一种NOMA辅助的车联网系统下任务卸载和资源分配联合优化方法

本发明涉及一种NOMA辅助的车联网系统下任务卸载和资源分配联合优化方法，将NOMA技术和基于MEC的车联网系统结合，基于车联网的多用户应用的场景，构建车联网系统模型，然后建立任务卸载模型，接着以车辆用户发射功率、MEC服务器计算资源为约束条件，同时考虑车辆用户的任务优先级，改变SIC解码顺序，以最小化系统总时延为优化目标，建立数学模型；再采用混沌映射、自适应莱维飞行策略和鲸鱼算法对AHA算法进行改进，同时考虑对蜂鸟位置的约束修正，实现对任务卸载和资源分配问题的联合优化求解，得到最优的卸载策略。与现有技术相比，该方法不仅实现了车辆任务的科学卸载，而且提升了车辆用户的体验，有效降低了系统时延。