专利交易市场

本发明公开了一种基于云边协同计算的安防视频监控系统及其实现方法，包括视频采集层、边缘计算层、智能判定模块、云平台处理模块、智能服务模块和应用终端模块。本发明的目的是针对现有监控系统的集中式处理模式中，海量视频传输、分析、存储带有巨大压力，同时信息处理反馈的实时性不强等问题，提出了一种基于云边协同计算的智能监控的系统实施方案，可以有效解决海量数据的传输和处理问题。

本发明属于无线通信技术领域，具体涉及一种卫星云边协同计算的计算卸载方法，构建一个具有云‑边‑端三层网络架构的卫星云边协同系统，以当前信道状态为输入，输出最小化计算成本对应的卸载决策，采用保序量化保证卸载决策变量量化前后的顺序一致平和算法性能与复杂度，通过自适应调整量化值Kt，衰减消除掉不必要的卸载决策，保证该算法的性能，本发明的技术方案在保证系统产生接近最小计算成本的前提下，大幅降低算法复杂度，降低了算法的执行时间。

本发明公开了一种卫星云边协同计算的卸载方法及装置，其方法包括：基于终端‑卫星‑云的三层云边协同计算框架，构建任务在各层计算下的开销模型；基于各开销模型，以总开销最小为优化目标，以卸载决策、CPU工作频率和传输功率为优化变量，构建优化问题模型；采用模型辅助法和内点法对CPU工作频率和传输功率进行优化求解，采用Q‑learning算法对卸载决策进行优化求解；根据CPU工作频率、传输功率以及卸载决策的最优求解结果，进行卸载计算；本发明通过模型辅助法和内点法优化CPU工作频率和传输功率，使用Q‑learning算法确定并发多任务的卸载决策，根据最优解实现协同计算和计算中的资源分配。

本发明涉及边缘计算领域，具体涉及一种物联网环境下的云边协同计算任务卸载方法，该方法包括：构建物联网的协同计算系统模型，构建的协同计算系统模型包括设备层、边缘节点层和云节点层；模型的设备层、边缘节点层和云节点层；分别选取排队系统模型；根据协同计算系统模型构建所有任务的总完成时延期望函数；将最小总完成时延期望作为目标函数，采用位置参数优化蜜獾算法对目标函数进行求解，得到各排队系统需要调整的容量大小；根据各排队系统调整后的容量大小得到最优卸载策略，根据最优卸载策略进行任务卸载；本发明的卸载方法可以在任务的完成时延保持在较低水平，能够较好地应用于物联网环境下的云边协同计算场景，具有良好的经济效益。