时延约束与能量感知的车辆边缘计算协同资源分配与任务卸载.pdfVIP

研究与开发

时延约束与能量感知的车辆边缘计算

协同资源分配与任务卸载

11,213

高文轩，杨新杰，杨家智，马楠

（1.宁波大学信息科学与工程学院，浙江宁波315211；

2.宁波艾欧迪互联科技有限公司，浙江宁波315021；

3.北京邮电大学信息与通信工程学院，北京100876）

摘要：在车联网中，计算密集型和时延敏感型车载应用的出现对车辆的计算能力和处理速度提出了挑战。

为此，车辆边缘计算（vehicularedgecomputing，VEC）应运而生，它通过利用周边车辆和路侧单元（road‐

sideunit，RSU）的空闲计算资源来辅助车辆进行联合任务计算。然而，如何有效管理VEC系统的计算资源以

实现系统性能优化，仍是一个亟待解决的问题。基于此，研究VEC系统中的协同资源分配和任务卸载问题，

通过车辆到基础设施（vehicle-to-infrastructure，V2I）和车辆到车辆（vehicle-to-vehicle，V2V）的通信模式来

实现部分任务的卸载，同时协同优化选择决策、任务卸载比例，以及车辆和RSU的计算资源分配，在保证任

务完成的前提下最小化系统总能耗。由于该问题是一个NP难的混合整数非线性规划问题，将原问题解耦成多

个子问题，并提出一种融合蚁群系统（antcolonysystem，ACS）、拉格朗日乘子和梯度法的优化方案。仿真

结果表明，所提方案相较对比方案在降低任务未完成率和系统总能耗方面展现出更优越的性能。

关键词：车辆边缘计算；能耗；计算卸载；蚁群系统；未完成率

中图分类号：TP393

文献标志码：A

doi:10.11959/j.issn.1000−0801.2025049

Jointresourceallocationandtaskoffloadingforlatency

constraintandenergy-sensingvehicularedgecomputing

11,213

GAOWenxuan,YANGXinjie,YANGJiazhi,MANan

1.FacultyofElectricalEngineeringandComputerScience,NingboUniversity,Ningbo315211,China

2.NingboArrowDeepInternetTechnologyCo.,Ltd.,Ningbo315021,China

3.SchoolofInformationandCommunicationEngineering,BeijingUniversityof

PostsandTelecommunications,Beijing100876,China

Abstract:IntheInternetofvehicles,theemergenceofcomputationallyintensiveandlatency-sensitivevehicularap‐

plicationsposesgreatchallengesforcomputingtimeandpowerconsumption.Vehicleedgecomputing(VEC)isthere‐

foreproposedtotakeadvantages