[發明專利]聯合能量和延遲優化的移動邊緣計算任務調度方法

有效

• 申請號: 201910026321.1
• 申請日: 2019-01-11
• 公開（公告）號: CN109710336B
• 公開（公告）日: 2021-01-05
• 發明（設計）人: 鄺祝芳;李林峰;汪茄琪
• 申請（專利權）人: 中南林業科技大學
• 主分類號: G06F9/445
• 分類號: G06F9/445;G06F9/48
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開一種聯合能量和延遲優化的移動邊緣計算任務調度方法。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CPU處理任務所需周期數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，涉及一種聯合能量和延遲優化的移動邊緣計算資源調度方法。

背景技術

隨著萬物互聯時代的到來，網絡邊緣設備產生的數據量快速增加，一方面需要更高的數據傳輸帶寬，另一方面新型應用對業務處理的時效性提出了更高要求，傳統云計算模型已經無法有效應對面臨的挑戰。為了應對面臨的挑戰，邊緣計算應運而生。邊緣計算的基本思想是將計算任務在接近數據源的計算資源上運行，這樣一方面可以有效減小計算系統的延遲，另一方面減少數據傳輸帶寬，緩解云計算中心壓力，提高可用性，再者可以保護數據安全和隱私。

與使用遠程公共云的傳統云計算系統相比，將計算密集型任務從移動設備卸載到附近的MEC服務器，MEC系統的服務質量或用戶體驗很大程度上依賴于計算任務的卸載策略和資源分配方法，受許多應用可以被分成一系列子任務的啟發，細粒度計算任務卸載正被廣泛研究。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。

能耗和延遲是MEC系統中兩個非常重要的性能指標，以能耗和延遲優化的移動邊緣計算網絡中的任務調度和功率分配方法實際是構造一個聯合任務調度與功率優化的問題。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聯合能量和延遲優化的移動邊緣計算任務調度方法，解決5G異構網絡中的延遲和能量優化問題，通過有效的卸載資源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：

聯合能量和延遲優化的移動邊緣計算任務調度方法，將邊緣設備所有任務抽象成包含兩個特征的任務集合G＝{T_i|1≤i≤N},T_i＝(d_i,c_i)，其中d_i為任務的數據量大小，單位為比特；c_i為處理每單位數據量所需CPU周期數，單位為周期/比特。邊緣設備的CPU頻率為f_user，單位為Hz，邊緣服務器的CPU頻率為f_ser,單位為Hz，所有任務的初始傳輸功率設為最大傳輸功率p_max，初始化目標值Val_new。

本發明提出的移動邊緣計算網絡中的聯合任務調度和功率分配方法，步驟如下：