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！

龙图腾网获悉长沙理工大学申请的专利一种基于博弈论的移动边缘计算资源分配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：CN116501484B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202310188149.6，技术领域涉及：G06F9/50；该发明授权一种基于博弈论的移动边缘计算资源分配方法是由刘阳文;廖年冬设计研发完成，并于2023-03-02向国家知识产权局提交的专利申请。

本一种基于博弈论的移动边缘计算资源分配方法在说明书摘要公布了：本发明属于移动边缘计算技术领域，特别是涉及一种基于博弈论的移动边缘计算资源分配方法。考虑MEC服务器的计算能力是有限的，需要基于定价策略向移动用户进行计算资源的售卖来获取收益。移动用户则需要根据MEC服务器的定价策略来决定购买数量以此做出卸载决策。本发明将MEC服务器与移动用户之间的交互采用Stackelberg博弈模型，他们分别为博弈的领导者和跟随者。进一步地，针对Stackelberg博弈中领导者和追随者不同的行动空间，提出了一种双层强化学习算法来优化MEC服务器的定价策略和移动用户的计算卸载决策，能够有效的提高MEC服务器的收益以及减小系统的计算开销。

本发明授权一种基于博弈论的移动边缘计算资源分配方法在权利要求书中公布了：1.一种基于博弈论的移动边缘计算资源分配方法，其特征在于，包括如下步骤： S1、根据实际应用建立系统模型，确定用户k的卸载时延与能耗； S2、建立Stackelberg博弈模型 将计算卸载决策与计算资源分配问题建立为Stackelberg博弈模型，记为Δ=S，N,Y,Z,{UY},{UkYk,Zk},其中S为领导者——MEC服务器，N为跟随者——移动用户集；Y,Z分别为领导者和跟随者的策略集，记为Y={Y1,Y2,…..,YN}、Z={Z1,Z2,…..,ZN}；{UY},{UkYk,Zk}分别为领导者和跟随者的效用函数； MEC服务器作为博弈的领导者，通过对计算资源进行定价，向移动用户进行销售从而获得自身利益最大化；领导者的效用函数可以表示为： ； Yk是用户K卸载任务的服务器的价格，移动用户k作为博弈的跟随者，通过根据领导者给出的定价策略调节自身的卸载策略来获得自身利益最大化；跟随者的效用函数由两部分组成，一是任务卸载时延与能耗的加权和，权可以定为0.5，另一部分是购买MEC服务器计算资源的费用，表示为： ； Stackelberg博弈中,领导者和跟随者的利益相互耦合，领导者的定价策略和移动用户的卸载策略相互影响； 总的优化问题可以表示为 ； ； 所述步骤S1中，整个边缘计算系统中，服务提供商配备有M个MEC服务器，用于为N个移动用户的应用程序提供计算与通信服务，其中MEC服务器的集合表示为m={1,2，，，M}，移动用户的集合表示为u={1,2，，，N}，每个移动用户k都有一个需要处理的计算任务Wk=λk,ρk,ηk,即任务状态信息，其中λk以bit为单位，表示处理任务所需要的数据量，ρk以CPU周期为单位，表示处理该任务的每单位数据所需要的CPU周期数，ηk表示移动用户k选择卸载到MEC服务器的数据比例，则λkηk为到达MEC服务器的数据量； 移动用户k在本地计算的时延表示为 ； 其中，fk表示移动用户k的计算能力，即CPU处理能力；同时，移动用户k在本地计算部分的能耗表示为： ； 其中,表示移动用户在本地计算1bit数据所消耗的能量； 当移动用户将任务卸载至MEC服务器时，传输所用的时延为 ； 其中rk表示为数据传输速率，计算公式为 ； 其中B表示移动用户k与MEC服务器之间的无线信道带宽；N表示信道噪声功率密度；为移动用户k单位时间内的发射功率；表示信道增益，单位为dB，计算公式为： ； 其中，D表示通信距离，单位为m，若通信距离不发生变化，则信道增益为常量，为一个定值，单位为bits； 移动用户k通过无线信道上传计算数据过程中产生的能耗表示为： ； 任务到达MEC服务器之后，在MEC服务器中执行计算任务所产生的时延表示为 ； 其中，表示移动用户k从MEC服务器分配到的计算资源,即单位时间CPU周期数； 综上所述，移动用户k的任务卸载时延表示为 ； 移动用户k的能耗表示为 。

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长沙理工大学，其通讯地址为：410114 湖南省长沙市天心区万家丽南路二段960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”。

以上内容由龙图腾AI智能生成。