[發(fā)明專利]一種基于預測機制的移動設(shè)備多任務(wù)競爭卸載方法

有效

• 申請?zhí)枺?/td>: 202010058804.2
• 申請日: 2020-01-18
• 公開（公告）號: CN111328023B
• 公開（公告）日: 2021-02-09
• 發(fā)明（設(shè)計）人: 何利;劉文瑛;吳偉;袁征
• 申請（專利權(quán)）人: 重慶郵電大學
• 主分類號: H04W4/029
• 分類號: H04W4/029;H04W52/02;H04L29/08;G06N3/00;G06K9/62
• 代理公司: 重慶市恒信知識產(chǎn)權(quán)代理有限公司 50102
• 代理人: 劉小紅;陳棟梁

1.一種基于預測機制的移動設(shè)備多任務(wù)競爭卸載方法，其特征在于，包括以下步驟：

S1，獲取移動設(shè)備的GPS軌跡數(shù)據(jù)，對GPS軌跡數(shù)據(jù)集進行文件格式轉(zhuǎn)換、降維、過濾在內(nèi)的數(shù)據(jù)預處理操作，得到預處理數(shù)據(jù)，采用兩級聚類方式對預處理數(shù)據(jù)進行聚類，得到停留位置、停留區(qū)域和停留區(qū)域序列；

S2，依據(jù)S1得到的停留區(qū)域序列，采用動態(tài)參數(shù)部分匹配預測算法預測用戶的下一個停留區(qū)域；

S3，根據(jù)預測結(jié)果以及哈弗辛公式計算預測的用戶設(shè)備i所在的停留區(qū)域與基站之間的距離d，并計算數(shù)據(jù)傳輸速率r；

S4，獲取移動設(shè)備i的任務(wù)參數(shù)及服務(wù)器性能參數(shù)，其中移動設(shè)備待執(zhí)行任務(wù)參數(shù)為一個七元組其中p_i，r_i分別為用戶設(shè)備發(fā)射功率和數(shù)據(jù)傳輸速率，c_i為完成此任務(wù)所需的計算能力，d_i為任務(wù)數(shù)據(jù)量，δ_i為用戶設(shè)備i在本設(shè)備執(zhí)行此任務(wù)時一個CPU周期的能耗，為用戶設(shè)備計算能力，為完成此任務(wù)允許的最大時延；服務(wù)器性能參數(shù)為一個兩元組(δ^o，C)，其中δ^o為云服務(wù)器執(zhí)行任務(wù)時一個CPU周期的能耗，C為云服務(wù)器計算能力，基于這些參數(shù)構(gòu)建能耗最小化模型；

S5，對標準螢火蟲算法進行改進并應(yīng)用于求解能耗最小化問題，螢火蟲算法改進主要在于，求解得出使得能耗最小的任務(wù)分配方法，具體來說將螢火蟲位置向量的各個分量值看作優(yōu)先級值，作為任務(wù)卸載的優(yōu)先順序，在此基礎(chǔ)上，對亮度最低的螢火蟲位置執(zhí)行基于優(yōu)先級值的變異，提高螢火蟲算法的全局收斂能力。

2.根據(jù)權(quán)利要求1所述的一種基于預測機制的移動設(shè)備多任務(wù)競爭卸載方法，其特征在于，所述步驟S1采用兩級聚類方式對預處理數(shù)據(jù)進行聚類，得到停留位置、停留區(qū)域和停留區(qū)域序列，具體包括：

首先利用區(qū)域一致性聚類算法對某個移動設(shè)備用戶的軌跡點進行聚類，得到停留位置；然后利用基于密度的聚類算法對所有用戶的停留位置進行聚類，得到停留區(qū)域，將原始軌跡數(shù)據(jù)集中的軌跡點序列轉(zhuǎn)換為停留區(qū)域序列。

3.根據(jù)權(quán)利要求2所述的一種基于預測機制的移動設(shè)備多任務(wù)競爭卸載方法，其特征在于，所述步驟S1首先利用區(qū)域一致性聚類算法對某移動設(shè)備用戶的軌跡點進行聚類，得到停留位置，具體包括：

對用戶的軌跡點通過距離和速度相關(guān)性來判斷兩個GPS點是否屬于同一個停留區(qū)域，其計算公式如下：

其中，i，j表示兩個軌跡點，distance(i，j)為兩個軌跡點之間的距離，duration(i，j)為兩個軌跡點之間的時間間隔，θ為距離縮放因子，若coh(i，j)大于給定的閾值ρ則兩個軌跡點i，j是一致性相關(guān)的，若與i點區(qū)域一致相關(guān)點個數(shù)大于閾值則判定其為停留點，將原軌跡點序列轉(zhuǎn)換為停留點序列。

4.根據(jù)權(quán)利要求2所述的一種基于預測機制的移動設(shè)備多任務(wù)競爭卸載方法，其特征在于，所述步驟S1利用基于密度的聚類算法對用戶停留點進行聚類，得到停留區(qū)域，將原始軌跡數(shù)據(jù)集中的軌跡點序列轉(zhuǎn)換為停留區(qū)域序列，具體包括：

利用DBSCAN算法對停留點進行二次聚類，首先任選一個停留點，找到與這個點距離小于等于半徑eps的所有的點；然后，若距離小于半徑eps的數(shù)據(jù)點個數(shù)大于最小點數(shù)目min_points，則這個點被標記為核心點，并被分配一個新的簇標簽；然后訪問該點的半徑eps以內(nèi)的所有鄰居點，若它們還沒有被分配一個簇，那么就將剛剛創(chuàng)建的新的簇標簽分配給它們，如果它們是核心點，那么就依次訪問其鄰居，以此類推，使簇逐漸增大，直到在簇的半徑eps距離內(nèi)沒有核心點為止；然后選取另一個尚未被訪問過的點，并重復相同的過程，直到所有點都被標記，從而將停留點劃分為簇。