【技术实现步骤摘要】
本专利技术属于网络资源管理技术，具体涉及网络边缘的数字孪生模型迁移，尤其涉及一种基于弹性预测的边缘网络数字孪生应用迁移方法。
技术介绍
1、数字孪生近年来被视为支持6g万物互联应用的关键技术，它是一种构建物理实体虚拟表示的前瞻性范式，物理对象(如移动用户和车辆)的数字孪生是基于其历史数据和实时状态建立的。通过在数字空间中进行仿真和行为分析，数字孪生能够实现对物理实体的密切监控，并为实际服务提供智能决策支持。为了满足物理孪生的高服务体验需求，其对应的数字孪生需要被良好地构建和管理，以提供低延迟和节能的任务执行服务。这些需求促进了端-边-云协同的应用，数字孪生可以部署在网络边缘，并由云中心和终端物理实体支持。尽管一些现有的研究考虑了数字孪生在网络边缘的部署，但仍然存在诸多问题没有被解决，主要包括以下几个方面：
2、1)与固定的工业设备不同，物理孪生不断移动，可能导致物理孪生与数字孪生连接的不稳定性，这意味着必须在多个边缘服务器之间动态迁移数字孪生，以为物理孪生提供无缝的任务执行服务。
3、2)与数量有限且可共享的大众...
【技术保护点】
1.一种基于弹性预测的边缘网络数字孪生应用迁移方法，所述方法基于移动性预测，面向物理实体-数字孪生对，以最小化任务响应延迟为目标，对系统中的数字孪生模型进行动态实时的主动式迁移，其特征在于：该方法通过双时间尺度的在线联合优化来决定预测网络输入信息的弹性上传频率、数字孪生迁移决策以及计算和通信资源分配；
2.根据权利要求1所述的基于弹性预测的边缘网络数字孪生应用迁移方法，其特征在于：步骤(2)中，任务传输延迟的表达式如下：
3.根据权利要求1所述的基于弹性预测的边缘网络数字孪生应用迁移方法，其特征在于：能耗亏损队列Q(t)在每个时间步更新的计算表
<...【技术特征摘要】
1.一种基于弹性预测的边缘网络数字孪生应用迁移方法，所述方法基于移动性预测，面向物理实体-数字孪生对，以最小化任务响应延迟为目标，对系统中的数字孪生模型进行动态实时的主动式迁移，其特征在于：该方法通过双时间尺度的在线联合优化来决定预测网络输入信息的弹性上传频率、数字孪生迁移决策以及计算和通信资源分配；
2.根据权利要求1所述的基于弹性预测的边缘网络数字孪生应用迁移方法，其特征在于：步骤(2)中，任务传输延迟的表达式如下：
3.根据权利要求1所述的基于弹性预测的边缘网络数字孪生应用迁移...
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。