[發明專利]混合協作計算卸載方法、裝置、電子設備及存儲介質有效
| 申請號: | 202011445907.0 | 申請日: | 2020-12-09 |
| 公開(公告)號: | CN112672382B | 公開(公告)日: | 2022-12-23 |
| 發明(設計)人: | 蔡君;丁可可;劉燕;羅建楨 | 申請(專利權)人: | 廣東技術師范大學 |
| 主分類號: | H04W28/08 | 分類號: | H04W28/08;H04W28/02;H04W24/06 |
| 代理公司: | 佛山市恒瑞知識產權代理事務所(普通合伙) 44688 | 代理人: | 史亮亮 |
| 地址: | 510510 廣東*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 混合 協作 計算 卸載 方法 裝置 電子設備 存儲 介質 | ||
本發明公開一種混合協作計算卸載方法、裝置、電子設備及存儲介質,其中,方法包括:在待處理任務的計算量無法承擔時,發出待處理任務卸載請求,待處理任務卸載請求攜帶任務分割信息;根據待處理任務卸載請求的反饋及任務分割信息,設計任務計算卸載模型;根據任務計算卸載模型,計算任務執行時延。本發明混合協作計算卸載方法、裝置、電子設備及存儲介質,用戶任務被分割成若干個子任務,且分析若干個子任務之間的依賴關系,當用戶計算資源不足時,可以將若干個子任務卸載到其他用戶設備或邊緣計算服務器,采用基于深度強化學習的單任務混合卸載機制,可以降低任務完成時延,節省網絡帶寬,提高完成任務效率,可普遍適用于物聯網等技術領域。
技術領域
本發明涉及移動邊緣計算技術領域,特別涉及一種混合協作計算卸載方法、裝置、電子設備及存儲介質。
背景技術
移動邊緣計算(MEC)通過將移動設備上的計算任務卸載到MEC服務執行,從而提高移動設備的計算能力,因此是一種非常有前景的技術,其被應用到車聯網(VehicleNetworks),物聯網(Internet of Things)和智能城市(Smart City)等各種領域中。與集中式云計算系統(Cloud Computing System)相比,MEC系統的分布式結構具有很多優勢,包括降低能耗和減少時延
協同計算卸載,這種方法在以往的工作中只被少數研究人員考慮過。現有的計算卸載方案一般都是不對計算任務進行劃分,直接通過無線通信直接卸載到MEC服務器上執行。如果計算任務巨大,這樣的方式勢必會造成網絡擁塞等,完成任務時延得不到保證,不利于數據通信。
發明內容
本發明的主要目的是提出一種混合協作計算卸載方法,旨在解決現有集中式方案中與基站頻繁的信息交互、完成任務時延得不到保證的技術問題。
為實現上述目的,一方面,本發明提出了一種混合協作計算卸載方法,包括:
在待處理任務的計算量無法承擔時,發出待處理任務卸載請求,所述待處理任務卸載請求攜帶任務分割信息;
根據所述待處理任務卸載請求的反饋及任務分割信息,設計任務計算卸載模型;
根據所述任務計算卸載模型,計算任務執行時延。
優選地,所述任務計算卸載模型包括:
任務本地執行模型、設備到設備卸載執行模型和移動邊緣計算卸載執行模型。
優選地,根據所述任務計算卸載模型,計算任務執行時延包括:
通過比較使用任務本地執行模型、設備到設備卸載執行模型和移動邊緣計算卸載執行模型所用的任務執行時延,任務執行時延最低的模型作為最佳執行模型。
優選地,所述任務本地執行模型包括:
當子任務vi在本地執行時,其執行時延定義為其中,Φi表示子任務vi的工作量,fiL表示本地用戶分配給子任務vi的計算資源,假設每個設備最大計算資源是
優選地,所述設備到設備卸載執行模型包括:
當本地用戶u計算資源不足時,可以將全部或部分子任務卸載到其他用戶設備中執行;子任務的計算數據通過D2D通信鏈路傳輸給卸載設備k,D2D通信的數據率為:
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于廣東技術師范大學,未經廣東技術師范大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011445907.0/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:無線充電系統
- 下一篇:一種壓控/數控振蕩器的使能控制電路





