南京邮电大学学报(自然科学版)

作者：王　翊,卢兴俊,许耀华,蒋　芳

单位：安徽大学 计算智能与信号处理教育部重点实验室，安徽 合肥 230601安徽大学 计算智能与信号处理教育部重点实验室，安徽 合肥 230601安徽大学 计算智能与信号处理教育部重点实验室，安徽 合肥 230601安徽大学 计算智能与信号处理教育部重点实验室，安徽 合肥 230601

关键词：移动边缘计算;位置预测;协同卸载;扩展卡尔曼滤波

基金：国家自然科学基金(62071002)资助项目

移动边缘计算（Mobile Edge Computing， MEC）通过在网络边缘部署服务器来满足终端低时延低能耗的需求。由于用户具有移动性，且MEC服务器覆盖范围和计算资源都有限，任务量较大的卸载会带来较高的时延。为应对此问题，文中提出了一种基于位置预测的多MEC服务器协同卸载算法，让多个服务器协同工作提供计算卸载服务。采用扩展卡尔曼滤波的方法预测用户未来时刻的位置，从而选择合适的服务器处理卸载任务。在此基础上以最小化时延和能耗加权和为目标将任务划分给多个MEC服务器，给出效用函数模型并利用单纯形法求优化解。仿真结果表明，相较于现有的方法，文中算法在时延和能耗的控制上有较好的表现，且用户与服务器间的连接成功率更高。

来源：2022年第4期

《南京邮电大学学报(自然科学版)》期刊编辑部

查看南京邮电大学学报(自然科学版)杂志2022年第4期