基于深度学习的无线供能移动边缘计算卸载方法及系统

AITNT
正文
推荐专利
基于深度学习的无线供能移动边缘计算卸载方法及系统
申请号:CN202411015257
申请日期:2024-07-26
公开号:CN119071852A
公开日期:2024-12-03
类型:发明专利
摘要
本发明提供基于深度学习的无线供能移动边缘计算卸载方法及系统,包括:向混合接入点AP采集能量然后再将需要卸载的任务直接卸载到AP上或通过设备卸载到AP上;在卸载过程中构建传输约束、能量约束、链路容量约束、流量约束、量守恒约束和卸载时间约束;在所有约束下构建目标函数,利用分段线性化PWL将问题转化成混合整数线性规划模型MILP问题,根据BCMD近似算法求解得到问题近似解;根据DLOO算法预测传输功率,将问题转化为LP问题,获得可行解,计算出能量收集和数据卸载所需要的最小时间开销。提出了基于BCMD的近似算法和基于DL的功率预测算法,实现任务卸载过程中链路的选择、传输功率的优化以达到最小化系统时延的目标。
技术关键词
卸载方法 混合整数线性规划模型 能量收集 链路 近似算法 深度信任网络 分段线性函数 接入点 深度学习框架 最小化系统 能耗 数据 可读存储介质 近似误差 卸载系统 处理器 噪声功率
系统为您推荐了相关专利信息
1
一种可升级固件的装置、设备及升级固件方法
可升级固件 微处理器 开关模块 可控开关 单刀双掷继电器
2
基于二次回路模型的可视化及优化布局方法、系统及介质
二次回路模型 优化布局方法 链路 节点 端子
3
一种车辆开机Carplay连接方法及其相关设备
WiFi协议 蓝牙 终端 进程 WiFi功能
4
一种基于计算机视觉的图像处理系统
图像处理系统 计算机视觉 切分设备 排序设备 定义规则
5
一种碳化硅芯片的性能评估方法及评估系统
碳化硅芯片 性能评估方法 动态特性参数 耦合特征 能效
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号