JOET：可持续的车辆辅助边缘计算与车联网
摘要：在车联网（IoV）中的任务卸载涉及许多步骤和优化变量，例如：在哪里卸载任务，如何分配计算资源，如何调整卸载比例和卸载的传输功率，这些优化变量和混合组合特性彼此之间高度耦合。因此，为了可持续减少能源消耗并在确保任务在截止日期之前完成的同时实现负载平衡，优化这些变量是一个具有挑战性的问题。在本文中，我们首先提出了一个在IoV中遵循能源和截止日期限制的任务卸载的混合整数非线性规划问题（MINLP）的形式化。此外，为了高效地解决这个形式化的MINLP问题，我们将其分解为两个子问题，并设计了一个低复杂度的联合优化能源消耗和任务处理延迟（JOET）算法来优化选择决策、资源分配、卸载比例和传输功率调整。我们进行了大量的仿真实验来验证JOET。仿真结果表明，JOET在快速收敛和有效减少能源消耗和延迟方面优于许多代表性的现有方法。具体来说，平均能源消耗和任务处理延迟分别降低了15.93%和15.78%，负载平衡效率提高了10.20%。
作者：Wei Huang, Neal N. Xiong, Shahid Mumtaz
论文ID：2108.02443
分类：Other Computer Science
分类简称：cs.OH
提交时间：2021-08-06