本发明公开了一种车联网中任务卸载和资源分配联合优化方法，方法包括：构建超可靠低时延通信URLLC车辆用户与增强移动带宽eMBB车辆用户共存的移动边缘计算MEC系统模型；基于所述MEC系统模型，以系统中所有URLLC车辆用户和eMBB车辆用户时延和能耗的平均成本最小化为目标，以URLLC车辆用户时延约束以及MEC服务器计算资源总量限制为约束条件，构建MEC系统URLLC/eMBB任务卸载和资源分配联合优化模型；采用基于遗传算法的启发式算法对所述联合优化模型进行求解，获得eMBB车辆用户的最优任务卸载率、URLLC车辆用户的最优任务卸载决策和所有车辆用户的计算资源分配方案。
📄 2023100535138
📂 H04W28_08
👤 南京信息工程大学
📅 2023-02-03
本发明公开一种兼顾能耗与体验质量公平性的星地协同任务调度方法，属于边缘计算技术领域，包括：基于移动边缘计算架构构建任务调度模型，计算各待调度任务在不同调度路径下的时延成本、能耗成本及体验质量公平性指标，建立以任务时延和资源容量为约束的星地协同任务调度优化问题；针对星座规模在预设范围内的场景，采用混合整数非线性规划任务调度方法求解所述星地协同任务调度优化问题；否则采用公平性感知混合列生成算法求解所述星地协同任务调度优化问题，得到星地协同任务的最优调度方案。本发明解决了现有卫星边缘计算系统中，无法在满足时延约束的同时兼顾能耗和体验质量公平性，满足对星地协同任务进行联合调度与卸载的问题。
📄 2026105635136
📂 H04W28_084
👤 南京信息工程大学
📅 2026-04-27
本发明公开了一种基于二进制卸载的边缘计算资源分配方法，包括：建立边缘计算网络，每个无线节点的决策mi∈{0,1}；初始化卸载决策M0；根据第l次迭代的卸载决策Ml产生N个候选卸载决策；获取各候选卸载决策的资源分配结果及对应的网络总速率；将网络总速率最大的候选卸载决策作为Ml(j*)；判断Ml(j*)对应的网络总速率是否大于Ml对应的网络总速率，若是，将Ml(j*)及其对应的网络总速率作为Ml+1及Ml+1对应的网络总速率，返回执行下一次迭代，否则，将Ml及对应的资源分配结果作为最终决策分配结果。该方法可快速确定二进制卸载决策及对应的资源分配结果，达到较高的网络总计算速率。
📄 2022105070626
📂 H04W28_084
👤 浙江工业大学
📅 2022-05-10
本发明属于移动边缘计算领域，公开了一种基于基线的自动化边缘计算网络资源分配方法。包括获取各无线设备与各混合接入点之间的信道增益；将信道增益输入离散网络分支预测卸载决策；将信道增益和卸载决策输入并行的第一和第二连续网络分支，预测能量分配比例和卸载时间分配比例；取历史迭代训练后并行的分支作为基线，根据当前时隙的信道增益，输出历史的预测结果；根据当前时隙和历史的预测结果分别计算最大计算速率，更新离散网络分支；根据当前时隙的预测结果，计算当前时隙的最大计算速率，更新第一连续网络分支和第二连续网络分支。本发明在分布式可再生能源为无线设备功能的情况下，达到较高的边缘计算网络整体的最大计算速率。
📄 2026100269580
📂 H04W28_084
👤 浙江工业大学
📅 2026-01-09
一种能量捕获传感网负载均衡的节点接入方法，针对给定的基站和节点物理位置，在安排节点的接入基站过程中，保证每个基站所服务的传感器节点个数不超过给定的值，从而达到负载均衡的效果，而且在满足基站接入节点负载均衡约束的前提下，使节点尽可能接入离得相对较近的基站，从而又达到了相对较高的总吞吐量。该方法能找出较优的节点接入基站选取，达到较好的基站负载均衡效果和较高的网络吞吐量。
📄 201710940311X
📂 H04W28_08
👤 浙江工业大学
📅 2017-09-30
一种无人机辅助边缘卸载决策与无人机轨迹优化方法，包括以下步骤：将F个设备和K架带由边缘服务器的无人机组成系统，系统时间由多个连续的时隙组成；设备在每个时隙把自己的部分子任务卸载给无人机计算，或者本地计算，直至全部任务计算完毕；以最小化每个设备完成任务时间的总和为优化目标，以每个设备的卸载策略A和无人机的位置LUAV为优化变量建立优化模型P；利用基于遗传算法的深度强化学习算法求解优化模型P。本发明适用于设备位置实时移动的移动边缘计算系统场景，根据设备的位置和任务量情况，合理部署无人机位置，并制定合适的卸载决策，可有效减少边缘计算系统的任务完成时延。
📄 2023105163305
📂 H04W28_084
👤 浙江工业大学
📅 2023-05-09
