【技术实现步骤摘要】
Technology,vol.68,no.6,pp.6207
‑
6211,June 2019,doi:10.1109/TVT.2019.2907253.]中提出了一种混合NOMA策略,用户可以首先在分配给其他用户的时隙内卸载其部分任务,然后在仅由自己占用的时隙内卸载其剩余任务,以最大限度地减少启用MEC
‑
NOMA系统的能耗。不同于部分任务卸载,文献[A.Kiani and N.Ansari,"Edge Computing Aware NOMA for 5G Networks,"in IEEE Internet of Things Journal,vol.5,no.2,pp.1299
‑
1306,April 2018,doi:10.1109/JIOT.2018.2796542.]中的作者认为卸载任务是独立且不可分离的。然后联合优化通信资源和计算资源,提出了一种有效的用户聚类、频率和资源块分配的启发式算法来解决每个NOMA集群的能耗最小化问题。
[0005]以上卸载研究均只致力于降低系统能耗,且假设BS上的 ...
【技术保护点】
【技术特征摘要】
1.一种不完美CSI情况下NOMA
‑
MEC系统能耗优化方法,其特征在于:所述NOMA
‑
MEC系统能耗优化方法包括如下步骤:步骤1:构建NOMA
‑
MEC系统,所述NOMA
‑
MEC系统包括至少一个NOMA链路,每个所述NOMA链路均包括一个有大量密集的计算任务、仅依靠本地计算资源无法完成计算任务的用户TU和两个拥有小型MEC服务器可以进行任务计算的无线访问接入点AP,每个所述无线访问接入点AP与用户TU的距离不同且每个无线访问接入点AP都有辅助计算任务;步骤2:在能耗最小化的目标下,用户TU将步骤1中每个无线访问接入点AP完成的计算任务同时卸载至对应的每个无线访问接入点AP处,由用户TU和两个每个无线访问接入点AP共同计算任务实现NOMA
‑
MEC系统能耗最小化。2.根据权利要求1所述不完美CSI情况下NOMA
‑
MEC系统能耗优化方法,其特征在于:所述步骤1的具体过程包括如下步骤:步骤1
‑
1:给用户TU配备一个计算任务的缓存队列、两个拥有小型MEC服务器可以进行任务计算的无线访问接入点;步骤1
‑
2:定义NOMA
‑
MEC系统处理计算任务的时间为T,将T划分为N个时隙,每个时隙长度为τ=T/N;步骤1
‑
3:通过链路信息得无线访问接入点AP1与用户TU的距离A1,此条链路的估计信道增益无线访问接入点AP2与用户的距离A2,此条链路的估计信道增益信道带宽B,噪声功率当传输瞬时速率低于目标速率时会发生中断事件,得到中断概率ε0以及瞬时速率其中,代表第i个AP处的估计信道增益,ε代表均值为零,方差为σ
ε2
的信道估计误差,代表用户传输信号给第i个AP的发射功率,目标速率为其中m为1或2,其中代表用户与第m个AP链路上包含了小尺度衰落估计和大尺度衰落的估计信道增益,中d
m
代表用户与第m个AP的距离,α表示路径损耗指数,此时AP处接收到的信号为:其中,h
i
为第i个AP处的链路信道增益,p
i
为用户发送给第i个AP信号所用的功率,x
i
为发送给第i个AP的数据,为加性高斯白噪声的方差。3.根据权利要求2所述不完美CSI情况下NOMA
‑
MEC系统能耗优化方法,其特征在于:所
述步骤2具体包括如下步骤:步骤2
‑
1:用户TU将产生的计算任务分为三份,由AP处的MEC服务器协同计算;步骤2
‑
2:用户依靠本地计算资源计算d
n
bit数据的能耗为用户将d1bit数据卸载至AP1处的能耗为用户将d2bit数据卸载至AP2处的能耗为步骤2
‑
3:以NOMA
‑
MEC系统能耗最小化为目标,建立优化问题如下:MEC系统能耗最小化为目标,建立优化问题如下:MEC系统能耗最小化为目标,建立优化问题如下:MEC系统能耗最小化为目标,建立优化问...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。