买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉杭州电子科技大学申请的专利多用户多MEC无线网络的分布式任务卸载和资源分配方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119521312B 。

龙图腾网通过国家知识产权局官网在2025-10-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411401910.0，技术领域涉及：H04W28/084；该发明授权多用户多MEC无线网络的分布式任务卸载和资源分配方法及系统是由段忠华;夏晓威;冯维;何宏;朱芳;居建林;张欢;邬相茹设计研发完成，并于2024-10-09向国家知识产权局提交的专利申请。

本多用户多MEC无线网络的分布式任务卸载和资源分配方法及系统在说明书摘要公布了：本发明公开了多用户多MEC无线网络的分布式任务卸载和资源分配方法及系统，方法如下：S1、初始化；S2、建立优化模型；S3、对于具有固定资源分配的任务卸载问题使用所提出的最优卸载算法来解决任务卸载问题，得到最优卸载策略；S4、将最优资源分配问题分成频率资源分配问题和带宽资源和子信道联合分配问题，频率资源分配通过拉格朗日对偶方法求得最优解，带宽资源和子信道联合分配问题，将问题分解成固定子信道求解最优带宽分配问题和优化带宽分配求解最优子信道分配问题，得到固定子信道求解最优带宽分配问题，同时解决优化带宽分配求解最优子信道分配问题；S5、对用户的带宽资源分配和子信道分配进行更新；S6、按时隙重复S5，直至系统总开销收敛。

本发明授权多用户多MEC无线网络的分布式任务卸载和资源分配方法及系统在权利要求书中公布了：1.一种多用户多MEC无线网络的分布式任务卸载和资源分配方法，其特征在于，该方法具体包括以下步骤： 步骤一、初始化阶段：每个节点通过信息交互获得网络的配置信息； 步骤二、建立优化模型：以最小化系统总开销为目标，根据任务卸载约束与用户资源分配约束，建立卸载决策和资源分配的联合优化模型，并将原始优化问题分解为具有固定资源分配的任务卸载问题和优化任务卸载问题对应的最优资源分配问题； 步骤三、对于具有固定资源分配的任务卸载问题使用最优卸载算法来解决任务卸载问题，得到最优卸载策略； 步骤四、对于优化任务卸载问题对应的最优资源分配问题，最优资源分配包括带宽资源分配、频率资源分配和子信道分配，因此将优化任务卸载问题对应的最优资源分配问题分成频率资源分配问题、带宽资源和子信道联合分配问题，对于频率资源分配通过拉格朗日对偶方法求得最优解，而对于带宽资源和子信道联合分配问题，将此问题分解成固定子信道求解最优带宽分配问题和优化带宽分配求解最优子信道分配问题，利用拉格朗日对偶方法获得固定子信道求解最优带宽分配问题的最优解，同时利用启发式子信道分配算法来解决优化带宽分配求解最优子信道分配问题； 步骤五、设定迭代更新的步长，利用步骤四中的拉格朗日对偶法和启发式子信道分配算法，通过任务的信息参数和用户的配置信息，对用户的带宽资源分配和子信道分配进行更新； 步骤六、按时隙重复执行步骤五，直至系统总开销收敛； 步骤二中的优化模型形式为： 其中，U表示用户的集合，yus表示用户u到基站s的任务卸载决策，表示用户本地计算的代价函数，表示用户边缘计算的成本函数，S表示MEC服务器的集合，Xus表示用户u上传数据到服务器s的信道分配向量，Uloc表示为本地执行任务的用户集，Umec表示为卸载其任务到MEC服务器的用户集，表示信道分配矩阵的元素，J表示子信道，fus是基站分配给从用户u卸载的任务Vu的计算资源，Us表示为将任务卸载到服务器s的用户集，表示信噪比，pu表示传输功率，表示信道增益，y表示用户的二进制卸载决策的集合，X表示用户子信道分配矩阵，b表示MEC服务器分配给用户的带宽资源的集合，f表示MEC服务器分配给用户的计算资源的集合；式1表示用户的任务卸载决策；式2表示每个任务能在本地执行，也能卸载到最多一个MEC服务器上；式3表示子信道分配的选择；式4表示一个用户只能使用一个子信道；式5表示一个子信道只能分配一个用户使用；式6表示用户到每个服务器的子信道数不能大于子信道的总数；式7表示MEC服务器为每个用户分配正计算资源；式8表示分配给用户的计算资源不能超过MEC服务器的最大计算能力；式9表示分配给用户的计算资源不能超过MEC服务器的最大计算能力；式10表示每个任务的带宽资源不能超过每个MEC服务器的总带宽资源；式11表示用户u到基站s在子信道j上传输的信噪比。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。