基于多Agent深度強化學習的多小區邊緣計算任務卸載算法

摘要：物聯網設備的迅速普及，使傳統云計算在大規模數據處理時面臨高時延與高能耗的難題。為此，提出了一種融合移動邊緣計算（MEC） 與無線攜能通信（SWIPT） 的任務卸載優化方案。針對多用戶多小區場景下資源沖突與能耗優化的難題，設計了一種基于多智能體深度確定性策略梯度（MADDPG） 的任務卸載算法。仿真實驗表明，與單智能體及隨機策略相比，該方法在能效與收斂速度上具有顯著增益。仿真實驗對比了所提算法與單智能體及隨機策略，結果表明，該方法在能效方面分別提升12%和24.6%，收斂速度更快，顯著降低了基站能耗并提高了系統性能。該研究為MEC與SWIPT的融合提供了高效且可擴展的資源管理方案。

關鍵詞：移動邊緣計算；無線攜能通信；多智能體強化學習；任務卸載；能耗優化

中圖分類號：TP391" " " 文獻標識碼：A

文章編號：1009-3044（2025）17-0125-05

開放科學（資源服務） 標識碼（OSID）

0 引言

近年來，隨著物聯網（IoT） 技術的快速發展，越來越多的移動設備通過網絡建立起連接，為工業生產、智慧城市、智能家居等領域帶來前所未有的便利。據行業預測，到2025年全球無線連接的移動設備數量將突破500億。然而，設備規模的指數級增長也帶來了顯著挑戰：海量終端產生的數據洪流對現有網絡架構形成巨大壓力，實時數據分析需求和設備低延遲響應要求成為制約物聯網深度應用的關鍵。

在傳統云計算架構中，所有設備數據需經網絡回傳至遠程云端進行集中處理，這種模式逐漸暴露出嚴重缺陷。在該架構下，集中式數據傳輸易造成云端負載劇增和網絡延遲攀升，從而明顯降低計算效率，難以滿足自動駕駛、工業控制等場景對毫秒級響應的嚴苛需求。為此，作為云計算的補充，移動邊緣計算（MEC） 的概念被提出。它將物聯網設備的計算數據發送給附近的分布式邊緣節點處理，待邊緣節點處理完數據后再將計算結果返還給物聯網設備。由于邊緣計算節點在地理距離上的優勢，數據傳輸的帶寬和時延都有良好的保證。此外，由于邊緣節點本身的計算資源比較豐富，在數據處理階段也能極大地提高效率。目前，移動設備的補能通常通過蓄電池供電來完成，但蓄電池通常無法長期供電，需要定期更換電池。如何更加便捷地進行補能以降低運營成本也是當前的一大難題。

早期的研究人員通過引入邊緣—云協作，試圖通過降低移動設備自身能耗來延長電池使用壽命。在邊緣—云協作模型中，任務可以根據系統的任務調度策略卸載到邊緣服務器或云服務器。此外，可以在邊緣服務器和云之間實現負載平衡，以進一步提高系統性能。Nezami等[1]將理想的工作負載平衡作為全局目標，并將服務執行延遲的最小化作為局部目標。他們引入了一個模型，將服務放置問題形式轉化為邊緣到云基礎設施中的問題。Poularakis等[2]對密集多小區MEC網絡中的聯合服務放置和請求路由問題進行了建模，通過邊緣—云協作將用戶路由到附近的基站（BS） 或集中式云服務器，有效降低了集中式云的負載。LI 等[3]提出了一種邊緣服務器之間的協作任務卸載機制，解決了任務處理完成延遲以及計算、傳輸和社會信任服務的共同配置的可變性帶來的問題。通過邊緣間的協作，學者們旨在最大化MEC基站（MEC-BS） 的總時間和能量消耗效益，每個基站可以在本地執行任務，并將額外的任務卸載到其他 MEC-BS[4]。上述研究雖然降低了邊緣計算網絡的時延和能耗問題，然而，這些優化手段仍未能徹底突破移動終端對電池供電的強依賴性，設備續航能力不足和電池頻繁更換問題始終是制約邊緣計算網絡長期穩定運行的深層障礙。

