中国移动研究院边缘计算与无线通信领域论文被SCI顶级期刊IEEE TVT录用

近日，中国移动研究院边缘计算与无线通信领域论文《Joint Task Offloading and Resource Allocation for Streaming Applications in Cooperative Mobile Edge Computing》（《协作移动边缘计算中流媒体应用的联合任务卸载与资源分配》）在期刊IEEE Transactions on Vehicular Technology（JCR 1区，影响因子7.1）发表。IEEE Transactions on Vehicular Technology（简称 IEEE TVT）是电气电子工程师学会（IEEE）旗下专注于车辆技术、智能交通系统和移动通信领域的国际顶级期刊。

针对于算力和传输要求均很高的视频处理业务，论文创新性地提出了一套面向流媒体应用的多用户协作边缘计算优化框架，并通过对系统建模、算法设计与仿真实验的全方位验证，揭示了在时延敏感型场景下资源调度的关键机制，为6G及下一代移动网络的低功耗与高实时性部署提供了核心理论支撑。

智能监控、实时数据处理等流应用具有数据采集周期长、计算时延要求严格等特点，移动边缘计算能够让移动设备更流畅地运行此类应用。然而，要实现流式计算任务的及时完成，需以流水线方式处理一系列计算任务，需要一种全新的系统模型。

本论文针对上述问题展开探讨，研究场景主要聚焦在多个移动设备运行流任务，并通过协作节点将任务卸载至附近的基站（BS）进行边缘计算的场景。在该系统中，为实现移动设备与协作节点的低功耗，对数据采集、任务卸载和边缘计算的时长，以及多用户卸载比例、带宽分配进行联合优化。流任务与协作机制的引入，使任务执行转变为多阶段过程，大幅增加了整体解决方案的复杂度。为此，研究首先采用Dinkelbach方法对问题进行转化；随后，在基站算力充足与有限的情况下，分别结合块坐标下降法与拉格朗日乘数法等算法获得局部最优解。数值结果验证了所提策略的有效性，并以极低的复杂度和运算时间显著降低了系统的能耗。

该研究成果对于边缘计算系统中计算和通信资源分配的算法设计具有一定指导意义，对于多用户任务卸载的系统设计和联合优化也对于边缘计算的实际部署给出了理论指导。该研究成果的发表，彰显了中国移动研究院在业务应用领域前沿技术研究的实力，将有力推动 5G/6G 时代低时延、高可靠流媒体应用的发展。