首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于大规模分布式MIMO协助车联网边缘网络的空地计算卸载方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:广西壮族自治区信息中心(广西壮族自治区大数据研究院);华东师范大学

摘要:本发明公开了一种基于大规模分布式MIMO协助车联网边缘网络的空地计算卸载方法,涉及边缘计算和计算卸载领域。其特点是基于一个VEC系统,将车辆上的任务卸载到路边单元RSU或者空中的分布式卫星簇SAP,共同完成任务,以提高计算总消耗。为了解决这个较困难的非凸优化问题,需要将问题解耦成子问题,通过优化每个子问题来找到最优的解。具体表现为:车辆既可卸载到SAP又可卸载到RSU的模型构建、使用二次变换和拉格朗日变换优化预编码向量、使用分类讨论优化子载波分配系数;重复迭代优化预编码向量、子载波分配系数直到目标函数值收敛。本发明能够有效的减小系统模型的总消耗,大幅度降低通信传输和计算任务的时延和能耗,具有较好的实用前景。

主权项:1.一种基于大规模分布式MIMO协助车联网边缘网络的空地计算卸载方法,其特征在于,该方法具体包括如下步骤:步骤1:构建车联网边缘网络在一个车联网的场景中,有K辆车,表示为I={1,2,…,i};M个SAP,表示为M={1,2,…,m}以及一个多天线RSU;每一个车辆只有一个需要完成的任务该任务需要通过本地、RSU、SAP三方协作共同完成;M个SAP采用分布式大规模MIMO聚合,每个SAP是单天线;车辆和路侧单元RSU的通信方式采用的是正交频分多址OFDMA,有效减少传输间的干扰;步骤2:在传输带宽和传输时延的限制下,固定子载波分配系数α,通过两次二次变换和一次拉格朗日对偶变换转化为预编码向量vi和变换辅助变量yi,γi,λi,zi的优化;固定预编码向量vi,通过把离散变量转化为连续变量和分类讨论的思想优化子载波分配系数αi;步骤3:固定αi,通过迭代不断优化预编码向量vi;步骤4:固定预编码向量vi,优化子载波分配系数αi;步骤5:重复步骤3和步骤4,直到整个系统的计算消耗之和迭代收敛,稳定在某个值,实现该系统的计算消耗最优。

全文数据:

权利要求:

百度查询: 广西壮族自治区信息中心(广西壮族自治区大数据研究院) 华东师范大学 基于大规模分布式MIMO协助车联网边缘网络的空地计算卸载方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。