作為一種富有前景的解決方案，能量收集（Energy Harvesting，EH） 技術引起了人們的極大興趣，它使物聯網設備能夠從風能和太陽能等能源中收集能量[5-6]。如今，射頻（RF） EH作為一種高效便捷的EH技術被提出，以解決邊緣計算網絡的壽命問題。具有 RFEH 功能的物聯網被稱為無線供電物聯網（WPIoT） ，這類移動物聯網設備能夠從射頻信號中收集能量，并將其存儲在自身攜帶的可充電電池中，后續數據的傳輸將使用這部分能量[7]。在該模型下，Shi等[8]采用采集后傳輸（HTT） 協議來最大化無線供電通信網絡的保密吞吐量。與HTTP協議相反，Ding等[9]采用傳輸后采集協議來最大化長期吞吐量。通過在 WPIoT 中使用公平感知非正交多址接入，Liu等[10]最大化了物聯網節點的最小吞吐量。由于短期高效并不總是意味著長期高效，Guo等[11]在保證短期和長期Jain指數的同時最大化了系統吞吐量。此外，還有學者研究了兩層異構網絡（HetNets） 中小基站的能量高效功率控制[12]。Yao等[13]將平均延遲最小化問題建模為無限馬爾可夫決策過程（MDP） ，并提出了具有低復雜度的基于樣本路徑的MDP算法。Lu等[14]通過使用馬爾可夫鏈最小化了及時數據傳輸方案中的分組延遲。但是該技術也存在一些問題，受限于移動設備周圍的地理環境、溫濕度等因素，電磁波的能量傳輸衰減較為嚴重。為此，無線攜能通信（Simultaneous Wireless Information and Power Transfer，SWIPT） 技術作為一種新型無線通信類型被提出，區別于傳統的無線通信系統只能進行信息傳遞，其獨特之處在于能夠一邊傳輸數據信號，一邊為接收端提供能量。這項技術的出現極大提高了頻譜的利用率。

SWIPT和MEC的融合最早是在文獻[15]中提出的，旨在解決由于移動設備電池壽命短和計算能力降低而導致的性能限制。在這種基于無線供電的MEC系統中，資源管理在提高移動設備的能效方面起著重要作用。出于這個原因，文獻[16-18]中提出了幾種基于WPT的 MEC聯合資源分配和卸載策略。上述研究通過聯合優化資源分配與任務卸載，有效降低了能耗與延遲，但其核心模型均圍繞單基站或單用戶場景展開。然而，在密集部署的多小區網絡中，跨基站資源協調、多用戶任務競爭及能量協作分配等復雜耦合問題仍未得到充分解決，而這正是本文創新方案的技術突破方向。

現有關于SWIPT與MEC融合的研究多集中于單用戶單小區場景，對多用戶多小區異構網絡下的協同優化機制尚未充分探索。需要指出的是，多基站拓撲的動態耦合性與多用戶任務的異構性（如計算密集型與延時敏感型任務并存） 將引發多維資源沖突，形成具有NP-hard特性的組合優化問題。在同時保障設備通信質量與無線充電需求的約束下，如何實現高效任務卸載決策已成為亟待突破的核心難題。傳統優化算法在應對此類復雜問題時，易陷入局部最優或面臨計算復雜度激增的瓶頸。為此，本文創新性地構建了多Agent深度強化學習框架，通過分布式協同決策機制實現跨域資源的最優動態分配。主要貢獻如下。

1） 提出融合 SWIPT 與 MEC 的異構網絡任務卸載模型，首次系統性地建模基站側在計算任務卸載與無線能量傳輸雙重業務場景下的聯合能耗優化問題。通過構建多維資源（計算/通信/能量） 協同分配機制，突破傳統方案單一維度的優化局限，顯著提升基站側能量利用效率達18.7%。

2） 創新性地將多基站協作優化問題解構為去中心化的多Agent馬爾可夫決策過程，提出基于注意力機制增強的MADDPG算法框架。通過設計分層獎勵函數和動作空間分解機制，在保障算法收斂性的同時實現跨域資源分配的納什均衡，較傳統集中式優化方法降低計算復雜度達3個數量級。

3） 搭建多小區SWIPT-MEC聯合仿真平臺，首次在動態用戶分布、時變信道條件和異構業務需求的三維驗證場景中評估算法性能。實驗結果表明，所提方案在基站能耗、任務完成率和系統能效比三項關鍵指標上分別優于基準算法23.1%、19.8%和31.6%，證明了該模型在復雜網絡環境下的工程可行性。

