[發明專利]一種基于能量消耗最小化的多節點協作計算卸載方法

有效

• 申請號: 202011077355.2
• 申請日: 2020-10-10
• 公開（公告）號: CN112235387B
• 公開（公告）日: 2022-12-13
• 發明（設計）人: 韓東升;劉語
• 申請（專利權）人: 華北電力大學（保定）
• 主分類號: H04L67/10
• 分類號: H04L67/10;H04W4/70
• 代理公司: 北京眾合誠成知識產權代理有限公司 11246
• 代理人: 黃家俊

1.一種基于能量消耗最小化的多節點協作計算卸載方法，其特征在于，包括以下步驟：

S1：構建系統模型，具體為一個本-邊-云邊緣計算網絡，系統中有K個IoT本地用戶端，由N個無線基站提供服務，每個基站配置一個邊緣服務器，即有N個邊緣節點；所述本-邊-云邊緣計算網絡中的能量消耗為：總能耗＝計算能耗+傳輸能耗，其中，計算能耗包括IoT本地用戶、邊緣節點協同以及云端服務器的計算能耗；傳輸能耗包括IoT用戶與邊緣節點之間的無線傳輸能耗、IoT本地用戶與云端服務器之間的傳輸能耗；所述本-邊-云邊緣計算網絡的網絡時延包括計算時延以及傳輸時延，在滿足網絡時延要求的前提下，須最小化網絡能耗；在所構建的本-邊-云邊緣計算網絡模型中，網絡的計算模型定義為A_k(R_k，s_k),R_k表示本地用戶端k的任務值，k表示第k個用戶端，其中k＝{1,2...K}，s_k表示用戶k的任務執行時間,用戶k的計算能耗可以表示為式(1)所示：

其中C_k表示1bit數據執行計算任務時所需的CPU轉數，m_k表示每轉CPU所消耗的能量；

當計算任務無法全部在IoT本地執行計算時，則需要卸載到合適的節點執行計算任務，卸載就會帶來一定的傳輸能耗，傳輸能耗與任務的傳輸時間以及傳輸功率有關，傳輸功率表示為式(2)所示：

其中t_k表示用戶k的計算任務的傳輸時間，p_k表示用戶k與卸載節點之間的傳輸功率；用戶k執行任務的整體能耗為傳輸能耗與計算能耗之和，表示為式(3)所示：

設參數為用戶k的1bit任務在本地，邊緣以及云端節點執行時所需的CPU轉數，分別表示在本地、邊緣、云端執行用戶k的計算任務時CPU每轉消耗的能量；設一個數據單元將IoT本地用戶端數據用數據單元的形式表達，用戶k的數據分為M_k個數據單元，表示為對各個節點設置參數ρ，其中ρ_k→0表示用戶k在本地計算的數據單元的個數，由于網絡中有n個MEC節點，其中n＝{1,2...N},ρ_k→n表示從IoT本地用戶k卸載至MEC_n執行任務的單位數據的個數，ρ_k→N+1表示的是從IoT本地用戶端卸載到云端節點執行任務的數據單元數，其中N+1表示云端節點；對于IoT本地用戶端與MEC節點之間的選擇，設置一個參數β_m,n表示將第m塊的計算任務卸載至節點n執行；

IoT本地用戶端將計算任務分塊卸載給多個MEC以及云端節點，對于一個數據單元來說，一個數據單元只能卸載給一個節點，表示為同時一個邊緣節點接收多個數據單元，表示為當n＝0時表示在IoT本地執行計算任務，n＝N+1時表示在云端節點執行計算任務；

對于第k個用戶的數據如式4)所示：

設F₀,F_n,F_N+1分別表示本地、邊緣節點以及云節點的計算能力，即為執行計算任務所需的CPU轉數；式(4)中表示執行的任務大小，表示用戶k的1bit任務執行時所需的CPU轉數，當n＝0時表示任務在IoT本地用戶端執行，當n＝{1,2...N}時表示任務在MEC節點執行，n＝N+1時表示任務在云節點執行；

S2：構建多節點協作計算卸載模型的目標函數，以在時延滿足時間約束的條件下，實現網絡整體能耗最小；

S3：基于分支界定算法對步驟S2中所述的目標函數進行優化。