本发明公开了一种无线供能边缘网络中能量捕获时长和计算任务的分配方法，包括：使用一维穷搜索方法输出时间占比集合；基于时间占比集合中的每一个时间占比，计算与时间占比对应的能量占比；根据时间占比集合中每一时间占比与对应的能量占比，计算N个无线设备的计算速率总和，取计算速率总和最大的作为无线设备本次计算最优的时间占比和能量占比；根据最优的时间占比和能量占比，完成本次计算任务卸载分配。本发明优化能量捕获时长和计算任务分配，具有更小的时间消耗，能够达到较高的计算速率，适用于时变的信道状态。
📄 2023106400083
📂 H04W28_084
👤 浙江工业大学
📅 2023-05-31
本发明公开了一种边缘计算结合协同智能交通系统最大化计算速率方法，边缘计算结合协同智能交通系统包括一个基站、#imgabs0#个路基单元和#imgabs1#个无线设备。本边缘计算结合协同智能交通系统最大化计算速率方法通过构建每个无线设备关于卸载决策和各无线设备到路基单元带宽分配的计算速率表达式，并对卸载决策和各无线设备到路基单元带宽分配进行求解，得到每个无线设备的计算速率，且得到各无线设备的计算速率即为各无线设备的最大化计算速率，并且所有无线设备的最大化计算速率之和即为边缘计算结合协同智能交通系统的最大化计算速率，进而显著降低了系统延迟，提高了计算效率。
📄 2025101585330
📂 H04W28_084
👤 浙江工业大学
📅 2025-02-13
本发明公开了一种服务缓存边缘云计算网络的物联网数据卸载调度方法，属于边缘计算技术领域，应用于由个用户设备、个基站和1个云服务器组成的服务缓存边缘云计算网络，包括：S1、根据用户设备采集的物联网数据对服务缓存边缘云计算网络进行训练直至遍历全部训练轮次；S2、利用训练好的服务缓存边缘云计算网络获取所需时隙的总决策完成对应时隙物联网数据的卸载调度。该方法可联合优化子信道分配决策、任务卸载决策、任务选择决策和任务调度顺序，实现服务缓存边缘云计算网络的长期累计平均信息年龄最小化，实现低延迟服务。
📄 2026103865608
📂 H04W28_084
👤 浙江工业大学
📅 2026-03-27
一种可控簇规模的能耗均衡路由方法，包括：步骤1，通过簇首候选节点的剩余能量、簇首候选节点与其簇成员节点之间的链路质量(LQI)和簇首候选节点的度对簇首进行选举；步骤2，利用虚拟引力方法将普通传感器节点加入到簇首中形成簇，以此对簇规模进行控制；步骤3，设计簇首下一跳代价选择函数来均衡网络中簇首节点的能耗，簇首间路由采用链路式路由协议。本发明提出的一种可控簇规模的能量均衡路由协议，该协议在簇首选举、簇规模控制和簇首间路由都充分考虑了负载均衡。因此本发明对于无线传感器网络路由研究的主要难点节点负载不均衡的问题上有重要意义。
📄 2017106168917
📂 H04W28_08
👤 浙江工业大学
📅 2017-07-26
本申请涉及一种多无人机可扩展视频缓存网络访问时延最小化方法及装置，为多无人机网络中提供可扩展视频编码的分层缓存方案，采用SVC技术对视频文件进行分层编码，通过建立优化模型来刻画用户关联、无人机位置部署和分层缓存放置策略的联合优化问题，最小化网络中所有用户的总视频访问时延。此外，为了解决所建立的组合非凸优化问题，将待优化的问题分解为基于惩罚连续凸逼近(P‑SCA)的用户关联优化子问题模型和基于惩罚凸差分(P‑DC)的无人机位置部署和分层缓存放置优化子问题模型，并根据迭代优化算法对所述两个子问题模型交替优化，直到所述迭代优化算法收敛，算法具有低复杂度和有效性，使得在视频访问时延性能方面取得了显著增益。
📄 2022105808372
📂 H04W28_08
👤 西南大学
📅 2022-05-26
本发明公开了一种基于5G多小区深度强化学习的边缘计算迁移方法。属于边缘计算领域与深度强化学习领域；具体步骤：终端制定计算迁移方案；将待计算迁移的任务参数信息，信道增益以及临近干扰小区的信息发送给小区内MEC服务器；对可被小区间迁移的MEC服务器排序；在MEC服务器处制定计算迁移策略；根据计算迁移策略，终端将任务迁移到MEC服务器计算；无法计算迁移的任务在终端处计算，并等待下次迁移。本发明用任务执行优先级函数以及负载指标函数表示迁移任务以及可被小区间迁移的MEC服务器的优先级，用深度强化学习，贪心算法以及小区间迁移三者相结合提高资源利用效率以及确保负载均衡。
📄 2021101038167
📂 H04W28_08
👤 南京邮电大学
📅 2021-01-26
柿子坊 · 知识产权运营
柿子坊知识产权运营平台