面向超密集NOMA-MEC网络的能效型协同卸载方法

AITNT
正文
推荐专利
面向超密集NOMA-MEC网络的能效型协同卸载方法
申请号:CN202411529397
申请日期:2024-10-30
公开号:CN119052857B
公开日期:2025-02-25
类型:发明专利
摘要
本发明公开了一种面向超密集NOMA‑MEC网络的能效型协同卸载方法,其中包括:网络基础信息构建网络架构,配置网络架构中多约束下的优化问题;根据优化问题得到初始解的集合,并将其经映射后定义为原始种群,对原始种群进行处理后得到目标种群,并输出所有红嘴蓝鹊个体的编码信息;利用该信息初始化鳗鱼‑石斑鱼捕食代理个体,利用鳗鱼‑石斑鱼算法进行搜索,迭代更新后得到种群最佳捕食代理个体信息,并根据此位置信息进行任务卸载资源配置。本发明具备执行联合计算任务卸载配置,在满足安全漏洞成本、发射功率比例和时延约束的情况下,能够实现最小化任务卸载能耗的目标。
技术关键词
移动设备 加密算法 卸载方法 索引 小基站 信息编码 能效 信道 团队 上行链路发射功率 网络架构 配置网络 决策 集群 位置更新 时延
系统为您推荐了相关专利信息
1
一种多模态大模型推理方法及设备
令牌 注意力 跨模态 掩膜矩阵 视觉
2
量子计算辅助系统和信息生成方法
历史会话 信息生成方法 辅助系统 大语言模型 记忆
3
图像管理方法及装置
标签融合算法 图像管理方法 降维算法 语义 多视角分类器
4
面向复杂场景的AI大模型轻量化部署方法
神经网络处理器 内存访问控制器 服务等级协议 中央处理器 分页机制
5
一种姿态增强的多目标跟踪方法及系统
特征值 轨迹 跟踪方法 跟踪系统 匈牙利算法
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