期刊文章详细信息
文献类型:期刊文章
LIN Feng;LUO Cheng-wen;DING Peng-ju;JIANG Jian-chun(School of Communication and Information Engineering,Chongqing University of Posts and Telecommunications,Chongqing 400065,China;Institute of Electronic Information and Network Engineering,Chongqing University of Posts and Telecommunications,Chongqing 400065,China;School of Automation,Chongqing University of Posts and Telecommunications,Chongqing 400065,China)
机构地区:[1]重庆邮电大学通信与信息工程学院,重庆400065 [2]重庆邮电大学电子信息与网络工程研究院,重庆400065 [3]重庆邮电大学自动化学院,重庆400065
基 金:国家科技重大专项基金项目“5G产品研发规模试验”(2018ZX03001023-006)。
年 份:2021
卷 号:42
期 号:7
起止页码:1824-1830
语 种:中文
收录情况:BDHX、BDHX2020、IC、JST、RCCSE、ZGKJHX、核心刊
摘 要:为降低车联网(C-V2X)中计算任务的时延与能耗,提出一种自适应的联合计算卸载资源分配算法。考虑多因素,多平台(本地计算、云计算、移动边缘计算(MEC)、空闲车辆计算)卸载,将计算卸载决策和资源分配建模为多约束优化问题。在粒子群算法基础上,提出粒子矩阵编码方式,联合优化车辆卸载决策、各平台任务卸载比例、MEC资源分配。提出粒子修正算法,结合罚函数法,解决多约束优化问题。仿真结果表明,与其它算法相比,该算法能在满足最大容忍时延的同时,最小化系统总成本。
关 键 词:车联网(C-V2X) 移动边缘计算 计算卸载 资源分配 粒子群算法
分 类 号:TP393]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...