一种基于SAGIN的任务卸载与资源分配联合优化方法及系统
申请号:CN202410894405
申请日期:2024-07-04
公开号:CN118900462A
公开日期:2024-11-05
类型:发明专利
摘要
本发明公开了一种基于SAGIN的任务卸载与资源分配联合优化方法及系统,通过SAG‑IoT系统收集任务及调度信息;利用任务数据及调度信息,基于匹配博弈算法实现UAV与IoT设备的最优关联,并对任务卸载做出最优决策,最大化SAG‑IoT系统计算性能;基于最优关联、任务卸载最优决策以及最大化SAG‑IoT系统计算性能,基于深度强化学习的在线卸载框架,构建从输入X(t)到最优动作x*(t)的低复杂度映射策略,基于不同模块与随机环境的重复交互,依次迭代和运行,实现任务卸载与资源分配联合优化。本发明在稳定系统队列的同时获得了最优的计算性能,优化框架除了利用二进制计算卸载外,还可以扩展到由多个独立子任务组成的在线部分计算卸载策略。
技术关键词
IoT系统
资源分配联合优化
深度强化学习
博弈算法
队列
决策
策略更新
模块
复杂度
GS算法
链路余量
噪声温度
能耗
卸载策略
服务器
稳定系统