随着6G通信网络和移动边缘计算(mobile edge computing,MEC)技术的迅速发展,配备边缘服务器的基站部署密度持续提高,计算任务呈现出日益多样化的趋势。为应对差异化用户体验质量(quality of experience,QoE)以及资源分配不均衡对系统性...随着6G通信网络和移动边缘计算(mobile edge computing,MEC)技术的迅速发展,配备边缘服务器的基站部署密度持续提高,计算任务呈现出日益多样化的趋势。为应对差异化用户体验质量(quality of experience,QoE)以及资源分配不均衡对系统性能的影响,提出了一种高效的匹配卸载方案,综合考虑了卸载决策以及计算资源分配,构建了一个以最大化系统收益为目标的混合整数非线性规划问题。通过分解原问题,基于双边匹配理论设计了一种迭代优化算法加以求解。仿真实验基于澳大利亚墨尔本中央商务区(central business district,CBD)的公共数据集进行验证,结果表明,与现有方案相比,所提方案在提升系统收益方面表现出显著的优势。展开更多
文摘随着6G通信网络和移动边缘计算(mobile edge computing,MEC)技术的迅速发展,配备边缘服务器的基站部署密度持续提高,计算任务呈现出日益多样化的趋势。为应对差异化用户体验质量(quality of experience,QoE)以及资源分配不均衡对系统性能的影响,提出了一种高效的匹配卸载方案,综合考虑了卸载决策以及计算资源分配,构建了一个以最大化系统收益为目标的混合整数非线性规划问题。通过分解原问题,基于双边匹配理论设计了一种迭代优化算法加以求解。仿真实验基于澳大利亚墨尔本中央商务区(central business district,CBD)的公共数据集进行验证,结果表明,与现有方案相比,所提方案在提升系统收益方面表现出显著的优势。
