基于博弈策略的能效优化的子载波分配方法

本文引入显示当前子载波质量的信道状态矩阵,以系统总功耗、单个子载波上的功耗、总时延、干扰温度限和单个子载波上的次用户数等为约束条件,以能效为目标函数,建立多约束条件下的分式规划机制.设计演化博弈算子,为每个次用户建立效用函数,当每个次用户的效用函数达到最优时,演化博弈达到Nash均衡点,此时的策略组合认为是能效相对最优的资源分配状态.通过实验仿真对比,本文给出的EESA-EG（Energy Efficient Subcarrier Allocation withEvolutionary Game）算法的能效相对最优,且给出了相对最为合理的子载波分配方案,为信道状态更优的子载波分配了更多的子载波.     

基于模拟退火机制的车辆用户移动边缘计算任务卸载新方法

在车联网(IOV)环境中,如果将车辆的计算任务都放置在云平台执行,无法满足对于信息处理的实时性,考虑移动边缘计算技术以及任务卸载策略,将用户的计算任务卸载到靠近设备边缘的服务器去执行。但是在密集的环境下,如果所有的任务都卸载到附近的边缘服务器去执行,同样会给边缘服务器带来巨大的负载。该文提出基于模拟退火机制的车辆用户移动边缘计算任务卸载新方法,通过定义用户的任务计算卸载效用,综合考虑时耗和能耗,结合模拟退火机制,根据当前道路的密集程度对系统卸载效用进行优化,改变用户的卸载决策,选择在本地执行或者卸载到边缘服务器上执行,使得在给定的环境下的所有用户都能得到满足低时延高质量的服务。仿真结果表明,该算法在减少用户任务计算时间的同时降低了能量消耗。