电讯技术

作者：贾淑霞,郝万明,高梓涵,杨守义

单位：(郑州大学 信息工程学院，郑州 450001)

关键词：移动边缘计算(MEC)；资源分配；任务迁移；马尔科夫决策过程；Q-learning；

基金：国家重点研发计划跨政府合作专项（2016YFE0118400）；河南省自然科学基金（202300410482）；郑州市重大科技创新专项(2019CXZX0037)

针对在任务卸载时由于设备的移动而导致任务迁移这一问题，将任务卸载过程建模为马尔科夫决策过程，并通过优化资源分配和任务卸载策略，解决基于联合时延和能耗的损耗函数最小的优化问题。首先将问题转化为最小化损耗函数之和，并在决策前对每个任务的传输功率采用二分法进行优化，然后基于获得的传输功率提出一种QLBA（Q-learning Based Algorithm）来完成卸载决策。仿真结果证实所提方案优于传统算法。

来源：2022年第8期

《电讯技术》期刊编辑部

查看电讯技术杂志2022年第8期