![移动物联网智能通信与计算](https://wfqqreader-1252317822.image.myqcloud.com/cover/386/53256386/b_53256386.jpg)
上QQ阅读APP看书,第一时间看更新
1.3 问题描述
给定用户i的传输功率pi,服务器处理功率pk和传输功率,完成服务请求的开销为三个阶段的开销总和,表示为Ui,通过式(1-15)计算。
![](https://epubservercos.yuewen.com/F751DD/31729870907780206/epubprivate/OEBPS/Images/figure-0017-0042.jpg?sign=1739589925-qk0f3FVwrHx5CYCktsSzHYNhgBlvcj2p-0-4de874a0e4da57f5475b33364c5eea1a)
其中,和
分别表示数据上传时延和回传时延,Δt表示一个时隙的时长,
表示服务请求处理过程中的总迁移开销。以最大化系统效用为目标,优化问题描述如下:
![](https://epubservercos.yuewen.com/F751DD/31729870907780206/epubprivate/OEBPS/Images/figure-0018-0046.jpg?sign=1739589925-2N8QAuIXJCtFMQBlaZovrx3c5ubEJwaU-0-a385c1fe439f197f3b8bbf5389918742)
其中,约束条件C1.1要求服务器k存储的数据大小不能超过其最大存储容量;C1.2要求服务请求时延不能超过时延上限,其中表示任务执行总时延;C1.3限制了每个用户的服务请求在每个时隙中只能分配给一个服务器进行处理。
理论上,每个时隙中服务部署策略的可选空间大小为KN。基于穷举法的搜索空间为
,其难以在多项式的时间复杂度内求解。由于MU的计算卸载任务通常对时延敏感,因此传统的求解此类问题的方法的效率不高;且前一时隙的服务部署策略会对后一时隙的决策产生影响。考虑到服务请求的生成、处理和数据传输实际上都是异步的;集中式策略所需要的所有用户的全局移动信息很难获得,因此求解该优化问题,需要一种分布式动态算法以近似最优服务部署。