44、移动边缘计算赋能智能物联网：资源分配与性能分析

移动边缘计算赋能智能物联网：资源分配与性能分析

1. 引言

在当今的物联网（IoT）领域，移动边缘计算（MEC）已成为解决资源分配和边缘计算卸载问题的关键技术。通过优化资源分配，能够显著降低多智能体的总能耗和延迟，提高系统的性能和用户体验（QoE）。本文将深入探讨单边缘和多边缘网络场景下的资源分配方案，并通过实验和仿真结果验证其有效性。

2. 仿真参数设置

为了进行准确的实验和仿真，我们设置了一系列详细的参数。这些参数涵盖了边缘网络的各个方面，包括服务器速度、任务大小、容忍延迟、CPU 周期频率等。具体仿真参数如下表所示：
| 符号 | 描述 | 值 |
| ---- | ---- | ---- |
| (F_{total}) | 总 CPU 周期频率 | (5\times10^9) cycle/s |
| (W_{m,n}) | 任务所需 CPU 周期 | ([0.2\times10^9, 1\times10^9]) cycle |
| (L_{m,n}) | 任务大小 | ([500 KB, 1200 KB]) |
| (T_{m,n}^d) | 任务容忍延迟 | ([0.5s, 5s]) |
| (M) | 智能体数量 | 3 |
| (N) | 边缘网络数量 | 2 |
| (f_{m,n}^l) | 智能体 CPU 周期频率 | ([0.3\times10^9, 1\times10^9]) cycle/s |
| (p_{m,n}^{max}) | 最大传输功率 | 0.2 W |
| (w) | 信道带宽 | 0.5 MHz |
| (O) | 信道向量维度