[發明專利]一種異構IoT網絡中的邊緣計算與緩存方法及系統

有效

• 申請號: 202011467098.3
• 申請日: 2020-12-14
• 公開（公告）號: CN112689296B
• 公開（公告）日: 2022-06-24
• 發明（設計）人: 田杰;支媛;劉爽;劉倩倩
• 申請（專利權）人: 山東師范大學
• 主分類號: H04W24/02
• 分類號: H04W24/02;H04W28/14;H04W28/16
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 李圣梅

1.一種異構IoT網絡中的邊緣計算與緩存方法，其特征在于，包括以下步驟：

構建基于移動邊緣計算的異構IoT網絡模型；

對異構IoT網絡中不同類型的用戶分別建模分析；針對計算任務型用戶，構建上行鏈路通信模型與計算模型；針對內容請求型用戶，構建下行鏈路通信模型與緩存模型；

問題建模，明確系統優化目標，最小化所有用戶的時延與能耗的加權和；

采用MADDPG算法聯合優化計算卸載、資源分配和內容緩存的決策；

其中，在SBSk服務的小區中，計算任務型用戶選擇將計算任務卸載到MBS或SBSk，其中，MBS與SBS為其關聯的用戶均等地分配帶寬，當SBS小區中的用戶關聯到MBS時，MBS為其關聯用戶均等分配帶寬；當SBS小區內的用戶關聯到本小區基站，本小區SBS為其關聯用戶均等分配帶寬；在SBSk服務的小區中，當計算任務型用戶選擇通過無線信道將計算任務卸載到SBSk配備的MEC服務器時，計算任務型用戶的上行鏈路傳輸速率為：

其中，表示計算任務型用戶，表示計算任務型用戶的發射功率，W_s表示SBS的帶寬，表示計算任務型用戶到SBSk之間的信道增益，σ²表示背景噪聲功率；表示小區k中選擇將計算任務卸載到SBSk的用戶數，具體的，在SBSk服務的小區中，表示計算任務型用戶選擇將計算任務卸載到SBSk；其中，1(e)代表指標函數，如果事件e為真，則1(e)＝1，否則1(e)＝0；

當計算任務型用戶選擇將計算任務卸載到MBS配備的MEC服務器時，計算任務型用戶的上行鏈路傳輸速率為：

其中，W_m表示MBS的帶寬，表示計算任務型用戶到MBS之間的信道增益，表示網絡中選擇將計算任務卸載到MBS的用戶數，表示計算任務型用戶選擇將計算任務卸載到MBS；

在SBSk服務的小區中，SBSk傳輸內容到內容請求型用戶的下行鏈路傳輸速率為：

其中，P_k表示SBSk的發射功率，表示SBSk到內容請求型用戶之間的信道增益，表示SBSk服務的內容請求型用戶數；

所述針對計算任務型用戶構建計算模型的三種計算方式具體變現為：

a1.本地計算：計算任務型用戶在本地執行計算任務用表示計算任務型用戶的計算能力，計算任務在本地計算的執行時延為相應的執行能耗為其中，ζ表示有效開關電容，具體取決于芯片的架構；表示完成任務所需的CPU周期總數,表示每CPU周期的能耗；

a2.卸載到SBS計算：計算任務型用戶將其計算任務卸載到關聯的SBS配備的MEC服務器進行計算，用F^s表示SBS的MEC服務器的計算資源，用表示計算任務型用戶所占用的SBS的MEC服務器的計算資源比例，具體的，在SBSk服務的小區中，選擇卸載到SBSk的用戶所占用的資源和不能大于SBS的MEC服務器的計算資源，計算任務在關聯的SBS的MEC服務器中的執行時延為相應的執行能耗為其中，e_s表示SBS每CPU周期的能耗,表示計算任務的數據大小；

a3.卸載到MBS計算：計算任務型用戶將其計算任務卸載到MBS配備的MEC服務器進行計算，用表示MBS的MEC服務器分配給計算任務型用戶的計算資源，卸載到MBS上的所有用戶分配相同的計算資源；計算任務在MBS的MEC服務器中的執行時延為相應的執行能耗為其中，e_m表示MBS每CPU周期的能耗；

所述針對內容請求型用戶構建緩存模型的四種內容傳輸方式具體變現為：

b1.SBS→UE：若內容請求型用戶所關聯的SBSk緩存了用戶請求內容n，內容請求型用戶請求內容n的下行鏈路傳輸時延為相應的傳輸能耗為其中，表示內容請求型用戶的請求內容n的數據大小；

b2.SBS^nb→SBS→UE：

考慮到同一MBS覆蓋范圍內的SBS通過光纖連接且距離較近，且該范圍內的內容傳輸時間較短，因此假設MBS覆蓋范圍內鄰居SBS到SBS單個內容的傳輸時延為固定值T_sbs，傳輸能耗為固定值E_sbs，MBS到SBS單個內容的傳輸時延為固定值T_mbs，傳輸能耗為固定值E_mbs；若內容請求型用戶所關聯的SBSk未緩存用戶請求內容n，鄰居SBSk′已緩存，則內容傳輸時延為相應的傳輸能耗為

b3.MBS→SBS→UE：若內容請求型用戶所關聯的SBSk與鄰居SBS均未緩存內容n，MBS已緩存，則內容傳輸時延為相應的傳輸能耗為

b4.Core Network→MBS→SBS→UE：內容請求型用戶請求內容n的回程帶寬為其中，表示核心網絡中的平均數據傳輸速率；內容請求型用戶請求內容n的回程鏈路時延為相應能耗為內容傳輸時延為相應的傳輸能耗為

所述采用MADDPG算法聯合優化計算卸載、資源分配和內容緩存的決策，具體表現為：

在預設時隙內，離線集中訓練MADDPG模型，每個SBS充當學習智能體，在線執行階段快速做出計算卸載、資源分配和內容緩存決策；具體的狀態、動作及獎勵函數設置如下：

狀態空間：時隙t，所有SBS的狀態集合：具體的單個SBSk的狀態描述為：其中，ca表示SBS所緩存的內容，co，ta，lo，ac分別表示當前小區內用戶的請求內容，計算任務，位置，計算執行方式，計算資源分配方式環境因素；行動空間：時隙t，所有SBS的動作集合：具體的單個SBSk的行動描述為：其中，x，a分別表示卸載決策與計算資源分配決策，y表示SBS的緩存決策；

獎勵函數：智能體通過與環境的相互作用最大化其獎勵來做出決策，為了最小化系統中所有用戶的時延與能耗的加權和，將獎勵函數定義為其中，表示在t時隙，SBSk服務小區內的優化效用，表示SBSk服務小區內的所有用戶最大時延與能耗的加權和。