基于5G毫米波通信的高速公路车联网任务卸载算法研究

TN915.81; 随着车联网的快速发展,不断涌现的新型车载任务对通信、计算能力提出了更高的要求.5G毫米波基站的大量部署为高速公路车辆用户提供了更加高速可靠的服务.同时,移动边缘计算技术将具有计算和存储能力的MEC(Mobile Edge Computing)服务器部署在用户终端周围,为车载任务提供计算服务的同时降低了传输时延.文中针对高速公路场景下车辆任务的卸载决策及通信资源分配问题,将计算及通信资源联合优化问题建模为0-1混合整数线性规划问题.首先,将原优化问题解耦为资源块分配子问题及卸载决策子问题;其次,使用注水算法及粒子群算法分别对子问题进行求解;最后,基于启发式算法对子问题进行迭代...

Full description

Saved in:
Bibliographic Details
Published in计算机科学 Vol. 49; no. 6; pp. 25 - 31
Main Authors 邱旭, 卞浩卜, 吴铭骁, 朱晓荣
Format Journal Article
LanguageChinese
Published 南京邮电大学江苏省无线通信重点实验室 南京210003 2022
Subjects
资源分配
粒子群算法
任务卸载
注水算法
Online AccessGet full text
ISSN1002-137X
DOI10.11896/jsjkx.211100198

Cover

More Information
Summary:TN915.81; 随着车联网的快速发展,不断涌现的新型车载任务对通信、计算能力提出了更高的要求.5G毫米波基站的大量部署为高速公路车辆用户提供了更加高速可靠的服务.同时,移动边缘计算技术将具有计算和存储能力的MEC(Mobile Edge Computing)服务器部署在用户终端周围,为车载任务提供计算服务的同时降低了传输时延.文中针对高速公路场景下车辆任务的卸载决策及通信资源分配问题,将计算及通信资源联合优化问题建模为0-1混合整数线性规划问题.首先,将原优化问题解耦为资源块分配子问题及卸载决策子问题;其次,使用注水算法及粒子群算法分别对子问题进行求解;最后,基于启发式算法对子问题进行迭代求解,以获得最优的资源块分配方案及卸载决策向量.仿真结果表明,该算法可在满足所有车载任务需求的同时最小化系统平均时延.
ISSN:1002-137X
DOI:10.11896/jsjkx.211100198