一种移动边缘计算场景中卸载时延优化方法

摘要

本发明的目的是提供一种移动边缘计算场景中卸载时延优化方法，步骤一、构建系统模型：系统模型包括2M个用户和一个MEC服务器，每个用户有L个任务需要被卸载到MEC服务器进行计算，假设同时只允许两个用户采用混合NOMA策略同时卸载；步骤二、设定每一个用户作为一个执行者，每一个执行者按照DQN算法进行动作选择，即从其余2M‑1个用户中选择一个作为自己的传输搭档同时进行卸载；步骤三、用DQN算法进行系统优化：所有用户搭档选择完成后，计算系统的总卸载时延，更新奖赏值，然后训练神经网络，用神经网络作为函数逼近器，更新Q函数；不断的对系统进行上述迭代优化，直至找到最优的时延。解决了现有多用户MEC场景下，时延消耗大的问题。