
Faculty of Information Engineering and Automation， Kunming University of Science and Technology
Abstract： With the rapid development of 5G technology and the Internet of Things (IoT), a large number of IoT devices are connected to wireless communication networks. Due to the limited computing and energy resources of IoT devices, the integration of Mobile Edge Computing (MEC) and Wireless Power Technology (WPT) can provide energy and computing task processing service for Mobile Device (MD). This article firstly constructs a task offloading model for multi-user devices and multi-servers. Then, based on the particle swarm optimization algorithm, Levy flight strategy and improved weight update method are added to propose the S-PSO algorithm to optimize the system’s latency and energy consumption. Finally, simulation results show that the S-PSO algorithm effectively reduces the system’s latency and energy consumption compared to other benchmark schemes, and improves the performance of the computing network.
Key words : Internet of Things；mobile edge computing；task offloading；S-PSO

引言

目前，隨著5G技術和物聯網（Internet of Things, IoT）的飛速發(fā)展，移動設備由于能量和計算能力有限，對于一些高密集、低時延要求的計算任務，無法在短時間內完成任務的計算處理[1]。將移動邊緣計算（MEC）和無線供電技術（WPT）集成，一方面可以給用戶設備提供能量，另一方面還可以給用戶設備提供任務卸載服務，以及提高移動設備的電池使用壽命[2]。移動邊緣計算通過將服務器部署至數據源的一側，可以有效降低傳輸時延和傳輸能耗，從而為用戶提供更好的服務[3]。

Ji等人[4]提出了一種用戶協作方案，將兩個問題轉換為其等效的參數化減法形式，并通過兩種有效的優(yōu)化算法提供了相應的最優(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的多目標優(yōu)化免疫算法的卸載決策方案，并通過實驗驗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型粒子群優(yōu)化算法的卸載方案，并用實驗驗證了所提方案的良好性能。Li等人[8]提出了一種低復雜度交替算法，所提出的方案優(yōu)于其他基準方案。Zheng等人[9]提出了一種基于深度神經網絡（DNN）的深度強化學習（DRL）模型，數值結果表明，基于DRL的在線卸載算法適用于快衰落的WP-MEC網絡。Hu等人[10]提出了一種基于深度強化學習的算法，仿真結果驗證了所提出的DDPG-D3QN算法比現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)服務成本明顯降低。本文考慮了多服務器多用戶設備的無線供電MEC場景，提出了一種改進粒子群優(yōu)化算法（Strengthened Particle Swarm Optimization, S-PSO），S-PSO算法在SPO基礎上加入了Levy飛行策略和改進的自適應權重更新方法，增強算法的局部和全局尋優(yōu)能力。所提出的算法對多服務器多用戶場景下的無線供電MEC系統(tǒng)的系統(tǒng)時延和能耗進行優(yōu)化。提出的S-PSO算法綜合考慮系統(tǒng)的時延與能耗，有效降低了任務卸載時的系統(tǒng)時延與能耗。


本文詳細內容請下載：

http://ihrv.cn/resource/share/2000006123


作者信息：

王傳啟，車國霖

（昆明理工大學 信息工程與自動化學院，云南 昆明 650500）


Magazine.Subscription.jpg

此內容為AET網站原創(chuàng)，未經授權禁止轉載。