无人机配送系统中端边协同的并行任务调度算法

TP319; 在无人机最后一公里配送场景中,现有的云计算架构存在高时延问题,无法满足人工智能应用的执行需求.边缘计算架构通过将计算资源下沉到边缘,以其低时延、高计算能力的特点,可以满足人工智能应用的需求.但是目前的研究大多局限于单个边缘服务器,缺少并行协同框架的设计.为了解决该问题,本文首先根据移动边缘计算环境和无人机最后一公里配送过程的特点,充分考虑边缘服务器的计算负载问题,设计了基于端边协同的多边缘服务器并行任务处理框架;然后在该框架上对最短响应时间优先的任务调度算法进行改进,设计了α-SSLF算法.该算法能够考虑在网络实时数据率不稳定的情况下,充分优化任务执行时间.结果表明,基于端边协同...

Full description

Saved in:
Bibliographic Details
Published in计算机集成制造系统 Vol. 27; no. 9; pp. 2575 - 2582
Main Authors 周博文, 黄海军, 徐怡, 李学俊, 高寒, 陈天翔, 刘晓, 徐佳
Format Journal Article
LanguageChinese
Published 安徽大学 计算机科学与技术学院,安徽 合肥 230601%中移在线服务有限公司 浙江分公司,浙江 杭州 310000%迪肯大学 信息技术学院,澳大利亚 吉朗 VIC 3126 01.09.2021
Subjects
无人机配送;移动边缘计算;任务调度;端边协同;并行计算
Online AccessGet full text
ISSN1006-5911
DOI10.13196/j.cims.2021.09.010

Cover

More Information
Summary:TP319; 在无人机最后一公里配送场景中,现有的云计算架构存在高时延问题,无法满足人工智能应用的执行需求.边缘计算架构通过将计算资源下沉到边缘,以其低时延、高计算能力的特点,可以满足人工智能应用的需求.但是目前的研究大多局限于单个边缘服务器,缺少并行协同框架的设计.为了解决该问题,本文首先根据移动边缘计算环境和无人机最后一公里配送过程的特点,充分考虑边缘服务器的计算负载问题,设计了基于端边协同的多边缘服务器并行任务处理框架;然后在该框架上对最短响应时间优先的任务调度算法进行改进,设计了α-SSLF算法.该算法能够考虑在网络实时数据率不稳定的情况下,充分优化任务执行时间.结果表明,基于端边协同的多边缘服务器并行任务处理框架在处理时延上优于传统的串行任务处理框架.
ISSN:1006-5911
DOI:10.13196/j.cims.2021.09.010