| C-V2X车联网中基于模拟退火算法的任务卸载与资源分配 |
| 李智; 薛建彬
|
| 2021
|
发表期刊 | 计算机应用
|
ISSN | 1001-9081
|
卷号 | 42期号:10页码:1-11 |
摘要 | 针对网联车辆节点产生不同属性的大数据流量计算任务进行传输并卸载计算时,引起通信系统中时延抖动、计算能耗与系统开销大等问题,根据实际通信环境,提出一种C-V2X车联网(IoV)基于模拟退火算法(SAA)的任务卸载与资源分配方案。首先,根据任务处理优先程度,对处理优先程度较高的任务进行协同卸载计算处理;其次,通过全局搜索最优卸载比例因子的方式,制定了一种基于模拟退火算法的任务卸载策略,分析并优化了任务卸载比例因子;最后,在任务卸载比例因子更新过程中,将系统开销最小化问题转化为功率和计算资源分配凸优化问题,并利用拉格朗日乘子法获取最优解。通过与本地卸载、自适应遗传算法等作比较,随任务数据量不断增加,自适应遗传算法比任务在本地卸载的时延、能耗、系统开销分别降低了5.97%、49.4%、49.36%,在此基础上SAA较自适应遗传算法的时延、能耗、系统开销再降低了6.35%、92.27%、91.7%;随计算任务CPU周期数不断增加,自适应遗传算法比任务在本地卸载的时延、能耗、系统开销分别降低了16.4%、49.58%、49.23%,在此基础上SAA较自适应遗传算法的时延、能耗、系统开销再降低了19.61%、94.39%、89.88%。实验结果表明,SAA不仅能降低通信系统时延、能耗及系统开销,还可以对结果进行加速收敛。 |
关键词 | 车联网
移动边缘计算
任务卸载
资源分配
模拟退火算法
|
URL | 查看原文
|
收录类别 | 北大核心
; CSCD
|
语种 | 中文
|
资助项目 | 甘肃省自然科学基金资助项目(20JR10RA182)~~
|
中图分类号 | U495;TP18;TN929.5
|
来源库 | 计算机应用
|
引用统计 | |
文献类型 | 期刊论文
|
条目标识符 | https://ir.lut.edu.cn/handle/2XXMBERH/149484
|
专题 | 研究生院
|
通讯作者 | 李智 |
作者单位 | 兰州理工大学计算机与通信学院
|
第一作者单位 | 计算机与通信学院
|
通讯作者单位 | 计算机与通信学院
|
第一作者的第一单位 | 计算机与通信学院
|
推荐引用方式 GB/T 7714 |
李智,薛建彬. C-V2X车联网中基于模拟退火算法的任务卸载与资源分配[J]. 计算机应用,2021,42(10):1-11.
|
APA |
李智,&薛建彬.(2021).C-V2X车联网中基于模拟退火算法的任务卸载与资源分配.计算机应用,42(10),1-11.
|
MLA |
李智,et al."C-V2X车联网中基于模拟退火算法的任务卸载与资源分配".计算机应用 42.10(2021):1-11.
|
文件名:
|
C-V2X车联网中基于模拟退火算法的任务卸载与资源分配.pdf
|
格式:
|
Adobe PDF
|
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论