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！

龙图腾网获悉浪潮通信信息系统有限公司申请的专利一种移动边缘计算多用户计算卸载方法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：CN116506433B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202310405357.7，技术领域涉及：H04L67/10；该发明授权一种移动边缘计算多用户计算卸载方法是由赵越设计研发完成，并于2023-04-12向国家知识产权局提交的专利申请。

本一种移动边缘计算多用户计算卸载方法在说明书摘要公布了：本发明公开了一种移动边缘计算多用户计算卸载方法，属于移动边缘计算系统应用领域，建立任务卸载相关模型，包括系统模型、本地计算模型、通信模型、边缘计算模型，优化目标；根据所建立的任务卸载相关模型，建立MDP模型，通过基于Actor‑Critic的多智能体深度强化学习的计算卸载决策算法得到任务的对应的卸载决策；各用户设备执行各自的卸载决策，进行计算卸载。本发明能够解决移动边缘计算中依赖性任务的计算卸载决策问题，可以有效减少任务执行时延。

本发明授权一种移动边缘计算多用户计算卸载方法在权利要求书中公布了：1.一种移动边缘计算多用户计算卸载方法，其特征在于，建立任务卸载相关模型，包括系统模型、本地计算模型、通信模型、边缘计算模型，优化目标；根据所建立的任务卸载相关模型，建立MDP模型，通过基于Actor-Critic的多智能体深度强化学习的计算卸载决策算法得到任务的对应的卸载决策； 各用户设备执行各自的卸载决策，进行计算卸载； 所述构建系统模型，假设MEC系统中有一个边缘服务器，每个用户有一个应用程序需要执行，且应用程序由多个存在依赖关系的子任务构成，任务可以在本地执行，或卸载到边缘服务器上执行；各用户设备在每个时隙进行计算卸载决策指定； 多个用户设备表示为： 其中每个用户设备的任务表示为： i为其中一个用户设备，ni表示用户设备i的应用程序的任务数量； 应用程序的各个任务的计算卸载决策表示为： a＝{a1,a2,…,ai,…,an},i∈{1,2,…,n} 其中，ai,j＝0表示任务在本地进行计算，表示任务卸载数据到MEC服务器上进行计算； 所述构建本地计算模型， 任务的本地计算时延定义为： 同样地，设备产生的能耗为： 其中，ζi为用户设备i单个CPU周期所产生的能耗，ui,j为任务的计算量，fil为用户设备本地计算能力； 所述构建通信模型， 若计算任务进行计算卸载，其上行数据传输速率为： 其中，W表示系统的无线信道带宽，pi表示用户设备i的传输功率，gi表示接入信道增益，Ii表示传输过程中的干扰，表示高斯白噪声； 任务的传输时延表示为： 任务i进行计算卸载时的传输能耗为： 其中，表示用户设备i的传输功率； 所述构建边缘计算模型， 若计算任务进行计算卸载，其在边缘服务器上的计算时延为： 其中，fo为边缘服务器的计算能力，假设边缘服务器对所有卸载任务平均分配计算能力，所有卸载到服务器的任务获得相同的计算资源； 所述构建优化目标， 用户任务的时延为： 对于在本地计算的任务ai,j＝0来说，计算时延等于本地计算的时延； 对于进行计算卸载的计算任务ai,j＝1来说，整个卸载过程分为三步：上传任务相关数据，在边缘服务器上执行任务，返回计算结果； 用户任务产生的能耗为： 如果任务在本地计算ai,j＝0，任务的能耗等于本地计算的能耗，如果任务进行计算卸载ai,j＝0，任务的能耗只包括卸载时的数据传输能耗； 应用程序的执行总时延等于任务依赖关系中最后一个任务的完成时间， 用户设备i的任务j的完成时间可以这样递归计算得出： 其中predj表示任务j的前驱任务集合，即当该集合中所有任务执行完成后，任务j才可执行；特殊地，表示没有前驱任务，此时 第t个时隙已完成的任务集合表示为则第t个时隙整个应用程序的执行时延可表示为： 当所有的ni个任务都执行完毕后，应用程序的总执行时延为： 为了综合考虑任务卸载决策的时延和能耗，将优化目标设为最小化所有应用的时延和能耗的加权和，表示为：

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浪潮通信信息系统有限公司，其通讯地址为：250100 山东省济南市高新区浪潮路1036号浪潮科技园S06号楼；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。