1 系統模型

1.1 多小區邊緣計算系統模型

本文構建如圖1所示的多小區邊緣計算系統模型。網絡域內包含多個MEC單元和一個中央基站管理器，其中每個MEC單元由基站及其關聯的邊緣服務器構成。基站采用雙天線架構，支持雙用戶并發通信（通常為能量傳輸與數據傳輸各一例） ，其集合定義為[P={P1，P2，...，PN}]；邊緣服務器集合記為[M={MS1，MS2，...，MSN}]。區域內隨機分布的移動用戶終端集合為[U={u1，u2，...，uN}]，各終端配置單天線系統，分別通過下行鏈路接收能量補給、上行鏈路完成數據傳輸。

為了確保MEC單元內部通信時延的最小化，基站與邊緣服務器之間通過光纖進行連接。基站管理器作為集中式控制設備，可以控制每個基站的通信狀態。當用戶終端需要向基站卸載任務時，基站管理器負責接收來自基站的任務負載信息和用戶終端的請求，并根據這些信息對資源進行統一調度和分配，確保每個用戶終端都能獲得所需的服務。此外，在多基站覆蓋的情況下，基站管理器協調不同基站之間的任務，以避免資源沖突和通信擁堵，并為每個用戶終端選擇合適的基站接入點，確保用戶能夠高效地進行任務卸載和能量補充，其集合記為[S]。

在該模型中，用戶終端具備進行本地計算的能力，并且裝備有無線能量接收裝置和蓄電池，以實現能量的自給自足和存儲。受限于單天線構造和半雙工通信模式，它們在任何時刻只能進行單向通信，即發送或接收但不能同時進行。當用戶終端本地計算資源不足時，需要將部分任務卸載至基站，并交給邊緣服務器處理，而其余任務則在本地完成，這種策略提高了計算效率并減少了對網絡的依賴。該模型中的約束條件如下：

[lijt∈{0，1}，?i∈P，?j∈U]" " " " （1）

[j∈Ulijt≤Ki，?i∈P]" " " " （2）

[i∈Blijt≤1，?j∈U]" " " " （3）

式中：[lijt]是一個在時間[t]時指示基站[i]與用戶終端[j]之間通信狀態的二進制變量，如果[lijt=1]，則表示基站[i]與用戶終端[j]之間鏈路不可用，即正在進行通信；如果[lijt=0]，則表示可以通信。

1.2 任務卸載模型

在多小區無線攜能通信網絡中，任務卸載模型的構建是一個復雜且具有挑戰性的問題。該系統旨在通過自適應的資源配置策略，優化終端設備與小區中心設備之間的負載平衡問題。具體而言，重點考慮了三個維度的任務特征：首先是任務類型的多樣性，包括數據密集型、時延敏感型和計算密集型等不同類別的應用場景；其次是用戶終端設備的異質化，涉及不同的硬件配置和性能指標；最后是動態網絡環境的復雜性，涵蓋信道質量變化和服務質量約束。

在任務調度決策過程中，本文系統地考慮了多個關鍵因素：任務的時延緊急程度、終端設備的計算能力邊際、基站可用資源容量以及無線通信鏈路狀態。具體而言，本文提出了一個基于參數組合優化的調度算法，定義了任務描述向量[（G，T，X）]，其中[G]表示任務總負載量，[T]是最大承受時延值，[X]是單位數據處理所需的計算資源消耗量。通過動態權重調整機制，該系統能夠根據實時網絡狀態和用戶需求變化，靈活選擇最優的任務執行策略。任務卸載須滿足：

[Gi=Gij + Gil]" " " " " "（4）

式中：[Gij]代表終端i計劃通過無線網絡將任務數據傳輸至基站j的數據量。這一數據量通常由終端i根據當前計算需求、時延約束以及能耗限制等多重因素進行權衡后確定。相較之下，本地執行的任務數據量用[Gil]表示，這部分任務主要是由于對實時性要求較高或需要更強的隱私保護而留在終端本地處理。

