专利交易市场

本发明公开了一种无人机动态联盟辅助的卸载策略及资源优化方法,属于通信技术领域,方法包括:获取单个时隙的系统收益函数和系统成本函数,以及服务无人机最短飞行路径;若当前时隙服务无人机在最短飞行路径下继续向地面用户提供服务,则参与服务的服务无人机数量加一,否则,参与服务的服务无人机数量不变;若当前时隙服务无人机在最短飞行路径下满足联盟形成条件,则执行预构建的联合联盟形成和带宽分配算法,否则,执行预构建的去除同辈效用的更加响应算法;直至当前迭代次数达到最大迭代次数为止,获取最优无人机联盟划分、最优联盟带宽分配策略和最优地面用户卸载策略。该方法能够优化无人机联盟划分、联盟带宽分配策略和地面用户卸载策略。

本发明公开了一种微云中的多任务应用卸载方法，所述方法包括：获取移动应用的完成时间、移动设备的能量消耗、任务卸载花费，建立微云中的多任务应用卸载模型；根据遗传算法求解所述模型，得到最优的多任务应用卸载策略；根据所述最优的多任务应用卸载策略执行微云中的多任务应用卸载。本发明的微云中的多任务应用卸载方法可以最小化多任务应用在任务卸载过程中移动设备消耗的能量以及用户的花费，且保证整个应用卸载的完成时间满足时间约束。

本发明属于移动通信技术领域，涉及一种移动Ad Hoc云中基于能量收集的多阶段随机规划任务卸载方法，包括考虑一组带有EH功能的附近终端设备构成的移动Ad Hoc云网络，考虑客户终端和代理终端Wi‑Fi连接时间的不确定性，分别建立卸载效益模型、通信成本模型、计算成本模型和能量收集模型；建立基于多阶段随机规划的随机买卖博弈模型，根据自身的计算任务需求向代理终端购买资源，建立买方的收益最大化问题；通过动态资源报价为客户终端提供不同的计算和存储资源，建立卖方的收益最大化问题；利用多阶段随机规划法拉格朗日乘子法和KKT条件计算出买方向所选择的代理终端卸载的最优任务卸载策略以及卖方的最优报价策略；本发明有效提升系统收益，稳定电池能量。

本发明公开了一种面向电网巡检的无人机任务卸载优化方法，包括以下步骤：（1）基于BS的通信方式及各无人机的巡检模式，构建由MEC服务器和无人机组成的电网巡检系统模型；（2）基于巡检系统模型，计算第k个无人机在第i时隙用于执行巡检任务的飞行能耗；（3）计算各无人机在第i时隙的任务处理时延；（4）计算各无人机在第i时隙的能量消耗；（5）基于任务处理时延和能量消耗，以系统能耗和时延的加权和最小化为目标函数：（6）采用深度强化学习中的DDPG算法求解最优卸载策略,使无人机电网巡检系统能耗和时延加权和最小；本发明能够在实时变化的环境中自主地调整无人机的卸载比例，以适应不同任务需求和通信环境，实现高效的无人机电网巡检。

本发明请求保护一种基于多变量联合优化的车联网任务卸载方法，属于车辆通信领域。车内用户设备将需要处理的总的计算任务量通过车辆中继发送给车辆边缘计算服务器；通过车辆中继接收到来自车辆用户设备的计算任务，并计算车内用户设备的传输能耗；根据车内用户设备的传输能耗和本地计算能耗确定用户设备的任务卸载比例；根据传输能耗确定用户设备的发送功率和子载波选择因子；将确定的用户设备的发送功率，子载波选择因子以及任务卸载比例发送给用户设备；用户设备接收到来自车辆边缘计算服务器的参数设置，用户设备配置对应的参数；用户设备将对应的任务通过对应的发送功率和子载波因子完成任务的卸载。本发明最小化用户设备卸载任务的能耗。

本发明请求保护一种应对小区切换问题的非匀速车辆任务卸载方法，属于通信技术领域。针对小区间车辆用户切换时间和位置不确定性带来的卸载任务中断和丢失问题，提出一种基于动态周期分割的混合模式任务卸载方法。该方法根据相邻小区内车辆的实时车速与位置信息，分别为处于重叠覆盖区的任务车辆选择合适的卸载模式。通过选择有效协作车辆，采用V2V2I卸载模式避免随机切换导致的卸载任务中断，通过压缩卸载周期，采用V2I卸载模式最小化卸载任务的丢失，从而有效降低车辆用户在小区切换期间的任务卸载时延。

本发明涉及云计算技术领域，特别涉及一种蜂窝网络时延与成本均衡的任务卸载方法，包括：建立用户卸载任务请求；构建成本目标函数，计算用户卸载应用过程中的卸载成本函数；通过构造李雅普诺夫函数，设置合理的控制阀值V，计算用户卸载成本与队列积压上限值；更新数据队列，卸载成本通过控制阀值V来寻找用户卸载成本与队列积压的折中点；根据选择所述折中点，得到均衡优化后的任务卸载成本与队列积压；本发明将其队列积压量表示在蜂窝网络中用户卸载任务的网络时延，使得用户卸载成本最小的同时，大幅降低了用户端卸载任务的积压量，从而降低了蜂窝网络中用户卸载的网络时延。