本发明公开了一种无线供能网络中计算任务卸载的带宽分配方法及装置，根据预设的时间帧采集与边缘服务器通信的所有无线设备的信道增益作为样本数据，搜索每个时间帧样本数据对应的最优带宽比例分配方案，并计算所有无线设备通信所占总带宽比例，形成最终的样本数据；采用样本数据训练构建好的神经网络模型，将训练好的神经网络模型部署到边缘服务器，获取当前所有无线设备的信道增益，输入到神经网络模型中，得到每个无线设备的通信所占带宽比例，按照得到的带宽比例为每个无线设备分配带宽。本发明利用训练好的神经网络模型能够在使用FDMA的通信方式和部分卸载模式下的边缘计算网络中快速决策出带宽分配方案，同时也达到较高的网络计算速率。
📄 2021114318838
📂 H04W28_20
👤 浙江工业大学
📅 2021-11-29
本发明涉及无线通信技术领域，尤其涉及一种基于独立学习的移动边缘计算任务卸载方法，包括：建立系统模型，并根据处理的任务数构建IoT设备端的任务队列模型；确定任务计算方式并建立通信模型；建立任务本地计算模型，得到本地任务计算总开销；建立任务卸载计算模型，得到卸载任务计算总开销；引入能量收集，建立IoT设备端的剩余电量队列模型；构建以最小化MEC系统中IoT设备总开销的长期平均为目标的优化问题；建立基于强化学习的独立学习任务卸载模型，包括系统状态空间、动作空间和奖励函数，求解最优的任务卸载策略；本发明不仅极大地降低了IoT设备的时延和能耗的总开销，而且在一定程度上延长MEC系统的使用寿命。
📄 2020114211376
📂 H04W24_02
👤 湖北华中电力科技开发有限责任公司
📅 2020-12-08
本发明属于云雾计算技术领域，具体涉及基于动态电压调节技术的雾计算任务卸载方法。包括如下步骤：S1，获取整个雾网络的信息；S2，建立执行终端任务所需要的能耗和时延模型；S3，根据步骤S2中得到的能耗和时延模型，建立使整个雾网络能耗最小的优化模型；S4，通过数学计算推导，求解步骤S3中的优化模型，得到最优的本地计算速率以及满足时延约束的最小整体能耗；S5，选择雾网络中使得整体能耗最小的雾节点作为终端节点的卸载雾节点，并根据步骤S4中的结果进行任务卸载和终端节点计算速率设置。本发明具有能够有效降低雾网络整体能耗且终端节点计算速率可调的特点。
📄 2020115962743
📂 H04L67_00
👤 国科环宇(南京)电子技术有限公司
📅 2020-12-29
本发明公开了基于多任务动态膜结构的计算任务卸载方法，包括：构建膜结构，膜结构包括十二个基本膜、四个非基本膜和皮肤膜，四个所述非基本膜设置在所述皮肤膜中，每个所述非基本膜内设置有四个基本膜；非基本膜的四个种群进行初始化后均分到非基本膜内的四个基本膜中；将子种群释放到对应的非基本膜进行合并得到合并子种群；在皮肤膜中合并四个合并子种群得到合并种群；使用精英策略在合并种群中选出解集合通过皮肤膜输出。本发明通过采用多任务分解策略，将原始约束多目标优化问题分解为多个子任务，并在不同阶段逐步演化。通过膜内独立并行和膜间信息交换的特点，有效提高了种群的全局搜索能力，确保在满足复杂约束的同时实现目标的最优解。
📄 2025109469484
📂 G06F9_50
👤 西安邮电大学
📅 2025-07-10
本发明公开了一种具有缓存机制的移动边缘计算任务卸载方法，属于边缘计算技术领域，为了减少任务卸载和处理的时延和能耗，进一步提高边缘计算任务卸载的效率和准确性，包括：S1：基于用户任务请求建立具有缓存机制的任务卸载总时延模型和移动设备侧的总能耗模型；S2：根据所述任务卸载总时延模型和移动设备侧的总能耗模型，以任务卸载总时延和移动设备侧的总能耗最小化为目标，建立具有约束条件的任务卸载和缓存联合优化模型；S3：将所述联合优化模型转化为粒子的适应度函数，其中，所述用户任务请求为粒子；S4：利用基于所述适应度函数的联合优化决策算法确定所述粒子的最优解，其中，粒子的最优解为用户任务请求的最优任务卸载决策。
📄 2023115186801
📂 G06F9_50
👤 成都信息工程大学
📅 2023-11-15
本发明提供一种基于学习剪枝的车联网移动边缘计算任务卸载方法及系统，属于车联网通信技术领域，计算车联网移动边缘计算场景中车辆参数；根据车辆参数计算卸载参数；根据所述卸载参数构建任务卸载效用模型；利用分支定界算法结合模仿学习方法，求解任务卸载效用模型最优解，从而以效用最优化的方式进行任务卸载模式的选择以及确定竞价所得的计算资源。本发明在考虑车辆移动性的前提下，建立了车联网场景中车辆效用函数，从而以效用最优化的方式进行车辆对卸载模式的选择以及竞价所得的计算资源；选择将任务卸载至服务型车辆时，选择异向行驶车辆，提高了传输速率；利用分支定界的方法，结合基于学习剪枝剪枝策略来加速分支剪枝过程，降低了复杂度。
📄 2020113570780
📂 H04W4_40
👤 山东师范大学
📅 2020-11-27
本发明请求保护一种基于星地云协作的移动边缘计算任务卸载方法，属于通信技术领域。针对地面通信设施薄弱地区的移动边缘计算问题，提出一种星地云协作网络架构下的移动边缘计算任务卸载方法。该方法根据低轨卫星的高速时变特征，构建动态的星地云网络架构和资源状态模型，基于时延和计算资源约束，采用模拟退火算法思想对卫星覆盖范围内地面用户的本地卸载、卫星卸载及地面云中心卸载的任务分配决策进行优化，有效降低地面用户的任务卸载时延和终端能耗。
📄 202210081382X
📂 H04W24_02
👤 重庆邮电大学
📅 2022-01-24
本发明涉及一种面向物联网的雾计算任务卸载方法，属于移动通信技术领。域该方法将任务卸载决策、传输资源分配和计算资源分配、FN与IoT设备双向匹配联合建模为最小化系统总开销问题。首先，基于层次分析法对IoT设备的QoS需求进行分析，根据IoT设备的不同QoS需求建立优先级。其次，对IoT设备进行RB分配，确定每个IoT设备所需的RB数量；然后，进行计算资源分配，确定计算时延。基于此，建立双向匹配博弈，确定FN和请求卸载的IoT设备之间的稳定关联。最后，每个IoT设备根据任务本地计算开销和任务卸载计算开销做出卸载决策。本发明降低了系统总时延和能耗开销，实现了IoT设备关联的稳定性和资源分配的有效性。
📄 2019104253454
📂 H04L12_24
👤 重庆邮电大学
📅 2019-05-21
柿子坊 · 知识产权运营
柿子坊知识产权运营平台