摘要
本发明公开了一种基于云边缘协同的自适应计算卸载与资源分配方法,考虑了同一车辆上的移动设备可能携带多种任务,而同时发起多类型任务请求时会给时延分析带来更大的不确定性,且缓存多类型任务让边缘存储资源的分配变得更加复杂的情况,通过协同优化车联网中的缓存策略、计算卸载和资源分配策略来实现低延迟。根据动态规划得到边缘服务器的缓存策略,基于得到的缓存策略,将资源分配策略采用凸优化工具求解、计算卸载采用改进的鲸鱼算法求解,通过迭代进行交替优化寻找最优解,来得到最小化时延的缓存策略、卸载策略和资源分配方案。本发明能够降低时延,提高任务调度的质量和效率。
技术关键词
资源分配策略
卸载策略
资源分配方法
缓存策略
时延
车联网系统
服务器
鲸鱼算法
车辆
凸优化技术
资源分配装置
云端
数据
决策
存储计算机程序
处理器
任务调度
规划
背包
系统为您推荐了相关专利信息
机器蛇
多关节
位置检测方法
变压器
声波传播速度
柔性关节机器人
跟踪控制方法
模型预测控制器
方程
时延估计方法
跨域边缘设备
节点
推理方法
分布式哈希表
图形处理器