39、移动边缘计算赋能的智能物联网：边缘智能驱动的卸载与资源分配

移动边缘计算赋能的智能物联网：边缘智能驱动的卸载与资源分配

1. MBS与SBS边缘云的效用分析

在边缘计算网络中，MBS（宏基站）边缘云和SBS（小基站）边缘云的效用分析对于理解网络性能至关重要。下面我们分别探讨MBS边缘云的期望效用和SBS边缘云的效用。

1.1 MBS边缘云的期望效用

在不同参数下，MBS边缘云的期望效用呈现出不同的变化趋势。通过绘制不同折扣因子情况下，MBS边缘云的期望效用与 (r_{MBS}) 的关系图（图6.4b），我们可以得到以下结论：
- 在初始阶段，当 (r_{MBS}) 低于 (\frac{N - 1 + \sigma_{SBS}}{N}) 时，MBS边缘云的期望效用不随 (r_{MBS}) 变化。
- 在后期阶段，随着 (r_{MBS}) 的增加，MBS边缘云的期望效用迅速上升。这是因为较高的 (r_{MBS}) 使MBS边缘云能够设置更高的计算卸载率，从而增加了SBS边缘云和MBS边缘云之间合作的可能性。
- (\sigma_{SBS}) 的增加会使MBS边缘云的期望效用略有恶化。

1.2 SBS边缘云的效用分析

图6.4c展示了在不同参数下，SBS边缘云的放弃投标率与 (r_{MBS}) 的关系。我们设定SBS的数量为10，MBS边缘云的折扣因子为0.3，且MBS边缘云的折扣因子从集合 ({0.1, 0.3, 0.5, 0.7}) 中选取。可以明显看出：
- 在后期阶段，随着 (r_{MBS}) 的增加，SBS边缘云的总放弃投标率迅速下降。
- 在初始阶段，当 (r_{MBS}) 低于 (\frac{N - 1 + \sigma_{SBS}}