.png){kind=icon}
返回
Joint Task Offloading and Power Allocation for Satellite Edge Computing Networks
.png){kind=icon}
OA
AI
DOI：10.3390/s25092892.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
低地球轨道（LEO）卫星网络在导航、偏远地区通信服务和灾害预警等领域已展现出广泛应用。受多接入边缘计算（MEC）技术的启发，卫星边缘计算（SEC）技术应运而生，该技术通过在卫星上部署移动边缘计算，利用卫星靠近用户的优势实现更低的服务延迟。然而，由于LEO卫星在尺寸和功率上的限制，使用单颗卫星处理计算密集型任务可能导致其过载，缩短使用寿命并导致高服务延迟。本文考虑一种多卫星协同卸载的场景，主要关注卫星边缘计算网络（SECN）中的计算卸载问题，通过联合考虑传输功率和任务分配比例。文中构建了一个在功率和能量约束下的最大延迟最小化问题，并提出了一种分布式平衡增加惩罚对偶分解（DB-IPDD）算法，该算法利用三层计算结构，能够利用多颗LEO卫星的计算资源。仿真结果表明，所提出的解决方案在多个基准方案中具有优势。
Keyword:
satellite communication
multi-access edge computing
on-board edge computing
satellite edge computing network
期刊
IF:
3.5
论文数:
7.2W
被引数:
20.9W
机构
引用论文
.png){kind=icon}
分享收藏Joint Offloading and Trajectory Design for UAV-Enabled Mobile Edge Computing Systems支持无人机的移动边缘计算系统的联合卸载和轨迹设计
PREAI
分享收藏Edge Computing Resources Reservation in Vehicular Networks: A Meta-Learning Approach车载网络中的边缘计算资源预留: 一种元学习方法
OAAI
OAAI分享收藏Cooperative Multi-Agent Deep Reinforcement Learning for Computation Offloading in Digital Twin Satellite Edge Networks数字孪生卫星边缘网络中用于计算卸载的协作多智能体深度强化学习
PREAI
分享收藏
查看更多内容