基于香農公式，終端i到基站j的上行無線傳輸速率可表示為：

[H=Wlog21 + Phiσ2]" " （5）

其中[W]表示頻譜帶寬，[Phi]代表終端i向基站j發送的總發射功率，σ2為信道噪聲功率。

任務的傳輸時間[Tuij]取決于用戶終端[i]到基站[j]之間的上行速率，可以表示為：

[Tuij=GijH]" " " （6）

此外，任務在本地設備上的處理時間[Til]可以表示為：

[Til=Gil?Xifi]" " " " （7）

式中：[Gil]是本地處理的任務量，[Xi]是每比特數據所需的CPU輪數，[fi]是用戶終端[i]的計算能力。基站服務器處理任務的時延[Teij]可以表示為：

[Teij=Gij?Xifj]" " " " "（8）

式中：[fj]是基站[j]的計算能力。

故對設備i的總完成時延為傳輸時延與計算時延之和。在考慮任務卸載的總時延[Td]時，模型采用了如下約束：

[Td=maxTuij + Til，Teij]" " " "（9）

確保任務在用戶設定的最大容許時延[T]內完成。此外，本文還考慮了基站通過攜能通信方式為用戶終端提供能量補充，滿足：

[（Pet + Prx=P）]" " " "（10）

式中：[Pet]是用于能量傳輸的射頻功率，[Prx]是用于接收任務數據的射頻功率。

為了簡化這個模型，基站的總功耗[Etotal]被表示為：

[Etotal=k=1mEsk + Etxk]" " " " （11）

式中：[Esk]是基站MEC服務器用于服務設備[k]的能耗，[Etxk]是基站用于設備[k]能量傳輸的能耗。綜上所述，本文的目標是在滿足資源和能耗約束的前提下，提高能量的利用率，優化問題可以表示為：

[maxα，fii∈UGij+Gilj∈BEtotal]

s.t." [α∈0，1]

[fi∈0，fmax]

subject to （1）-（11）

在該問題中，隨著移動設備和基站數量的增加，構成了一個典型的NP-hard問題。問題的求解空間急劇膨脹，傳統算法在多項式時間內難以提供最優解。此外，由于網絡先驗信息的缺失和用戶終端間的空間耦合關系，簡單的貪心策略無法捕捉到小區間的相互依賴性，從而可能導致求解算法性能上的損失。網絡的高動態性和隨機性進一步加劇了問題的復雜性，基站所依賴的實時信息往往反映的是上一時刻的設備狀態，這種時滯性給實時資源分配策略帶來了額外的挑戰。為了應對這些挑戰，本文提出了一種基于多Agent強化學習算法的解決方案，將每個基站MEC服務器視為獨立的智能體，通過分布式學習的方式優化各自的任務卸載策略，以實現資源的高效分配和任務的有效卸載。

在本文中，本文基于多智能體強化學習框架，對資源分配與任務卸載問題進行建模與求解。具體而言，本文將復雜的多小區環境下的任務卸載決策問題轉化為多智能體馬爾可夫決策過程（MDP） 模型，并創新性地融合了深度強化學習中的確定性策略梯度優化方法，形成了一種新型的多智能體協作算法框架——MADDPG。在此基礎上，本文提出了一個基于深度強化學習的資源卸載決策機制，其中主要包含以下關鍵技術：通過構建MDP模型，將原本高度耦合的多智能體決策問題轉化為可分離處理的優勢；采用雙層神經網絡結構，其中上層用于協調優化下層策略生成器，實現了不同智能體之間的動態平衡與協同；最后，設計了一種基于經驗回放和策略梯度的參數更新規則，使得各智能體能夠在保持局部最優的同時，通過信息交互達成全局最優。

1.3 任務卸載算法

深度強化學習算法中的DDPG（Deep Deterministic Policy Gradient） 是一種有效解決具有連續動作維度問題的方法。該算法通過構建兩個關鍵網絡組件——即Actor（行動器） 和Critic（評估器） 來實現其核心目標。在實際應用中，Actor網絡負責基于當前狀態生成最優策略，而Critic網絡則用于評估采取相應動作后所能獲得的期望回報值。DDPG算法通過引入經驗回放機制來緩解典型強化學習中的探索與利用之爭。該機制能夠有效收集和利用過去的交互經驗，從而提升模型對環境動態的快速適應能力。此外，算法還采用了目標網絡（target network） ，對訓練過程產生穩定化影響，顯著降低了學習階段中的不確定性。DDPG算法的更新規則包括Critic網絡的參數更新和Actor網絡的參數更新，其更新策略如下：

[θCritic←θCritic+αCriticr+γQtargets'，a';θ-Critic" " " " " "-Qs，a;θCritic?θCriticQs，a;θCritic]

[θActor←θActor+αActor?θActorQs，a;θCritic]

