一种适应性交替方向乘子方法,用于在云边协同环境中进行车联网计算卸载
车联网边缘计算通过将任务卸载到边缘计算服务器来实现低延迟的目标,但如何在确保车载终端低能耗和服务器负载平衡的同时减少计算延迟仍然是一个挑战。为了解决这个问题,本文提出了一种基于自适应交替方向乘子法(AADMM)的自适应计算卸载策略。首先,通过全面考虑延迟和能耗的权重,构建了一个多车辆和多道路边单元(RSU)的分布式框架,优化目标是最小化总系统成本。其次,交替更新原始变量和对偶变量,并根据变量更新的大小动态调整步长,逐渐接近最优解。最后,模拟实验证明,与其他传统算法相比,我们提出的策略在综合考虑延迟和能耗的情况下能够有效降低系统成本,而且在车辆数量、车辆速度、任务大小等方面,我们提出的算法性能更好。
图 1 系统模型
图2 流程图