[發明專利]移動邊緣計算中聯合任務調度的功率分配方法

有效

• 申請號: 201910026110.8
• 申請日: 2019-01-11
• 公開（公告）號: CN109767117B
• 公開（公告）日: 2021-05-18
• 發明（設計）人: 鄺祝芳;李林峰;陳清林
• 申請（專利權）人: 中南林業科技大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開一種移動邊緣計算中聯合任務調度的功率分配方法。主要包括如下步驟：1、生成任務描述集合G＝{T_i|1≤i≤N},T_i＝(d_i,c_i)；初始化目標值Val_new。2、計算每個任務的本地執行時間邊緣服務器執行時間任務卸載傳輸時間邊緣服務器執行耗能本地執行耗能3、基于流水車間作業調度的卸載調度方法求卸載決策向量x；并根據決策向量x對所有任務進行分類，卸載執行與本地執行任務分別放入S、L中；4、對集合S中所有任務的卸載傳輸功率p采用凸優化方法求解，并將Val_new的值存入Val_old中，即Val_old＝Val_new，求解新的目標值Val_new；5、比較新算出的目標函數值與上一次循環目標值的差值，如果Val_new?Val_old＞ε，則退出，否則重復步驟2?步驟4。應用本發明降低了移動邊緣計算網絡中的任務執行延遲和能耗。

技術領域

本發明屬于無線網絡技術領域，涉及一種移動邊緣計算中聯合任務調度的功率分配方法。

背景技術

數據流量的指數式增長、終端種類的不斷增加，服務場景的越來越多樣化是當前4G面臨的難題，這加快了5G的來臨。5G包括增強移動寬帶、海量機器類通信、超可靠低延時通信三大應用場景。其中增強移動寬帶指的是對帶寬有極高需求的業務，例如超高清視頻，虛擬現實，增強現實等；海量機器類通信指的是連接密度要求較高的業務，例如智慧林業、智慧農業、智慧城市和智能家居等；超可靠低延時通信指的是對時延極其敏感的業務，例如自動駕駛、工業控制、遠程醫療等。諸如自動駕駛、遠程醫療、虛擬現實、增強現實等應用，對時延的要求均達到了毫秒級。而根據思科全球云指數的預估，到2019年，物聯網產生的數據的45％將在網絡邊緣存儲、處理、分析，而全球數據中心總數據流量預計將達到10.4澤字節(zettabyte,ZB)(1ZB＝2⁷⁰B)。國際數據中心(International Data Corporation,IDC)最新統計報告顯示，到2020年將有超過500億的終端與設備聯網。

移動邊緣計算(mobile edge computing，MEC)是在靠近數據源頭的網絡邊緣側，融合網絡、計算、存儲、應用核心能力的新的網絡架構和開放平臺，就近提供邊緣智能服務，滿足行業數字化在敏捷聯接、實時業務、數據優化、應用智能、安全與隱私保護等方面的關鍵需求。移動邊緣計算與使用遠程公共云的傳統云計算系統相比，通過將計算密集型任務從移動設備卸載到附近的MEC服務器，計算體驗的質量(包括延遲和設備能耗)可被大幅度提高。與此同時，移動邊緣計算系統很大程度上依賴于計算量卸載策略，而該策略需要重點考慮計算任務和信道情況。移動邊緣計算系統中計算任務卸載所消耗的能量可通過動態電壓頻率縮放和數據傳輸調度減小。受許多應用可以被分成一系列子任務的啟發，細粒度計算量卸載正被廣泛研究。部分卸載聯合優化算法是一種細粒度計算量卸載迭代算法：1、先固定卸載任務的卸載功率，在對應功率下求能達到最小完成時間的任務卸載順序與卸載決策。2、由上一步得到的卸載順序固定不變的條件下求各個卸載任務在該卸載順序下所對應的最優化功率。反復進行這兩步迭代直到最終任務完成時間收斂。

移動邊緣計算網絡中的聯合任務調度和功率分配方法，實際是構造一個聯合卸載任務調度決策與功率優化的問題。用戶的計算任務被分成N個互相獨立的部分，根據任務的傳輸特性和服務器CPU、用戶CPU的情況分類卸載。通過將任務劃分成本地執行和MEC服務器執行，采用部分卸載調度算法和功率優化算法，能夠在大幅度降低能量消耗的同時大幅度降低延遲，從而提高用戶體驗和能量、網絡資源利用率。

在無線網絡中，由于信道資源與電池電量有限，同頻干擾、多徑干擾的存在，本發明有利于緩解上述問題。

發明內容

本發明所要解決的技術問題是提供一種移動邊緣計算中任務部分卸載調度和功率分配算法，解決5G異構網絡中的延遲和能量優化問題，通過有效的卸載任務調度和功率分配方法，減少射頻資源的使用并減小任務延遲。發明的技術解決方案如下：