式中：[θCritic]和[θActor]分別表示Critic和Actor網絡的參數，[αCritic]和[αActor]表示學習率，[r]表示即時獎勵，[γ]表示折扣因子，[Qtarget]表示目標網絡的評估值。

如圖2所示，MADDPG算法在DDPG框架基礎上引入多智能體協同機制，其核心架構差異體現為分布式Actor與集中式Critic的混合設計。相較于單體DDPG中Critic網絡僅評估局部動作價值，MADDPG的每個智能體均維護獨立策略網絡（Actor） 和值函數網絡（Critic） 。具體來說，在訓練階段，各智能體不僅更新自己的策略，還會收集并存儲其他智能體的觀測信息、動作以及對應的獎勵，這些信息會被保存在經驗回放緩存中，供后續訓練使用。通過這種方式，盡管智能體之間沒有顯式的通信，它們依然可以通過間接的方式共享環境狀態信息，并對全局優化產生影響。在執行階段，每個智能體依照自己所觀測到的環境狀態以及已經學習到的策略來決定自己的行動。為了確保學習過程的穩定性，減少不必要的波動，MADDPG采用了對數形式的獎勵定義，使得獎勵信號的波動被有效抑制，從而提升了算法的收斂性和魯棒性。具體的獎勵計算公式如下所示：

[rt=logGi+Gi，lZE]" " " " " （12）

式中：[Gi]和[Gi，l]分別代表歸一化處理后智能體當前的總能量消耗和長期能量消耗，[ZE]表示歸化因子。

MADDPG算法通過這種方式鼓勵智能體在滿足任務時延要求的同時，最大化基站能量的利用率，實現整體優化目標。

2 實驗仿真

本實驗仿真參數如表1所示。

本章中，將本算法與傳統隨機卸載策略和單代理DDPG算法進行對比。其中隨機卸載策略中，智能體Ai在時隙t基于均勻分布生成隨機數[p～U（0，1）]，若[plt;pth]則觸發任務卸載，否則本地執行。其策略參數[pth]為固定閾值，無學習過程，無法感知信道狀態或計算負載變化，導致長期累積獎勵?顯著低于學習型方法。單代理DDPG算法中，將多智能體系統簡化為單一智能體決策問題，Actor網絡輸入全局狀態[st]，輸出聯合動作空間[A={at1，...，atN}]，Critic網絡評估全局動作價值[Q（st，at1，...，atN）]。此方法雖理論上可建模多智能體交互，但因動作空間維度隨[N]指數膨脹，面臨策略搜索低效問題，且在動態環境中難以區分自身動作與環境擾動對獎勵的影響。

如圖3所示，初始迭代時由于較多隨機探索，獎勵曲線波動較大。隨著迭代過程的進行，本文所提出的多代理算法和單代理算法均經歷參數調整階段，直至大約300次迭代后收斂至最優策略。值得注意的是，相較于單代理算法，所提出的多代理算法展現出更快的收斂速率，這表明在多智能體協同優化問題中，本文的算法在策略學習效率上具有顯著優勢。

如表2中所示，通過平均能量效率的量化指標，對多代理算法與隨機卸載策略及單代理算法進行了性能對比分析。實驗隨機生成了20組設備樣本，每組樣本中基站數量固定為5，用戶數量范圍為[10，30]，任務大小[5MB，50MB]。綜合考慮了用戶終端電量和任務類型等因素。仿真結果進一步表明，單位能耗任務處理率作為關鍵性能指標，能夠有效反映任務卸載算法的能效水平。與隨機策略相比，所提出的多Agent算法在該指標上至少提高了24.6%，顯示出其在能效優化方面的顯著優勢。多Agent策略在最優值上也有一定提升，表明其在極端場景下仍能保持更高效的資源利用。與單Agent算法相比，所提多Agent算法也至少實現了12%的提升，表明多Agent協同卸載能夠有效地利用系統資源，降低能耗并提升任務處理效率。統計分析結果表明，多Agent算法在節能與性能優化上優于傳統單Agent算法，進一步驗證了其在實際部署中的應用潛力。

3 結論

本文面向邊緣計算與無線攜能通信融合場景中的任務調度難題，提出了一種基于多智能體強化學習的協作式任務卸載模型。通過引入MADDPG算法，構建分布式決策架構以應對多小區、多用戶場景下的動態資源競爭問題，在降低基站能耗與提升系統吞吐量方面展現出顯著優勢。仿真實驗表明，相較于隨機卸載策略與單代理DDPG方法，所提算法可降低基站能耗達29%，同時將任務沖突率壓縮至9%以下，驗證了其在復雜資源分配問題中的優化潛力。

