Document
拖动滑块完成拼图
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

面向超密集NOMA-MEC网络的能效型协同卸载方法 

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!

摘要:本发明公开了一种面向超密集NOMA‑MEC网络的能效型协同卸载方法,其中包括:网络基础信息构建网络架构,配置网络架构中多约束下的优化问题;根据优化问题得到初始解的集合,并将其经映射后定义为原始种群,对原始种群进行处理后得到目标种群,并输出所有红嘴蓝鹊个体的编码信息;利用该信息初始化鳗鱼‑石斑鱼捕食代理个体,利用鳗鱼‑石斑鱼算法进行搜索,迭代更新后得到种群最佳捕食代理个体信息,并根据此位置信息进行任务卸载资源配置。本发明具备执行联合计算任务卸载配置,在满足安全漏洞成本、发射功率比例和时延约束的情况下,能够实现最小化任务卸载能耗的目标。

主权项:1.面向超密集NOMA-MEC网络的能效型协同卸载方法,其特征在于,步骤如下:步骤S1:获取超密集NOMA-MEC网络的网络基础信息构建网络架构,所述网络架构包括通信模型、计算模型以及安全模型;配置网络架构中多约束下的优化问题;步骤S2:根据优化问题生成初始解集合,并将其经过混沌映射后定义为原始种群,并找到初始化最佳个体,采用改进红嘴蓝鹊算法对原始种群进行搜索和迭代更新后得到目标种群,输出种群中所有红嘴蓝鹊个体的位置信息编码;步骤S3:用目标种群中所有红嘴蓝鹊个体的位置信息编码初始化鳗鱼-石斑鱼捕食代理个体的位置,选出初始化最优个体,并利用鳗鱼-石斑鱼算法进行进一步搜索,对鳗鱼-石斑鱼捕食代理个体的位置进行更新,选择当前种群最佳个体与初始化最佳个体中的更优个体作为历史最佳个体,输出种群最优鳗鱼-石斑鱼捕食代理个体的历史最佳位置信息;步骤S4:根据种群最优鳗鱼-石斑鱼捕食代理个体的历史最佳位置信息进行能效型任务卸载资源配置。

全文数据:

权利要求:

百度查询: 华东交通大学 面向超密集NOMA-MEC网络的能效型协同卸载方法

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。