.png){kind=icon}
返回
Lyapunov-based queue stability optimization for task offloading in UAV-assisted VEC
.png){kind=icon}
PRE
AI
DOI：10.1016/j.pmcj.2025.102126.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
由于车联网中计算需求的不断增加，路侧单元（RSUs）被提议在车辆边缘计算（VEC）中发挥关键作用。然而，由于资源短缺，如何同时提高通信质量并降低服务延迟成为一个严峻的挑战。为解决这些问题，我们探讨了如何利用无人机（UAVs）在VEC中促进任务卸载性能，即服务的延迟和任务队列的稳定性。提出了一种基于遗传算法（GA）的Lyapunov优化框架，用于任务调度优化，旨在通过获取最优决策来最小化系统成本并稳定边缘服务器任务队列。所提出的算法在每个时间槽优化Lyapunov漂移加惩罚函数。最后，仿真验证了所提出的LyGA方案能够实现最小化系统成本与维持队列稳定性之间的权衡，相比基准方法具有优势。
