摘要
本发明公开了一种基于李雅普诺夫优化的能量收集与任务卸载方法,适用于由多个具备能量收集(EH)功能的移动设备和配备边缘服务器的基站组成的多访问边缘计算(MEC)系统。该方法包括建立一个综合任务计算模型、任务卸载和能量收集的系统模型,目的是最小化系统的总成本,该成本定义为总能耗与任务丢弃率的加权和。通过应用李雅普诺夫随机优化理论,将原始优化问题分解为多个独立的子问题。本发明进一步通过联合优化移动设备的本地处理CPU周期频率和任务卸载到服务器的传输功率,并应用遗传算法解决在多用户多服务器环境下的任务分配和卸载决策问题。该方法有效降低了移动设备的总开销,同时确保系统的能量队列稳定性。
技术关键词
李雅普诺夫优化
能量收集
卸载方法
移动设备
卸载策略
服务器
能耗
遗传算法
周期
功率
路径损耗指数
MEC系统
频率
最小化系统
队列
多用户
决策
模式
能量消耗
理论
系统为您推荐了相关专利信息
联合优化方法
反射面
资源分配
深度强化学习模型
服务器
人体骨骼点
卷积网络模型
序列
视频
人体骨骼关键点
资源分配方法
能量消耗
接收线圈
等效电路结构
求解系统