买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜南京理工大学申请的专利自供能移动边缘计算场景中低延迟高可靠的任务卸载与调度方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119271308B 。

龙图腾网通过国家知识产权局官网在2025-05-02发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411787972.X，技术领域涉及：G06F9/445；该发明授权自供能移动边缘计算场景中低延迟高可靠的任务卸载与调度方法是由周俊龙;孙艺瑄;魏凌霄;杨萌萌;陆烨;侯祥鹏设计研发完成，并于2024-12-06向国家知识产权局提交的专利申请。

本自供能移动边缘计算场景中低延迟高可靠的任务卸载与调度方法在说明书摘要公布了：本发明公开了一种自供能移动边缘计算场景中低延迟高可靠的任务卸载与调度方法。该方法通过建立多设备多服务器的移动边缘计算系统架构，结合李雅普诺夫优化和强化学习算法，实现了任务的高效卸载与调度。本发明的系统架构包含一个基站、多台具有不同计算能力的异构边缘服务器以及多个配备能量收集模块的移动设备，能够有效应对能量受限的移动计算场景。在本发明中，移动设备通过能量收集模块从环境中获取可再生能源，为设备供电。系统采用时隙划分方式进行管理，将调度周期均匀划分为若干个相等的离散时隙。每个时隙内，系统基于当前状态进行任务卸载决策和资源调度优化，以最小化任务处理延迟，同时确保设备能量的稳定性和边缘服务器的可靠性。

本发明授权自供能移动边缘计算场景中低延迟高可靠的任务卸载与调度方法在权利要求书中公布了：1.一种自供能移动边缘计算场景中低延迟高可靠的任务卸载与调度方法，其特征在于，所述方法包括：步骤1，建立包括一个基站、多台具有不同计算能力的异构边缘服务器以及多个移动设备的自供能移动边缘计算系统架构，定义该自供能移动边缘计算系统架构中动态任务卸载的执行规则，并在其基础上定义通信模型、计算模型、可靠性模型、能耗模型和在确保电池的长期能量稳定性和服务器的可靠性约束下移动应用程序延迟的效用函数；其中，所述移动设备包含能量收集模块，用于从环境中获取可再生能源，为设备供电；具体包括：步骤1.1，定义自供能移动边缘计算系统中移动设备的描述信息；步骤1.2，定义自供能移动边缘计算系统中的任务模型；步骤1.3，定义自供能移动边缘计算系统中的动态任务卸载规则；步骤1.4，定义自供能移动边缘计算系统中任务的通信模型；步骤1.5，定义自供能移动边缘计算系统中任务的计算模型；步骤1.6，定义自供能移动边缘计算系统中任务的可靠性模型；具体包括：包括执行可靠性和传输可靠性；（1）所述执行可靠性是指在存在潜在软错误的情况下成功执行任务的概率；平均软错误率表示为： ；其中，和分别是移动设备或边缘服务器的最大和最小频率，t是与硬件相关的参数，为移动设备或边缘服务器在最高频率下工作时的错误率，是频率变量；则在移动设备或边缘服务器上执行任务的执行可靠性表示为： ；式中，任务在移动设备上执行时，任务在边缘服务器上执行时；是遭受软错误时的脆弱性因子；为移动设备在时隙t内的频率；是的数据量；是处理单位数据所需的CPU周期数；（2）所述传输可靠性是指在移动设备与边缘服务器之间，数据请求成功传输的概率；任务的传输可靠性表示为： ；式中，误码率是一个常数，表示单位时间内的误码率；表示任务的总传输时间，、分别为任务上传时间和下载时间；在t时隙中，任务的可靠性为: ；式中，和分别表示任务在移动设备上执行和卸载到边缘服务器上执行；（3）时隙的系统可靠性取决于所有任务的成功传输和执行，表示为： ；系统可靠性由本地任务集的可靠性和卸载任务集的可靠性构成： ； ； ；式中，和分别为使用正交频分多址技术的移动设备在t时刻的上传速率和下载速率；是结果的数据量；步骤1.7，定义自供能移动边缘计算系统中任务的能耗模型；步骤1.8，定义任务执行成本效用函数；步骤2，利用基于李雅普诺夫漂移加惩罚的优化方法，将长期电池能量约束问题解耦为一系列单时隙内的确定性优化问题，控制每个时间槽内的能量收集与消耗的差异；步骤3，设计任务调度方案：基于给定的任务卸载策略，提供任务到边缘服务器的可靠性最优分配、计算资源最优分配，以实现延迟和能量稳定性之间的最佳权衡；步骤4，设计基于强化学习的任务卸载算法，并利用所述任务调度方案寻找实现最小延迟并满足能量稳定性和可靠性约束的最佳卸载决策。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫200号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。