基于博弈论的MEC辅助车载网络中任务迁移的能耗-时延最小化
网络与互联网体系结构
2022-05-16 v1 信号处理
摘要
路边单元（RSUs）具有较强计算能力且靠近车辆节点，已被广泛用于处车辆节点的时延敏感与计算密集型任务。然而，由于其高移动性，车辆可能在接收到任务处理结果前驶出RSU的覆盖范围。本文提出一种移动边缘计算辅助的车载网络，其中车辆可通过车对车（V2V）链路将任务卸载至附近车辆，或通过车对基础设施链路卸载至附近RSU。这些任务也通过V2V链路或基础设施到基础设施（I2I）链路进行迁移，以避免车辆无法从RSU接收已处理任务的场景。考虑到卸载任务与迁移任务在同一链路上的相互干扰，我们构建了基于车辆卸载决策的博弈以最小化计算开销。我们利用有限改进性质证明了该博弈总能达成纳什均衡并收敛。随后提出一种任务迁移（TM）算法，包含三种任务处理方法和两种任务迁移方法。基于TM算法，给出了计算开销最小化卸载（COMO）算法。大量仿真结果表明，所提TM与COMO算法降低了计算开销并提高了任务处理成功率。
引用
@article{arxiv.2205.06637,
title = {Energy-Delay Minimization of Task Migration Based on Game Theory in MEC-assisted Vehicular Networks},
author = {Haipeng Wang and Tiejun Lv and Zhipeng Lin and Jie Zeng},
journal= {arXiv preprint arXiv:2205.06637},
year = {2022}
}
备注
15 pages, 7 figures, 2 tables, Accepted by IEEE Transactions on Vehicular Technology