图共 7个 表共 2个

    • 图  1  分层边缘云计算架构

      Figure 1. 

    • 图  2  不同策略下移动终端总能耗变化

      Figure 2. 

    • 图  3  不同策略下系统时延期望变化

      Figure 3. 

    • 图  4  不同场景下边缘节点资源分配情况

      Figure 4. 

    • 图  5  权重对移动终端总能耗的影响

      Figure 5. 

    • 图  6  权值对系统时延期望的影响

      Figure 6. 

    • 图  7  z的变化对卸载决策的影响

      Figure 7. 

    • 　初始化：各移动终端数量$n$及计算能力${C_i}$，边缘节点计算能力
      　${C_{{\rm{edge}}}}$，远端云节点计算能力${C_{{\rm{cloud}}}}$，无线带宽资源$B$，权值$V\,$，　$S = \varnothing $;
      　输入：各用户终端计算任务请求REQ($\left[ {{\lambda _1}, {\lambda _2}, ·\!·\!· , {\lambda _n}} \right]$);
      　输出：最优卸载决策$S = {X^*}$;
      　$C_i^{{\ \rm{edge}}} = {{{C_{{\rm{edge}}}}} / n}$;
      　while TRUE do;
      　接收用户计算卸载请求REQ，提取请求中的对应任务信息：　$B_i^{{\rm{in}}}, {V_i}, B_i^{{\rm{out}}}, P_i^{\rm{c}}, P_i^{{\rm{up}}}, {\lambda _i}$;
      　for each $i \in \left\{ {1, 2, ·\!·\!· , n} \right\}$ do;
      　引入拉格朗日函数，求得满足KKT条件的最优解
      　$ < {x_i}, x_i^{{\rm{edge}}}, x_i^{{\rm{cloud}}} > $;
      　最优解向下取整，得整数解$ < x' + {1_i}, x_i^{'{\rm{edge}}}, x_i^{'{\rm{cloud}}} > $,　$ < {x'_i}, x_i^{'{\rm{edge}}} + 1, x_i^{'{\rm{cloud}}} > $, $ < {x'_i}, x_i^{'{\rm{edge}}}, x_i^{'{\rm{cloud}}} + 1 > $;
      　将整数可行解代入目标函数，取使目标函数最小的整数解为最优　整数解；
      　end for;
      　回传最优解${X^*}$，移动终端接收卸载决策，执行任务；
      　end while.

      表 1  多用户计算卸载

    • 　初始化：$n$, ${C_i}$, ${C_{{\rm{edge}}}}$, ${C_{{\rm{cloud}}}}$, $B$，权值$V\,$, $S = \varnothing $
      　输入：各用户终端计算任务请求REQ($\left[ {{\lambda _1}, {\lambda _2}, ·\!·\!· , {\lambda _n}} \right]$)
      　输出：最优卸载决策$S = {X^*}$
      　$C_i^{{\ \rm{edge}}} = {{{C_{{\rm{edge}}}}} / n}$, ${C_0} = < C_1^{{\ \rm{edge}}}, C_2^{{\ \rm{edge}}}, ·\!·\!· , C_n^{{\ \rm{edge}}} > $;
      　while TRUE do;
      　接收用户计算卸载请求REQ，提取任务信息：
      　$B_i^{{\rm{in}}}, {V_i}, B_i^{{\rm{out}}}, P_i^{\rm{c}}, P_i^{{\rm{up}}}, {\lambda _i}$;
      　for each $i \in \left\{ {1, 2, ·\!·\!· , n} \right\}$ do;
      　引入拉格朗日函数，求得满足KKT条件的最优解
      　$ < {x_i}, x_i^{{\rm{edge}}}, x_i^{{\rm{cloud}}} > $;
      　end for;
      　得到平均资源分配条件下的初始最优解${X^*}$, ${X_0} = {X^*}$;
      　${S_0} = < {X_0}, {C_0} > $;
      　${\mu ^{\left( 1 \right)}} = \left( {1, 1, ·\!·\!· , 1} \right)$, ${\eta ^{\left( 1 \right)}} = \left( {1, 1, ·\!·\!· , 1} \right)$, $\varepsilon = {10^{ - 5}}$, $M = 2$,
      　$\theta = 0.8$, $\alpha = 2$;
      　$k = k + 1$;
      　${S_1} = {\rm{BFGS}}\left( {\varphi \left( {S, \mu , \eta , M} \right)} \right)$;
      　${\beta _k} = {\left\{ {\sum\limits_{i = 1}^n {{h_i}^2\left( {{S_k}} \right)} + \sum\limits_{j = 1}^{4n + 1} {{{\left[ {\left( {\min {g_j}\left( {{S_k}} \right), \frac{{{{\left( {{\eta ^{\left( K \right)}}} \right)}_j}}}{M}} \right)} \right]}^2}} } \right\}^{{1 / 2}}}$;
      　while ${\beta _k} > \varepsilon $ do;
      　更新罚函数：若${\beta _k} > \theta \cdot {\beta _k}$，则$M = \alpha \cdot M$，否则$M$不变；
      　更新乘子向量${\mu ^{\left( k \right)}}$, ${\eta ^{\left( k \right)}}$;
      　$k = k + 1$;
      　${S_k} = {\rm{BFGS}}\left( {\varphi \left( {S, \mu , \eta , M} \right)} \right)$;
      　依据上述公式计算${\beta _k}$值；
      　end while;
      　对$ < {x_i}, x_i^{{\rm{edge}}}, x_i^{{\rm{cloud}}} > $求最优整数解，返回${S_k}^* = < {X_k}^*, {C_k}^* > $，
      　按${X_k}^*$进行计算卸载，按${C_k}^*$进行计算资源分配；
      　end while.

      表 2  多用户计算卸载及资源分配机制