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！

龙图腾网恭喜杭州电子科技大学申请的专利一种移动边缘计算网络能耗和时延折衷的任务卸载和资源分配方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114302457B 。

龙图腾网通过国家知识产权局官网在2025-05-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111672596.6，技术领域涉及：H04W28/084；该发明授权一种移动边缘计算网络能耗和时延折衷的任务卸载和资源分配方法是由徐玲;冯维;曹荻秋;高文洋;徐磊;王鑫;盛新怡;姜斌;朱芳;居建林;夏晓威设计研发完成，并于2021-12-31向国家知识产权局提交的专利申请。

本一种移动边缘计算网络能耗和时延折衷的任务卸载和资源分配方法在说明书摘要公布了：本发明涉及一种移动边缘计算网络能耗和时延折衷的任务卸载和资源分配方法，方法包括步骤：S1、获取网络配置信息；S2、以能耗和平均计算时延的共同最小化为目标，生成卸载决策和资源分配决策两个子目标；S3、将资源分配决策固定，确定能耗和平均计算时延最小的卸载决策；S4、将卸载决策固定，计算能耗和平均计算时延最小的资源分配策略；S5、循环迭代S3‑S4，得到能耗和时延总开销最小的卸载决策和资源分配决策；S6、确定移动边缘计算网络的任务卸载和资源分配。本发明的系统，将能耗与平均计算时延优化目标分解为两个卸载决策和资源分配决策子问题，从而能够迭代确定最小值，实现了用户平均计算开销的最小化。

本发明授权一种移动边缘计算网络能耗和时延折衷的任务卸载和资源分配方法在权利要求书中公布了：1.一种移动边缘计算网络能耗和时延折衷的任务卸载和资源分配方法，其特征在于，所述方法包括步骤：S1、获取网络配置信息，所述网络配置信息包括任务算量和网络中各用户的本地算力；任务算量表示为TkDk,Ck，其中Dk表示计算任务大小，Ck代表处理任务中的每一个bit所需要的CPU周期数；网络中各用户的本地算力表示为表示用户uk的本地处理能力，即代表设备每秒钟提供的CPU周期数；S2、以能耗和平均计算时延的总开销最小化为目标，根据计算任务及所述网络配置信息生成卸载决策和资源分配决策两个子目标，具体包括如下步骤：构建集合L＝{l1,l2,…lk,…,lK}表示用户集合U的计算卸载策略，其中lk表示用户uk的卸载决策，具体如下： 同时构建表示MEC将计算资源分配给卸载用户的策略集合，其中为MEC服务器分配给用户uk的计算速率，FMEC表示服务器每秒提供的最大CPU周期数，满足S3、将所述资源分配决策固定，比较任务在本地处理的能耗和平均计算时延与在服务器处理的能耗和平均计算时延，确定能耗和平均计算时延最小的卸载决策，具体包括如下步骤：计算任务在各用户本地处理的总开销，即平均计算时延和能耗；根据步骤S1中获取的各用户的本地处理能力，将任务在本地进行处理计算的时延表示为其中，Dk表示计算任务大小,Ck表示处理任务中的每bit所需要的CPU周期数；进一步地，列出任务在本地计算的能耗计算式： 上述kn表示运算速度根据硬件架构变化的系数；结合上述本地进行处理计算的时延和本地计算的能耗计算得到用户uk的任务在本地进行处理的总开销： 上述公式中，和分别表示用户uk计算时延和能耗在总计算开销里所占的权值；然后计算用户将任务上传到移动边缘计算网络进行计算的总时延，任务卸载计算的总时延表示为： 上述公式中，表示任务的上传时间，表示在移动边缘计算网络服务器的计算时间，表示任务计算完成后的下载时间；设置一个集合α＝{α1,α2,…,αK}表示系统带宽分配策略，αk∈[0,1]表示系统带宽的归一化比例系数，满足设用户uk的任务上传速率为其中Pk表示用户uk的发射功率，hkm表示用户uk任务上传到BS的上行链路状态，n0表示加性高斯白噪声的功率；进一步设用户uk的任务上传时间为用户uk在移动边缘计算网络服务器处的计算时间为卸载任务完成后下载速率为上述公式中PM表示BS的发射功率；由此计算任务的输出与输入比率为βk，则计算后的数据大小为βkDk，则用户uk在MEC服务器处下载任务时间为将上述设置的公式结合，便得到任务在服务器处理的计算时延为： 进一步考虑任务上传过程中在客户端侧的能耗： 将上述任务在服务器处理的计算时延和能耗结合，得到任务卸载计算的总开销为和分别表示用户uk计算时延和能耗在总计算开销里所占的权值；而对于用户uk来说，在卸载决策为lk的情况下，完成计算任务的总开销表示为： 将任务在本地处理的能耗和平均计算时延与在服务器处理的能耗和平均计算时延最小化的计算总结为下述六个公式： 当带宽分配比例系数α和计算资源分配策略F两者都确定时，卸载决策子问题重写如下： 根据上述公式能够看出要使平均用户计算开销最小，对于每一个用户来说，在资源分配策略给定的情况下，如果要想把任务上传到移动边缘计算网络的服务器进行处理，则必须满足在卸载时lk＝1，由此用户的最佳卸载决策为L*＝{l1*,…,lk*,…,lK*}，其中当用户的卸载决策L求解完成时，假设此时选择进行任务卸载的用户集为U'，卸载用户的总个数为K'，则资源分配子问题重新表示为： 对于资源分配子问题，将优化目标改写为： 由此公式确定能耗和平均计算时延最小的卸载决策；S4、将所述卸载决策固定，根据系统带宽与资源分配情况计算能耗和平均计算时延总开销最小的资源分配策略，具体包括如下步骤：令则有其中 根据上述公式可知另外当k≠m时，同理可得：由于式中参数的非负性，可得另外当k≠m时，再根据得到fα,F的二阶海森矩阵Η： 再构建拉格朗日函数进行求解上式中λ，μ表示拉格朗日乘子，有λ＞0,μ＞0；相应的对偶函数为基于该最小的资源分配策略优化是一个凸优化问题的特性，只需要在关于α,F的一阶导数为0处便可取得最小值，一阶导数分别为： 令得： 将αk*和代入拉格朗日函数，得到对偶函数为： 则对偶问题为对偶函数关于λ,μ的一阶导数为： 令得将λ*，μ*分别代入αk*和中，此时得到最佳的资源分配策略为： 如此便得到能耗和平均计算时延最小的卸载和资源分配方法；S5、设定循环次数，以所述循环次数迭代步骤S3-S4，得到能耗和时延总开销最小的卸载决策和资源分配决策；S6、根据所述卸载决策和所述资源分配决策确定移动边缘计算网络的任务卸载和资源分配。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州电子科技大学，其通讯地址为：310018 浙江省杭州市杭州经济技术开发区白杨街道2号大街1158号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。