文献类型：期刊文章

作　　者：于博文[1] 蒲凌君[1,2] 谢玉婷[1] 徐敬东[1] 张建忠[1]

Yu Bowen;Pu Lingjun;Xie Yuting;Xu Jingdong;Zhang Jianzhong(College of Computer and Control Engineering,Nankai University,Tianjin 300071;Guangdong Key Laboratory of Big Data Analysis and Processing(Sun Yat-Sen University),Guangzhou 510006)

机构地区：[1]南开大学计算机与控制工程学院,天津300071 [2]广东省大数据分析与处理重点实验室(中山大学),广州510006

出　　处：《计算机研究与发展》

基　　金：国家自然科学基金项目(61702287;61702288);天津市自然科学基金项目(16JCQNJC00700);南开大学基础科研业务项目(070-63171112)~~

年　　份：2018

卷　　号：55

期　　号：3

起止页码：537-550

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了缩小IoT应用的服务质量要求与IoT设备有限的计算资源之间的差距,提高设备与基站能源利用率,设计了基于超密集网络的移动边缘计算框架COMED,提出了一个结合任务卸载、设备-基站关联以及基站睡眠调度的在线优化问题,旨在最小化设备和基站的整体能量消耗,同时满足IoT应用的服务质量要求.针对这一在线优化问题,提出了一个基于李雅普诺夫优化理论的任务调度算法JOSA,该算法只使用当前时间片的系统信息进行调度.仿真实验证明了COMED框架具有良好的性能:1)与设备本地处理相比,系统整体节能30%以上,与DualControl算法相比平均节能10%~50%;2)算法的执行时间与IoT设备数量呈近似线性的关系.

关 键 词：移动边缘计算  任务卸载  基站睡眠  设备-基站关联  N P难问题  

分 类 号：TP393.1]