分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2020-09-28 合作期刊: 《计算机应用研究》
摘要: 针对车联网中数据流量爆炸式增长而引起的业务响应时延过高的问题,提出了一种基于移动边缘计算的蚁群模拟退火算法缓存策略(ACSAM)。首先,在基于5G的“车-边-云”协同系统架构下,以最小化内容下载时延为目标,建立了通信计算模型;其次,采用蚁群算法构造了使内容下载时延最小的局部最优解;最后,使用模拟退火算法对局部最小下载时延进行扰动,并以一定概率接受新解,从而得到全局最小下载时延,即保证了内容被预缓存在最佳的位置。仿真结果表明,在车边云协同架构下,ACSAM缓存策略可显著减少传输冗余,降低下载时延。
分类: 计算机科学 >> 计算机科学的集成理论 提交时间: 2018-08-13 合作期刊: 《计算机应用研究》
摘要: D2D(device to device)作为5G通信的核心技术,在满足用户通信需求与提高用户连通数量等方面具有至关重要的作用。针对传统复用算法的系统中断概率过高和用户资源消耗较大的问题,提出一种基于穷举搜索的D2D资源分配算法。该算法引入穷举搜索法初步确定用户发射功率;同时参考蜂窝与D2D用户状态以确定复用组合;应用调整功率步骤降低中断概率。仿真结果表明,小蜂窝用户数时基与穷举搜索的D2D资源分配算法相比于传统算法,在多D2D用户数情况下的连通概率平均提高了15.7%,用户资源消耗平均降低了10.5%。