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！

龙图腾网获悉广州大学申请的专利一种边缘计算系统能量与任务调度的优化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：CN115696451B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202211238274.5，技术领域涉及：H04W28/08；该发明授权一种边缘计算系统能量与任务调度的优化方法是由黄高飞;黄栩蔚;赵赛;郑晖;唐冬设计研发完成，并于2022-10-10向国家知识产权局提交的专利申请。

本一种边缘计算系统能量与任务调度的优化方法在说明书摘要公布了：本发明涉及物联网领域，且公开了一种边缘计算系统能量与任务调度的优化方法，包括以下步骤：第一步：基于新的能量与任务调度协议，以使MEC系统可根据信道条件、IRS电池的能量状态和用户任务队列状态，自适应地在能量收集模式、IRS辅助任务卸载模式和IRS待机任务卸载模式进行切换；第二步：基于所开发的协议，对系统优化问题进行建模，在最小化用户长期的任务卸载和计算能耗；第三步：利用李雅普诺夫优化方法，把其分解为基于时隙的确定性优化问题，并通过凸优化理论对相应的确定性优化问题进行求解。

本发明授权一种边缘计算系统能量与任务调度的优化方法在权利要求书中公布了：1.一种边缘计算系统能量与任务调度的优化方法，其特征在于，包括以下步骤： 第一步：基于新的能量与任务调度协议，以使MEC系统可根据信道条件、IRS电池的能量状态和用户任务队列状态，自适应地在能量收集模式、IRS辅助任务卸载模式和IRS待机任务卸载模式进行切换； 第二步：基于所开发的协议，对系统优化问题进行建模，在最小化用户长期的任务卸载和计算能耗； 第三步：利用李雅普诺夫优化方法，把其分解为基于时隙的确定性优化问题，并通过凸优化理论对相应的确定性优化问题进行求解； 所述第三步的具体步骤如下： S1：基于IRS电池的能量状态Bk定义一个虚拟能量状态： Xk＝Bk-G； S2：其中G＝2TNμ是一个与时间无关的常数，描述为： Xk+1＝Xk+EHk-ECk； S3：定义二次李雅普诺夫函数为： S4：引入李雅普诺夫漂移函数ΔΩk： S5：进一步定义由李雅普诺夫漂移函数和确定性优化问题的目标函数加权得到的李雅普诺夫漂移惩罚函数： 其中λ是一个非负加权因子； S6：定理李雅普诺夫漂移惩罚函数的上界： M是一个独立于λ的有限常数； S7：把优化目标由问题的目标函数改写为李雅普诺夫漂移惩罚函数，利用漂移惩罚函数的上界，可以把原问题转换为求解该上界的最小值的问题： dk≥0,lk≥0,T≥τk≥0； S8：基于问题求解与系统优化算法，确定最优系统工作模式，从而得到最小值的问题的最优解； 当φΙk＝1时，系统工作于能量收集模式，最小值的问题可以简写为： s.t.lk≥0； 目标函数为Ok，对方程进行求解，结合约束条件lk≥0，可得优化变量lk的最优解为； 当φΙΙk＝1时，系统工作于IRS辅助任务卸载模式，令Ψ'k＝{dk,lk,tk,Θk}，则最小值的问题可以改写为： dk≥0,lk≥0,T≥τk≥0； S9：由于因此可得优化变量Θk的最优解为： 其中 在得到l*k和θ*k后，可以简化为以下问题： s.t.dk≥0,T≥τk≥0； S10，求解上述问题，得到最优解后，即可确定Ymkm∈{I,II,III}的值，从而可按下式确定第k个时隙的最优系统工作模式： ①当Xk≥0时，可以推导得到优化变量τk的最优解为 τ*k＝T26 基于式26，可得优化变量dk的最优解为 ②当Xk0时，引入一个松弛变量由此，问题25可改写为 s.t.dk≥0,T≥τk≥0 dklog2≤-τkBlog2τkBz28 可以证明，问题28为凸问题；因此，可通过内点法得到该问题的最优解。

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广州大学，其通讯地址为：510006 广东省广州市大学城外环西路230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。