南京邮电大学学报(自然科学版)

作者：王　珺,刘家豪,宋巧凤

单位：南京邮电大学 通信与信息工程学院，江苏 南京　210003南京邮电大学 通信与信息工程学院，江苏 南京　210003南京邮电大学 通信与信息工程学院，江苏 南京　210003

关键词：车联网；移动边缘计算；遗传算法；计算卸载

基金：江苏省重点研发计划（BE2020084 5）和江苏省研究生科研与实践创新计划（46006CX21732）资助项目

延迟敏感型和计算密集型车辆应用的出现，给计算资源有限的车联网带来了巨大的挑战。移动边缘计算（Mobile Edge Computing，MEC）是云计算的一种补充，可以有效解决车辆计算资源有限等问题，但是车辆的高机动性以及中心云距离较远导致数据卸载延迟较大，对卸载效率产生较大影响。现有方案大多对车辆的高机动性以及空闲资源的利用方面考虑不足，因此，文中提出一种基于遗传算法的车载边缘计算卸载方案（Genetic Algorithm based Vehicle Edge Computing Offloading Scheme，GAVECOS）。在该方案中，考虑了任务车辆周围的本地车辆、路边基站上的边缘服务器和空闲车辆的计算资源来卸载任务，然后提出一个以系统总成本最小为目标的优化问题，并利用遗传算法求解该优化问题。最后通过搭建仿真平台对方案进行了验证。仿真结果显示，在综合考虑系统的时延和能耗这两个因素的情况下，该方案与其他4种方案相比总成本有明显的降低。

来源：2022年第06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06期