Dynamic Resource Allocation and Task Offloading for NOMA-Enabled IoT Services in MEC
Dynamic Resource Allocation and Task Offloading for NOMA-Enabled IoT Services in MEC
复制标题
MEC 中支持 NOMA 的物联网服务的动态资源分配和任务卸载
DOI：
10.1155/2022/8072493
复制
发表时间：
2022-08
影响因子：
--
通讯作者：
Jiwei Huang
中科院分区：
文献类型：
--
作者：
Hua Xing;Jiajie Xu;Jintao Hu;Ying Chen;Jiwei Huang
将非正交多址接入（NOMA）和边缘计算集成到物联网（IoT）中进行资源分配和计算卸载，可以有效降低延迟和能耗，提高频谱效率。计算任务可以分为几个独立的子任务，可以由物联网设备本地处理，也可以卸载到MEC服务器进行处理。有限的计算资源降低了系统性能。因此，设计合理的计算资源和传输功率资源分配策略至关重要。在本文中，我们联合确定CPU周期频率分配和传输功率分配，并制定随机优化方案，以最大限度地减少物联网设备的能耗。基于李雅普诺夫优化理论，我们将优化问题分解为两个确定性子问题分别求解。其中一个是通过求一阶导数得到的，另一个是在建立博弈模型后，利用最佳对策思想求解的。同时，我们提出了一个动态的资源分配和任务卸载（DRATO）算法。仿真实验表明，与其他三种基准算法相比，该算法有效地提高了系统性能，降低了能耗。
Integrating nonorthogonal multiple access (NOMA) and edge computing into the Internet of Things (IoT) for resource allocation and computing offloading can effectively reduce delay and energy consumption and improve spectrum efficiency. Computation tasks can be split into several independent subtasks and can be locally processed by IoT devices or offloaded to the MEC servers to process. The limited computing resources deteriorate the system performance. Thus, it is crucial to design the reasonable allocation strategies of computation resource and transmission power resource. In this paper, we jointly determine the CPU-cycle frequency allocation and transmission power allocation and formulate a stochastic optimization to minimize the energy consumption of IoT devices. Based on the Lyapunov optimization theory, we decompose the optimization problem into two deterministic subproblems to solve separately. One of them is obtained by seeking the first derivative, and the other is solved by using the best response idea after establishing the game model. Meanwhile, we propose a dynamic resource allocation and task offloading (DRATO) algorithm. Moreover, the simulation experiments show that the proposed algorithm effectively improves system performance and reduces energy consumption compared to three other benchmark methods.
登录
查看更多内容
DOI：
10.1109/infocom.2018.8485951
发表时间：
2018-04
期刊：
IEEE INFOCOM 2018 - IEEE Conference on Computer Communications
影响因子：
--
作者：
Haipeng Dai;Yang Zhao;Guihai Chen;Wanchun Dou;Chen Tian;Xiaobing Wu;T. He
通讯作者：
Haipeng Dai;Yang Zhao;Guihai Chen;Wanchun Dou;Chen Tian;Xiaobing Wu;T. He
EEDTO：一种节能动态任务卸载算法，用于支持区块链的物联网-边缘-云编排计算
影响因子：
10.6
作者：
Wu, Huaming;Wolter, Katinka;Xu, Minxian
通讯作者：
Xu, Minxian
影响因子：
10.4
作者：
Fu, Shu;Gao, Jie;Zhao, Lian
通讯作者：
Zhao, Lian
影响因子：
6.5
作者：
Xie, Yi;Gui, Feng-Xian;Chien, Chen-Fu
通讯作者：
Chien, Chen-Fu
移动边缘计算中的新鲜度感知信息更新和计算卸载
影响因子：
10.6
作者：
Ma, Xiao;Zhou, Ao;Wang, Shangguang
通讯作者：
Wang, Shangguang