移动边缘网络中基于双深度Q学习的高能效资源分配方法

• 作者: 丰雷 付澍 周凡钦 喻鹏 张俊也 李文璟 邱雪松
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 移动边缘网络 融合资源分配 高能效 双深度Q学习
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 学术论文
• 页码范围: 148-161
• 页数: 14页
• 分类号: TN929.5
• 语种: 中文
• DOI: 10.11959/j.issn.1000-436x.2020218

摘要

为了提升移动边缘网络中系统的能量使用效率,面向多任务、多终端设备、多边缘网关、多边缘服务器共存网络架构的下行通信过程,提出了一种基于双深度Q学习(DDQL)的通信、计算、存储融合资源分配方法.以任务平均能耗最小化为优化目标,设置任务时延和通信、计算、存储资源限制等约束条件,构建了对应的资源分配模型.依据模型特征,基于DDQL框架,提出了适用于通信和计算资源智能决策、存储资源按需分配的资源分配模型和算法.仿真结果表明,所提出的基于DDQL资源分配方法可以有效地解决多任务资源分配问题,具有较好的收敛性和较低的时间复杂度,在保障业务服务质量的同时,相对于基于随机算法、贪心算法、粒子群优化算法、深度Q学习等方法,降低了至少5％的任务平均能耗.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邱雪松		167	1287	17.0	26.0
2	李文璟		39	149	7.0	9.0
3	喻鹏		20	54	4.0	6.0
4	丰雷		10	48	4.0	6.0
5	周凡钦		4	6	1.0	2.0
6	张俊也		1	0	0.0	0.0
7	付澍		1	0	0.0	0.0