[發明專利]一種適用于RSU覆蓋切換的邊緣車聯網任務卸載方法

有效

• 申請號: 202010768820.0
• 申請日: 2020-08-03
• 公開（公告）號: CN112055329B
• 公開（公告）日: 2022-06-14
• 發明（設計）人: 呂柏泉;楊超;姚志樺;吳志瑋;劉義
• 申請（專利權）人: 廣東工業大學
• 主分類號: H04W4/40
• 分類號: H04W4/40;H04W4/029;H04L67/12;G06N3/08;G06N3/04
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 林麗明

本發明公開了一種適用于RSU覆蓋切換的邊緣車聯網任務卸載方法，包括以下步驟：S1：獲取車輛的歷史行車數據，利用歷史行車數據訓練LSTM模型，通過訓練完畢的LSTM模型預測未來設定時間段內車輛的移動軌跡；S2：根據車輛的移動軌跡確定車輛的行駛路段，根據車輛行駛的路段確定車輛即將經過的路邊單元RSU2，車輛當前所處的路邊單元記為RSU1；S3：當車輛行駛位置處于路邊單元RSU1與路邊單元RSU2之間的邊界處分別計算三種任務卸載方式的開銷；S4：以車輛行駛每個時隙成本的疊加減去切換路邊單元所帶來的花銷最小為目標函數，利用約束條件求解目標函數得到當前時隙任務卸載方式。本發明能夠使車輛獲取合適的任務卸載方式，進而獲得最優的服務質量。

技術領域

本發明涉及車聯網技術領域，更具體地，涉及一種適用于RSU覆蓋切換的邊緣車聯網任務卸載方法。

背景技術

隨著智能移動設備的不斷更新換代，設備通信所需要的資源也不斷地增加。然而各種設備其自身的的資源(包括：計算、存儲和通信資源)是極其有限的。當計算任務在移動設備上執行時，用戶的服務質量(Quality of Services,QoS)將會受到很大的限制。例如，當眾多設備同時發起密集型計算任務時，僅利用現有的可用資源將無法為移動設備提供足夠的處理速度。

相比于云計算，移動邊緣計算(Mobile edge computing,MEC)可以在接近任務請求用戶的地方提供足夠的計算能力，是目前提供實時服務的最佳解決方案。一般地，路面車輛通過將計算任務卸載到布置在路邊單元RSU的MEC服務器，借助其強大的計算能力，就可以獲得更高的QoS。然而，現有的車聯網內MEC任務卸載方案只考慮單一的傳輸方案，例如只是通過車與路側設施通信技術(V2R)傳給RSU或者通過車與車通信技術(V2V)，這樣的考慮是不夠全面的，特別是在一些特定的場合，比如兩個RSU覆蓋交叉的區域，現有的車聯網MEC任務卸載策略不能得到總體的最優QoS。

同時，隨著道路上行駛的車輛越來越多，若多輛車同時選擇一個RSU進行任務卸載時，在通信和任務處理兩方面均會存在通信堵塞和處理速度減緩的問題，這時，需要對車輛的卸載目標進行調度，以獲得最優的全局QoS。車輛也可以選擇將計算任務卸載給車輛附近的移動車輛，減少同時接入同一RSU的幾率，獲得更好的通信和計算速率。此外，車聯網MEC的任務卸載還與車輛的移動軌跡相關。在現實中，車輛行駛的路況及其復雜，使得車聯網的拓撲結構變化很快，如何進行任務卸載調配是一個較難的問題。

現有技術中，公開號為：CN111314889A的中國發明專利，于2020年6月19日公開了一種車聯網中基于移動邊緣計算的任務卸載與資源分配方法，具體步驟包括：建立包括車對車V2V和車對基礎設施V2I通信的車聯網通信場景；對場景中的車輛節點進行聚類，將車輛節點劃分為V2I用戶簇和V2V用戶簇；針對場景中的V2V用戶簇，對其中的V2V請求節點與服務節點進行劃分、配對并優化；計算場景中所有節點任務處理的總延遲；以最小化車聯網系統中車輛任務處理總延遲為目標，結合約束條件，建立最優化問題模型，利用量子粒子群算法對其進行求解，得到車聯網系統的信道、計算資源分配以及各個車輛節點功率分配策略。該發明是利用粒子群算法求解目標的最優化問題，但該發明沒有考慮不同的任務卸載方式及卸載平衡的問題，無法最優得到最優卸載方案。

發明內容

本發明為克服上述現有技術中，車聯網MEC網絡中車輛軌跡不確定，車輛計算任務卸載沒有多種方式可選的缺陷，提供一種適用于RSU覆蓋切換的邊緣車聯網任務卸載方法。

本發明的首要目的是為解決上述技術問題，本發明的技術方案如下：

一種適用于RSU覆蓋切換的邊緣車聯網任務卸載方法，包括以下步驟：

S1：獲取車輛的歷史行車數據，利用歷史行車數據訓練LSTM模型，通過訓練完畢的LSTM模型預測未來設定時間段內車輛的移動軌跡；