原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第47卷第2期电
子
与
信
息
学
报Vol.
47No.
2
2025年2月Journal
of
Electronics
Information
TechnologyFeb.
2025
异步移动边缘计算网络中的联合任务调度与计算资源分配优化策略
*
王汝言
杨安琪
吴大鹏
唐
桐
祝志远
(重庆邮电大学通信与信息工程学院
重庆
400065)
(先进网络与智能互联技术重庆市高校重点实验室
重庆
400065
)
(泛在感知与互联重庆市重点实验室
重庆
400065)
摘
要：移动边缘计算(MEC)通过将密集型任务从传感器卸载到附近边缘服务器，来增强本地的计算能力，延长
其电池寿命。然而，在面向无线传感器网等时变环境中，任务之间的异构性可能会导致通信低效率、高时延等问
题。为此，该文提出一种异步移动边缘计算网络中的联合任务调度与计算资源分配优化策略，该策略实时感知任
务信息年龄和能耗，将异步边缘卸载问题数学建模为NP难(NP-hard
problem)的混合整数规划问题，并提出基于
混合动作优势演员-评论家(HA2C)强化学习算法的任务调度和计算资源分配方案解决该问题。仿真结果表明，该
文方法能显著降低异步卸载网络的平均信息年龄和能耗，满足无线传感器网络对任务时效性的要求。
关键词：异步移动边缘计算；无线传感器网络；平均信息年龄；平均能耗；混合动作强化学习
中图分类号：TN929.5文献标识码：A文章编号：1009-5896(2025)02-0470-10
DOI:
10.11999/JEIT240685
[6,7]
1引言时延的方法可能导致信息时效性的不佳。另一
移动边缘计算和无线传感器网络的融合发展推方面，在大多数边缘计算辅助的传感器系统中，由
[1][2][3]于传感器设备分布在不同的位置，其任务生成时刻
动了异常检测、环境监测、智能家居等应用在
各个新兴领域的广泛使用。移动边缘计算(Mobile是实时异构的，这意味着不同传感器的任务随机到
[4]达。因此，现有的同步卸载策略难以充分适应这种
Edge
Computing,
MEC)技术作为一种新兴的范
式，通过将计算密集型任务从资源受限的传感器卸异构性，从而导致系统性能的下降。
载到附近的边缘服务器如基站(Base
Station,
BS)为满足异常检测，环境监测等应用对任务时效
[5]性的要求，信息年龄(Age
of
Information,
AoI)作
来提高传感器的数据处理能力并降低能耗。然
文档评论（0）