[發明專利]一種端-邊-云協同計算的任務卸載優化方法有效
| 申請號: | 201911402857.5 | 申請日: | 2019-12-31 |
| 公開(公告)號: | CN111240701B | 公開(公告)日: | 2023-07-25 |
| 發明(設計)人: | 李秀華;李輝;孫川;文俊浩;熊慶宇;范琪琳;王悅陽;毛玉星;李劍 | 申請(專利權)人: | 重慶大學 |
| 主分類號: | G06F8/61 | 分類號: | G06F8/61;G06F9/50 |
| 代理公司: | 重慶縉云專利代理事務所(特殊普通合伙) 50237 | 代理人: | 王翔 |
| 地址: | 400044 *** | 國省代碼: | 重慶;50 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 協同 計算 任務 卸載 優化 方法 | ||
1.一種端-邊-云協同計算的任務卸載優化方法,其特征在于,主要包括以下步驟:
1)獲取同一時刻當前移動網絡中所有移動設備、邊緣服務器、云服務器和任務的信息數據;
2)建立移動邊緣計算系統模型;
3)初始化移動邊緣計算系統參數,開始迭代運算;
4)確定當前迭代輪次j下的任務卸載策略Ωi;
5)確定當前迭代輪次j下的資源分配策略,包括邊緣服務器為移動設備分配的計算能力fiE和移動邊緣計算系統為移動設備分配的帶寬資源
6)量化移動邊緣計算系統中能量消耗和傳輸時延的加權和,保存任務卸載與資源分配策略;
7)比較當前迭代輪次j下能量消耗和傳輸時延的加權和與最小加權和,若當前迭代輪次j下能量消耗和傳輸時延的加權和小于最小加權和,則以當前迭代輪次j下能量消耗和傳輸時延的加權和更新最小加權和,反之不更新;
8)返回步驟4),重復迭代,直至迭代次數為N;輸出端-邊-云協同計算的移動邊緣計算系統中最優任務卸載策略與最優資源分配策略;
邊緣服務器為移動設備分配的計算能力fiE如下所示:
式中,FE表示邊緣服務器總的計算能力;A1,i為計算能量消耗參數;M為移動設備總數;為任務在邊緣服務器執行的表征參數;
其中,計算能量消耗參數A1,i滿足下式:
式中,表示消耗的時間Wi和能量的加權參數,取值范圍為[0,1];η表示平衡任務優先級和設備剩余電量的平衡參數,其取值范圍為[0,1];t用于歸一化;Ci表示移動設備的計算能力;
移動邊緣計算系統為移動設備分配的帶寬資源如下所示:
式中,BE表示邊緣服務器總的帶寬;A2,i表示帶寬資源消耗參數;為任務在云服務器執行的表征參數;
其中,帶寬資源消耗參數A2,i如下所示:
式中,用于歸一化;σ2表示高斯噪聲功率;Φi表示移動設備的傳輸功率;gi表示無線信道增益;Si表示任務大小。
2.根據權利要求1所述的一種端-邊-云協同計算的任務卸載優化方法,其特征在于,所述移動設備和任務的信息數據包括移動設備的傳輸功率Φi、無線信道增益gi、移動設備平均的計算速度fiL和任務大小Si;邊緣服務器的信息數據包括邊緣服務器的計算能力FE、緩存大小SE和帶寬大小BE;云服務器的信息數據包括云服務器的平均計算能力FC。
3.根據權利要求1或2所述的一種端-邊-云協同計算的任務卸載優化方法,其特征在于,所述移動邊緣計算系統模型包括遠程云服務器、一個本地邊緣服務器和若干不同的移動設備。
4.根據權利要求1所述的一種端-邊-云協同計算的任務卸載優化方法,其特征在于,移動邊緣計算系統參數包括迭代次數N、次卸載的任務數K;初始狀態下,所有的任務都在本地執行,令任務在本地執行的表征參數任務在邊緣服務器執行的表征參數任務在云服務器執行的表征參數其中,1表示執行,0表示不執行。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于重慶大學,未經重慶大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201911402857.5/1.html,轉載請聲明來源鉆瓜專利網。





