专利交易市场

本发明属于无线通信技术领域，公开了一种任务卸载和无线能量传输方法及系统，建立UAV和地面物联网用户之间的通讯和计算模型，包括进行通讯的时变信道模型，利用自由空间损失模型建模的WPT信道模型，UAV和地面物联网用户的计算和传输模型；设计UAV援助的边缘计算场景下利用UAV来对地面物联网用户进行任务卸载和WPT的基本框架，根据框架进行系统建模，得到整个系统的数学模型；设计优化问题，将目标函数定义为系统总吞吐量和UAV能量消耗的加权和；将整个框架建模为马尔科夫过程，设计合理的状态动作空间，利用目标函数设计出合理的奖励函数；利用双延迟深度确定性策略梯度算法对系统总吞吐量和UAV能量消耗进行约束的同时优化任务卸载决策和无线能量传输。

一种能量捕获网络模型任务计算卸载决策与调度方法，包括以下步骤：统计任务产生的类型与具体计算量；用户设备统一进行能量捕获；合理利用Cache缓存模型进行计算卸载；动态调整Cache中模型；确定目标函数和限制条件，建立问题模型；采用LRU置换算法和遗传算法对具有混合离散连续优化的数学问题进行求解，从而得到任务计算的卸载决策和任务卸载的顺序。本发明实现了合理的任务调度方案，可有效提高完成所有计算任务的速度。

本发明揭示了一种时延确定性任务卸载方法，包括向各个服务节点发布服务价格；接收各服务节点根据自身状态和服务价格制定的服务能力信息；根据任务信息和服务节点反馈的服务能力信息选择满足时延确定性条件的服务节点，形成服务节点集合，并判断服务节点集合的大小是否为1，若是，则选取相应服务节点进行任务卸载，否则，则调整服务价格，并重复执行上述步骤。本发明还揭示了一种实现上述方法的时延确定性任务卸载装置及计算机存储介质。本发明能够为终端节点提供最佳性价比的卸载服务，适用于服务节点能够动态反馈服务能力的自主性边缘计算网络。

本发明请求保护一种星地融合端边云协同的计算卸载方法，属于无线通信技术领域。针对地面处理时延大、卫星处理能力有限导致任务完成时延高的问题，通过将边缘计算上星提出一种端边云协同的计算卸载方法。在任务建模阶段，结合链表和有向无环图对拆分后的计算子任务依赖关系进行建模，生成的任务模型可有效降低任务处理时延。在计算卸载阶段，根据节点卸载策略和链路传输速率定义任务完成时延，采用完全卸载策略计算生成基于任务可卸载节点的时延列表；在卫星剩余覆盖时间、节点计算能力和链路卸载带宽的约束下，提出一种基于任务完成时延的实数编码遗传算法来寻找计算任务的最佳卸载点，形成的最优计算卸载策略可有效降低时延且提高任务完成率。