[發明專利]一種D2D-MEC系統計算能力最大化的任務卸載方法

有效

• 申請號: 202010864792.2
• 申請日: 2020-08-25
• 公開（公告）號: CN112000481B
• 公開（公告）日: 2022-04-12
• 發明（設計）人: 孫一鵬;李峰;蘇聰聰;杜佩儒;劉杰民
• 申請（專利權）人: 東北大學秦皇島分校
• 主分類號: G06F9/50
• 分類號: G06F9/50;G06F30/20;G06F111/04
• 代理公司: 石家莊知住優創知識產權代理事務所(普通合伙) 13131
• 代理人: 林艷艷

本發明公開了一種D2D?MEC系統計算能力最大化的任務卸載方法，包括步驟：S1：構建系統模型，并建立任務分配模型，以確立每個本地設備上的每個計算任務的執行位置；S2：構建本地計算模型、無線通道模型、D2D卸載模型和MEC服務器卸載模型，得到系統中每個計算任務的執行時延和能耗；S3：建立求解系統最大計算能力的目標函數P1；S4：將目標函數P1進行分解，分成兩部分P2和P3求解。本發明利用D2D技術來擴展傳統MEC服務器的計算能力，將更多的計算任務卸載到D2D設備上去執行，并且選擇適合于計算任務的D2D設備，從而實現了計算能力最大化。

技術領域

本發明涉及移動邊緣計算技術領域，具體涉及一種D2D-MEC系統計算能力 最大化的任務卸載方法。

背景技術

近年來，隨著移動設備計算能力的提升以及大量IoT設備的快速發展，使得 網絡中需要計算的數據呈爆炸式增長趨勢。雖然云計算模式可以計算和存儲大量 的數據，但是用戶端到云中心的傳輸延時較長，導致對實時性要求較高的計算無 法處理。并且大量移動設備如移動手機、傳感器、可穿戴設備的出現使得計算數 據量更加龐大，傳統的集中存儲方式則易造成網絡的擁塞。而當前物聯網、車聯 網、智慧城市的出現，使得用戶對于計算時延的要求越來越迫切，用戶的需求更 加偏向于實時性。從而促使了具有低時延和實行性的計算范式——移動邊緣計算 (Mobile Edge Computing，MEC)的出現，這種計算范式使得原有的計算任務從 中心側轉移到了邊緣側。該計算范式將具有一定計算和存儲能力的邊緣服務器部 署在更加靠近移動用戶的一端，例如與手機相連的基站或者家庭無線網接入點中。相比于距離較遠且計算中心化的云計算模式而言，MEC計算范式更加靠近 移動邊緣設備，其距離較近并具有與云計算幾乎相同的計算能力和存儲能力。

目前有關MEC中的計算卸載研究都是優化系統內部處理任務的時延，或者 優化移動設備處理任務的能耗，或者將兩者加權優化。卸載的話也只考慮向MEC 服務器進行計算卸載，但是MEC服務器是建立在靠近移動設備一端的，往往不 會像云服務器那樣，擁有大量的計算資源和高速帶寬。所以MEC系統中的服務 器的計算資源和帶寬資源是有限的，其處理計算任務的總量也是有限的。

發明內容

本發明要解決的技術問題是克服現有技術的不足而提供一種D2D-MEC系統 計算能力最大化的任務卸載方法，利用D2D技術來擴展傳統MEC服務器的計算 能力，將更多的計算任務卸載到D2D設備上去執行，并且選擇適合于計算任務 的D2D設備，從而實現了計算能力最大化。

為解決上述技術問題，本發明所采取的技術方案是：

一種D2D-MEC系統計算能力最大化的任務卸載方法，所述D2D-MEC系統 包括一個MEC服務器、多個本地設備和多個D2D設備，每個本地設備生成多個 計算任務；所述方法為：

S1：構建系統模型，并建立任務分配模型，以確立每個本地設備上的每個計 算任務的執行位置；

S2：構建本地計算模型、無線通道模型、D2D卸載模型和MEC服務器卸載 模型，得到系統中每個計算任務的執行時延和能耗；

S3：建立求解系統最大計算能力的目標函數P1；

S4：將目標函數P1進行分解：首先求解單個本地設備匹配到的D2D設備上 執行任務數量最大化P2問題，得到所有本地設備上的計算任務放置在D2D設備 上的最大數量，同時針對這部分任務求得其任務卸載策略；其次對于D2D設備 上執行不了的剩余任務，本地設備將這些任務卸載到MEC服務器中執行，解決 目標P3。

進一步的，所述步驟S1中，所述系統模型為：