[發明專利]車輛邊緣計算網絡中的任務卸載方法及系統

有效

• 申請號: 202010717870.6
• 申請日: 2020-07-23
• 公開（公告）號: CN112015545B
• 公開（公告）日: 2023-01-20
• 發明（設計）人: 田杰;劉爽;支媛;邊際;陸佃杰
• 申請（專利權）人: 山東師范大學
• 主分類號: G06F9/50
• 分類號: G06F9/50;G06N5/04;H04L67/1001;H04L67/12
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 黃海麗

1.車輛邊緣計算網絡中的任務卸載方法，其特征是，包括：

S101：獲取車輛初始卸載比特數及單價，建立邊緣服務器的效用函數；所述單價是指服務器對選擇它的車輛所卸載的比特數收取費用的單價；

獲取車輛到車輛所選擇的邊緣服務器之間的數據傳輸速率、車輛到車輛所選擇的邊緣服務器之間計算任務所產生的時延和使用邊緣服務器計算資源所需要的費用，建立車輛的效用函數；

S102：根據邊緣服務器的效用函數，建立最大化邊緣服務器效用的優化問題模型；根據車輛的效用函數，建立最大化車輛效用的優化問題；

S103：基于斯坦伯格博弈理論對優化問題進行求解，得到均衡點所對應的車輛選擇變量、卸載比特數變量和邊緣服務器收取單價的最優解；

所述基于斯坦伯格博弈理論對優化問題進行求解，得到均衡點所對應的車輛選擇變量、卸載比特數變量和邊緣服務器收取單價的最優解；具體步驟包括：

在構建的車聯網系統中，引入多主多從斯坦伯格博弈，將車輛和邊緣服務器看作斯坦伯格博弈的兩方，車輛作為斯坦伯格博弈的跟隨者，邊緣服務器作為斯坦伯格博弈的領導者，通過求解邊緣服務器和車輛的優化問題，得到車輛選擇變量、卸載比特數變量和邊緣服務器收取單價的最優解表達式；

通過分布式迭代算法對車輛選擇變量、卸載比特數變量和邊緣服務器收取單價的最優解表達式進行循環迭代，直至達到斯坦伯格博弈的均衡點，輸出均衡點所對應的車輛選擇變量、卸載比特數變量和邊緣服務器收取單價的最優解；

其中，求解車輛的優化問題，是指：

利用拉格朗日對偶函數對最大化車輛效用的優化問題進行重新構建：

其中，是拉格朗日乘子，α_i，λ_i，ω_i是關于車輛i的拉格朗日乘子，是服務器k的拉格朗日乘子；k表示服務器；θ_i是一個正常數；T_loc，i是任務全部留在車輛i本地計算所產生的時延；T_i，k表示車輛i選擇將計算任務卸載到服務器k所產生的時延；μ_k，i表示服務器k對車輛i卸載任務所收取的單價；L_i，k表示是車輛i卸載到服務器k的任務比特數；表示車輛i允許任務卸載和計算所消耗的最高時延約束；表示允許卸載到服務器k的比特數上限；C_i是計算1比特所需要的CPU轉數；x_i，k是二進制變量，當x_i，k＝1時，車輛i選擇該服務器k進行卸載任務，否則x_i，k＝0車輛不選擇該服務器；表示服務器集合；表示車輛集合；

對重新構建的最大化車輛效用的優化問題模型進行求解；

對車輛選擇變量、卸載比特數變量分別求偏導并令其偏導表達式為0，求出車輛選擇變量、卸載比特數變量對應的最優解表達式；

S104：基于均衡點所對應的車輛選擇變量、卸載比特數變量和邊緣服務器收取單價的最優解，實現車輛任務的卸載。

2.如權利要求1所述的方法，其特征是，根據邊緣服務器的效用函數，建立最大化邊緣服務器效用的優化問題；具體步驟包括：

通過優化邊緣服務器對車輛卸載任務所收取的費用的單價，來最大化邊緣服務器的收益。

3.如權利要求1所述的方法，其特征是，求解邊緣服務器的優化問題，是基于拉格朗日對偶函數和邊緣服務器初始化的單價，對最大化邊緣服務器效用的優化問題進行求解；對邊緣服務器設定的單價求偏導并令偏導式為0，求得邊緣服務器的單價最優表達式。

4.如權利要求1所述的方法，其特征是，將車輛和邊緣服務器看作斯坦伯格博弈的兩方，車輛作為斯坦伯格博弈的跟隨者，邊緣服務器作為斯坦伯格博弈的領導者；具體步驟包括：

在構建的車聯網系統中，引入多主多從斯坦伯格博弈，將車輛和邊緣服務器看做博弈的兩方，基于斯坦伯格博弈理論進行建模，邊緣服務器作為“領導者”，制定收取車輛使用資源的單價；車輛作為“跟隨者”，根據邊緣服務器設定的價格來制定選擇和卸載策略；

領導者做出決策后，跟隨者根據領導者的決策做出相應的決策，領導者再根據跟隨者的決策相應的改變自身的決策，車輛的策略反過來影響服務器的定價策略，經過多次迭代最終達到博弈均衡點。