[發明專利]一種車聯網中自適應聯合計算卸載與資源分配方法

有效

• 申請號: 202010670745.4
• 申請日: 2020-07-13
• 公開（公告）號: CN111818168B
• 公開（公告）日: 2022-05-03
• 發明（設計）人: 林峰;羅鋮文;丁鵬舉;王鵬;蔣建春
• 申請（專利權）人: 重慶郵電大學
• 主分類號: H04L67/12
• 分類號: H04L67/12;H04W28/16;H04L41/14;H04B17/391;H04B17/382;H04L67/10
• 代理公司: 北京同恒源知識產權代理有限公司 11275
• 代理人: 趙榮之

1.一種車聯網中自適應聯合計算卸載與資源分配方法，其特征在于：該方法包括：

S1：在多個車輛并發卸載場景下，根據車輛的帶寬、任務的大小、最大容忍時延、車輛發射功率，構建車輛網絡模型、任務模型、計算模型；

S2：將所有車輛的時延與能耗進行加權得到系統總成本，建立滿足最大時延容忍的最小化系統總成本的約束優化問題與資源分配模型；

S3：利用壓縮粒子群算法為基礎算法，在此基礎上提出一種粒子矩陣編碼方式，在做卸載決策的同時進行資源分配，獲得每輛車卸載到各個計算平臺的任務比例，以及MEC分配給車輛的計算資源；

S4：提出的粒子修正算法，利用壓縮粒子群算法結合罰函數法，解決約束優化問題；

所述建立滿足最大時延容忍的最小化系統總成本的約束優化問題與資源分配模型包括：

車輛的聯合卸載的總時延T，總能耗E，定義聯合卸載系統的成本為H；

H＝γ·T+(1-γ)·E

其中，γ為時延權重系數，(1-γ)為能耗權重系數；

在滿足任務S_i最大容忍時延和資源限制下，最小化聯合卸載系統的總成本，將系統的任務卸載和資源分配建模為：

其中，D為卸載決策矩陣，F為MEC服務器的計算資源分配向量，表示為

所述粒子矩陣編碼方式包括：

每輛車的優化參數有5個，分別是a_i¹,和RSU下有n輛車需要任務卸載，那么一個粒子的編碼矩陣M就是n×5的矩陣；矩陣的前4列是車輛的卸載決策矩陣D，矩陣的第5列是MEC服務器的計算資源分配向量F；整個粒子群用一個矩陣A來存儲，先把每個粒子編碼矩陣M轉為一行，存入到矩陣A中；矩陣A為一個N行(n×5)列的矩陣，其中N為粒子群大小；

所述提出的粒子修正算法包括：

將矩陣A的每一行取出，再還原成粒子的編碼矩陣M，在把粒子編碼矩陣的每一行取出，進行修正，使得每輛車的任務滿足a_i¹,

所述利用壓縮粒子群算法結合罰函數法，解決約束優化問題具體為：

懲罰函數為：

P(q)＝θ(q)·q^γ(q)

其中，q是相對約束懲罰函數，θ(q)是分段賦值函數，γ(q)是懲罰指數；適應度函數為目標函數加上懲罰函數：

2.根據權利要求1所述的一種車聯網中自適應聯合計算卸載與資源分配方法，其特征在于：所述構建車輛的網絡模型、任務模型、計算模型包括：

S21：車輛網絡模型：車輛上傳鏈路的信道是瑞利信道模型，車輛v_i與BS之間的上傳/下載的數據速率為R_i¹，車輛v_i與空閑車輛、MEC之間上傳/下載的數據速率為

其中，h₁，h₂，B₁，B₂，分別表示車與BS，車與MEC/空閑車輛之間的信道增益，信道帶寬，發射功率；α²代表噪聲功率，λ，ω∈(0,1)為帶寬分配因子；

S22：任務模型：車輛v_i需要卸載的計算任務S_i為可分型，定義其中每輛車的計算任務都不相同，參數不完全相同；I_i表示S_i的工作量大小；G表示計算1bit數據所需要的CPU周期數，單位cycles/bit；f_i表示車輛的計算能力，單位cycles/s；表示S_i的最大容忍時延；MEC的計算資源為f^mec，分配給車輛v_i的計算資源為遠端云服務器提供給車輛的計算資源為f^cloud，空閑車輛只提供一定的計算資源f^idle；卸載決策矩陣為：D＝[d₁,d₂,…,d_n]，其中a_i¹、分別表示S_i卸載到本地、MEC服務器、遠端云服務器、空閑車輛的比例；a_i¹,

S23：本地車輛計算模型：S_i在本地車輛執行的計算任務量為a_i¹×I_i，定義本地車輛執行時延為能耗為由于車輛在本地計算只有計算時延，沒有通信時延；

其中，P_i表示車輛v_i的設備功率；

S24：MEC計算模型：S_i在MEC執行的計算任務量為定義在MEC的執行時延為傳輸時延為回傳時延為從車輛v_i卸載到MEC的總時延為總能耗為

其中，P_mec是MEC服務器的設備功率，是車輛v_i的上傳功率，δ為輸出數據量系數，表示輸出數據量與輸入數據量之間的關系；

S25：遠端云服務器計算模型：卸載到遠端云服務器就需要先卸載到BS然后由光纖卸載到遠端云服務器；定義在遠端云服務器的執行時延為傳輸時延為計算結果返回傳輸時延為在光纖線路上計算任務平均傳輸等待時延為t_cloud，從車輛v_i卸載到遠端云服務器的總時延為總能耗為

其中，P_cloud表示遠端云服務器的設備功率，P_BS表示基站的發射功率；

S26：空閑車輛計算模型：卸載到空閑車輛的執行時延為傳輸時延為計算結果的返回時間為車輛之間的中繼平均時延為t_w，從車輛v_i卸載到空閑車輛的總時延為t，總能耗為

其中，P_idle表示空閑車輛的設備功率。