摘要
为了缓解边缘网络通信压力、降低物联网设备对服务节点的计算与通信负荷,提出了一种基于Device-to-Device(D2D)协同的边缘计算迁移机制.具体而言,通过综合考虑D2D设备、边缘节点的迁移决策以及传输功率分配,规划了一个任务完成总能耗最小化的优化问题,进一步,定义了D2D设备的积极性度量约束以促进D2D设备与普通用户间的协作.同时,提出了基于动态感知蝙蝠群体的高效计算迁移算法(Dynamic Sensing Bat Population-Based Efficient Computation Offloading Algorithm,DSBP-ECOA).该算法融合经典蝙蝠算法思想,引入一种自适应的动态惯性权重,以通过实时感知环境变化调整蝙蝠群体的移动方向和速度,并采用混沌映射理论对种群进行初始化.最后,仿真结果表明,所提方案能够以较快的速度收敛,并获得最优迁移和功率分配策略,与其他几种基准方案相比,该方案在降低系统能耗方面具有较大的优势.
基金项目
国家自然科学基金(61971235)
中国博士后科学基金(面上一等资助)(2018M630590)
江苏省博士后科研资助计划(2021K501C)
江苏省"333高层次人才培养工程"项目()
南京邮电大学"1311"人才计划(XX)()
国家科技期刊平台
NSTL
维普
万方数据