基于时延和能耗约束的感知数据协作卸载策略研究

研究了物联网感知数据边缘卸载问题,即多个边缘节点相互协作,将原本需要发送给云中心的感知数据全部或部分卸载,以保护数据隐私与提升用户体验.在协作卸载过程中,感知数据传输以及边缘节点之间的信息交互会消耗系统资源,产生协作代价.如何在保持较低协作代价的基础上提高感知数据的卸载比例是一个具有挑战性的问题.首先,将该问题表述为一个满足网络时延和系统能耗约束的感知数据卸载比例和协作规模联合优化问题.其次,提出了一种基于约束投影和变量分裂的分布式交替方向乘子法(ADMM,alternating direction method of multipliers)进行求解.最后,使用MATLAB进行仿真实验,数值结果表明,与分布式优化算法(DOA,distributed optimization algorithm)、公平合作算法(FCA,fairness cooperation algorithm)和多子任务到多服务器卸载方案(MTMS,multi-subtasks-to-multi-servers offloading scheme)相比,所提方法在网络时延和能耗上均有较大优化.