JOET：面向车联网的可持续车辆辅助边缘计算
其他计算机科学
2021-08-06 v1
摘要
车联网（IoV）中的任务卸载涉及众多步骤和优化变量，例如：在何处卸载任务、如何分配计算资源、如何调整卸载比例和发射功率，且此类优化变量和混合组合特征彼此高度耦合。因此，在确保任务于截止时间前完成的同时，为可持续降低能耗并实现负载均衡而优化这些变量是一个极具挑战的问题。本文首先针对车联网中此类能耗与截止时间约束下的任务卸载给出混合整数非线性规划问题（MINLP）表述。进而，为高效求解所构 MINLP，将其分解为两个子问题，并设计一种低复杂度的能耗与任务处理时延联合优化（JOET）算法，以优化选择决策、资源分配、卸载比例和发射功率调整。我们开展广泛仿真实验验证 JOET。仿真结果表明，JOET 在快速收敛以及有效降低能耗和时延方面优于许多代表性现有方法。具体而言，平均能耗和任务处理时延分别降低了 15.93% 和 15.78%，负载均衡效率提升了 10.20%。
引用
@article{arxiv.2108.02443,
title = {JOET: Sustainable Vehicle-assisted Edge Computing for Internet of Vehicles},
author = {Wei Huang and Neal N. Xiong and Shahid Mumtaz},
journal= {arXiv preprint arXiv:2108.02443},
year = {2021}
}