超密集网络中基于MEC的任务卸载和资源分配

摘要

随着计算密集型和数据密集型应用程序的激增,移动边缘计算(Mobile Edge Computing, MEC)被提出,可为无线网络边缘的用户提供强大的计算能力。然而当大量用户将计算任务卸载到边缘服务器时,反而会增加网络负载和传输时延。文中针对计算资源有限的超密集网络中的计算负载,考虑任务卸载和资源分配的联合优化问题,提出了算法以最小化超密集网络(Ultra-Dense Network, UDN)总开销。文中将该联合优化问题划分为多个子问题。首先计算最小本地开销;然后为计算最小边缘开销,将任务卸载与资源分配问题划分为信道分配子问题和功率分配与卸载决策子问题;最后引入相应的拉格朗日函数,并采用内点惩函数法和Frank-Wolfe方法递归地解决子问题。仿真结果表明,与传统的基本算法相比,文中所提算法可有效减少系统总开销,同时有效减少能源开销和传输时延。