基于WPT-MEC的动态自适应卸载方法

摘要

针对动态衰落时变的信道状态信息，为解决多用户的任务卸载和资源优化问题，将无线电能传输（WPT, wireless power transmission）技术和移动边缘计算（MEC, mobile edge computing）结合，提出一种基于WPT-MEC的动态自适应卸载（RLDO）方法。无线电能传输技术可为无线终端用户（WEU, wireless end-user）提供能量，有效缓解传统电池供能有限的问题。为使资源利用最大化，设计一个无线电能的 MEC 网络模型，无线终端用户从无线接入点（AP, access point）收集的能量存储至可充电电池内，再利用此能量进行任务计算或任务卸载。该方法通过部署在MEC服务器的全连接深度神经网络（DNN, deep neural network）进行实时的卸载决策。采用完全的二元制卸载策略进行卸载决策。仿真结果表明，在面向多用户时变的无线信道环境下，该方法的计算速率仍可以保持在92%以上。与基本方法相比，在提高计算速率、降低时延和能耗方面具有较大优越性，有效降低了计算复杂度。

关键词： 信道状态信息 ; 移动边缘计算 ; 无线电能传输 ; 深度神经网络 ; 动态自适应卸载

0 引言