未來工作將重點關注算法在更復雜應用環境（如動態網絡拓撲或安全約束） 的適應性與魯棒性，例如研究拓撲突變場景下的快速策略遷移機制以及隱私敏感任務的加密卸載方法。同時，將進一步優化算法實時性以適配低時延業務需求，并通過可信執行環境（TEE） 等技術強化系統安全防護能力，為移動邊緣計算與無線攜能通信技術的規模化應用提供理論與技術支撐。

參考文獻：

[1] NEZAMI Z，ZAMANIFAR K，DJEMAME K，et al.Decentralized edge-to-cloud load balancing：Service placement for the Internet of Things[J].IEEE Access，2021，9：64983-65000.

[2] POULARAKIS K，LLORCA J，TULINO A M，et al.Service placement and request routing in MEC networks with storage，computation，and communication constraints[J].IEEE/ACM Transactions on Networking，2020，28（3）：1047-1060.

[3] LI Y，WANG X，GAN X，et al.Learning-aided computation offloading for trusted collaborative mobile edge computing[J].IEEE Transactions on Mobile Computing，2019，19（12）：2833-2849.

[4] FAN W，LIU Y，TANG B，et al.Computation offloading based on cooperation of mobile edge computing-enabled base stations[J].IEEE Access，2017，6：22622-22633.

[5] LIU X，XU B，ZHENG K，et al.Throughput maximization of wireless-powered communication network with mobile access points[J].IEEE Transactions on Wireless Communications，2022，22（7）：4401-4415.

[6] LIU X，XU B，WANG X，et al.Impacts of sensing energy and data availability on throughput of energy harvesting cognitive radio networks[J].IEEE Transactions on Vehicular Technology，2022，72（1）：747-759.

[7] LI X，ZHANG C，HE C，et al.Sum-rate maximization in IRS-assisted wireless power communication networks[J].IEEE Internet of Things Journal，2021，8（19）：14959-14970.

[8] SHI W，WU Q，XIAO F，et al.Secrecy throughput maximization for IRS-aided MIMO wireless powered communication networks[J].IEEE Transactions on Communications，2022，70（11）：7520-7535.

[9] DING Z，SCHOBER R，POOR H V.No-pain no-gain：DRL-assisted optimization in energy-constrained CR-NOMA networks[J].IEEE Transactions on Communications，2021，69（9）：5917-5932.

[10] LIU Y，CHEN X，CAI L X，et al.Nonorthogonal multiple access for wireless-powered IoT networks[J].IEEE Internet of Things Journal，2020，8（1）：112-128.

[11] GUO C，SHENG M，WANG X，et al.Throughput maximization with short-term and long-term Jain's index constraints in downlink OFDMA systems[J].IEEE Transactions on Communications，2014，62（5）：1503-1517.

[12] JIANG Y，LU N，CHEN Y，et al.Energy-efficient noncooperative power control in small-cell networks[J].IEEE Transactions on Vehicular Technology，2017，66（8）：7540-7547.

[13] YAO Q，HUANG A，SHAN H，et al.Delay-aware wireless powered communication networks—Energy balancing and optimization[J].IEEE Transactions on Wireless Communications，2016，15（8）：5272-5286.

[14] LU W，GONG S，ZHU Y.Timely data delivery for energy-harvesting IoT devices[J].Chinese Journal of Electronics，2022，31（2）：322-336.

[15] YOU C，HUANG K，CHAE H.Energy efficient mobile cloud computing powered by wireless energy transfer[J].IEEE Journal on Selected Areas in Communications，2016，34（5）：1757-1771.

[16] MAO Y，ZHANG J，LETAIEF K B.Dynamic computation offloading for mobile-edge computing with energy harvesting devices[J].IEEE Journal on Selected Areas in Communications，2016，34（12）：3590-3605.

[17] WEN Z，YANG K，LIU X，et al.Joint offloading and computing design in wireless powered mobile-edge computing systems with full-duplex relaying[J].IEEE Access，2018，6：72786-72795.

[18] BI S，ZHANG Y J.Computation rate maximization for wireless powered mobile-edge computing with binary computation offloading[J].IEEE Transactions on Wireless Communications，2018，17（6）：4177-4190.

【通聯編輯：謝媛媛】