为了发挥弹群组网协同作战效能,满足协同网络数据链节点间传输及中继过程中业务数据动态变化的要求,在有限的带宽资源下保证多节点多业务并发的服务质量QoS(Quality of Service),本文提出一种感知业务需求实现动态分配时隙资源的算法,即...为了发挥弹群组网协同作战效能,满足协同网络数据链节点间传输及中继过程中业务数据动态变化的要求,在有限的带宽资源下保证多节点多业务并发的服务质量QoS(Quality of Service),本文提出一种感知业务需求实现动态分配时隙资源的算法,即在TDMA协议的基础上以静态时隙分配为基础,周期性地感知各类业务需求量并根据业务优先级采取不同策略的动态分配时隙算法。通过仿真验证,相较于静态时隙分配资源的常规算法,本算法能够实现带宽利用率的最大化,满足对各类复杂业务数据的调度和QoS保证。展开更多
在单无人机辅助的移动边缘计算系统中,为使无人机能服务于大区域中的所有用户设备,可将大区域分成多个子区域,并设定无人机以固定路线在各个子区域间飞行来为用户设备提供计算服务。考虑到用户设备计算资源较匮乏且无人机覆盖区域外的...在单无人机辅助的移动边缘计算系统中,为使无人机能服务于大区域中的所有用户设备,可将大区域分成多个子区域,并设定无人机以固定路线在各个子区域间飞行来为用户设备提供计算服务。考虑到用户设备计算资源较匮乏且无人机覆盖区域外的用户可选择移动至覆盖区域内进行任务卸载以最大化自身效用,可将用户设备的部分卸载问题转化为每个用户设备的效用最大化问题,并利用混合策略博弈和子模博弈来分别确定用户设备的移动概率和卸载数据量,从而得出最优卸载策略,且分别证明了混合策略纳什均衡和纯策略纳什均衡的存在性。仿真结果表明,所提方案与MBO(Binary Offloading Based on Mixed Strategy Game)等经典方案相比可有效提高用户设备的效用,并验证了其收敛性和稳定性。展开更多
文摘为了发挥弹群组网协同作战效能,满足协同网络数据链节点间传输及中继过程中业务数据动态变化的要求,在有限的带宽资源下保证多节点多业务并发的服务质量QoS(Quality of Service),本文提出一种感知业务需求实现动态分配时隙资源的算法,即在TDMA协议的基础上以静态时隙分配为基础,周期性地感知各类业务需求量并根据业务优先级采取不同策略的动态分配时隙算法。通过仿真验证,相较于静态时隙分配资源的常规算法,本算法能够实现带宽利用率的最大化,满足对各类复杂业务数据的调度和QoS保证。
文摘在单无人机辅助的移动边缘计算系统中,为使无人机能服务于大区域中的所有用户设备,可将大区域分成多个子区域,并设定无人机以固定路线在各个子区域间飞行来为用户设备提供计算服务。考虑到用户设备计算资源较匮乏且无人机覆盖区域外的用户可选择移动至覆盖区域内进行任务卸载以最大化自身效用,可将用户设备的部分卸载问题转化为每个用户设备的效用最大化问题,并利用混合策略博弈和子模博弈来分别确定用户设备的移动概率和卸载数据量,从而得出最优卸载策略,且分别证明了混合策略纳什均衡和纯策略纳什均衡的存在性。仿真结果表明,所提方案与MBO(Binary Offloading Based on Mixed Strategy Game)等经典方案相比可有效提高用户设备的效用,并验证了其收敛性和稳定性。
