隨著智能交通的快速發(fā)展,車輛終端產(chǎn)生大量需要實(shí)時(shí)處理的數(shù)據(jù)消息,而在有限資源上的競爭將會(huì)增加消息處理的時(shí)延,且對終端設(shè)備造成很大的能量消耗。針對時(shí)延和能量損耗的均衡關(guān)系,該文提出一種基于移動(dòng)邊緣計(jì)算(MEC)的內(nèi)容感知分類卸載算法。首先根據(jù)層次分析法對安全消息進(jìn)行優(yōu)先級劃分,然后建立時(shí)延和能量損耗的最優(yōu)任務(wù)卸載模型,通過給時(shí)延和能量損耗賦予不同的權(quán)重系數(shù)構(gòu)造關(guān)系模型,并利用拉格朗日松弛法將非凸問題轉(zhuǎn)化為凸問題,從而結(jié)合次梯度投影法和貪婪算法得到問題的可行解。性能評估結(jié)果表明,該算法在一定程度上改善了消息處理時(shí)延和能量損耗。

【文章頁數(shù)】：8 頁

【部分圖文】：

圖1系統(tǒng)架構(gòu)

本文選取車輛、路邊單元與其部署的邊緣服務(wù)器所構(gòu)成的通信網(wǎng)絡(luò)架構(gòu)，在高速公路場景下，車輛的高速移動(dòng)使得網(wǎng)絡(luò)架構(gòu)的拓?fù)淇焖僮兓瑫r(shí)車輛會(huì)產(chǎn)生各種各樣的安全消息[15]。這會(huì)帶來兩個(gè)方面的問題，第1個(gè)問題是消息處理的時(shí)延問題，若車輛將消息上傳到云處理則會(huì)造成非常大的時(shí)延問題，大大影響....

圖2時(shí)延與安全消息數(shù)目的關(guān)系

圖2和圖3分別顯示了不同算法下消息處理的總時(shí)延與能量損耗隨著安全消息數(shù)目變化的關(guān)系。從圖2中可以看出，本文算法與其他3個(gè)算法相比實(shí)現(xiàn)了更低的處理時(shí)延，與常規(guī)任務(wù)調(diào)度算法相比少95ms，主要是由于常規(guī)調(diào)度算法沒有采取卸載策略，總體上消息處理時(shí)延較大，且隨著安全消息數(shù)目的增多，算法....

圖3能量損耗與安全消息數(shù)目的關(guān)系

圖2時(shí)延與安全消息數(shù)目的關(guān)系圖4顯示了在θ1的不同設(shè)置下，延遲和能量損耗之間的關(guān)系變化，圖5表示了在各個(gè)算法下不同優(yōu)先級消息的平均時(shí)延，實(shí)驗(yàn)中，本文選取消息數(shù)目為20個(gè)。從圖4可以看出，θ1取值越大表示所提算法對延遲度量的要求越高，虛線表示了在不同的θ1值下延遲的變化趨勢，目標(biāo)....

圖4時(shí)延和能量損耗的關(guān)系

圖4顯示了在θ1的不同設(shè)置下，延遲和能量損耗之間的關(guān)系變化，圖5表示了在各個(gè)算法下不同優(yōu)先級消息的平均時(shí)延，實(shí)驗(yàn)中，本文選取消息數(shù)目為20個(gè)。從圖4可以看出，θ1取值越大表示所提算法對延遲度量的要求越高，虛線表示了在不同的θ1值下延遲的變化趨勢，目標(biāo)值是平均時(shí)延和能量損耗的加權(quán)和....

本文編號：3966278