[發明專利]一種不確定網絡環境中的任務卸載和資源分配方法

有效

• 申請號: 202110635596.2
• 申請日: 2021-06-08
• 公開（公告）號: CN113242568B
• 公開（公告）日: 2022-05-03
• 發明（設計）人: 姚枝秀;夏士超;陳曾平;王婧琳;李云
• 申請（專利權）人: 重慶郵電大學
• 主分類號: H04W24/02
• 分類號: H04W24/02;H04W24/06
• 代理公司: 重慶輝騰律師事務所 50215
• 代理人: 盧勝斌

本發明涉及無線通信技術領域，尤其涉及一種不確定網絡環境中的任務卸載和資源分配方法，包括將任務卸載過程建模為兩階段卸載模型，并將該模型優化為基于兩階段隨機規劃的任務卸載和資源分配問題，利用隨機模擬方法將其化為樣本均值近似問題，將該問題解耦為本地計算資源分配子問題、傳輸功率和邊緣計算資源聯合分配子問題以及卸載決策子問題；采用標準拉格朗日乘子法、遺傳算法以及分析本地計算和邊緣計算的時延估計和能耗預算求解三個子問題；用戶根據求解三個子問題獲得最優分配策略進行任務卸載；本發明能夠在時延不確定的網絡中滿足任務計算時延的要求，同時保證系統能耗最小化。

技術領域

本發明涉及無線通信技術領域，尤其涉及一種不確定網絡環境中的任務卸載和資源分配方法。

背景技術

隨著物聯網技術的快速發展和5G/6G新型應用的普及，時延敏感性應用已經被廣泛設想，如虛擬現實、無人駕駛和人臉識別等正以前所未有的速度發展。移動邊緣計算(Mobile Edge Computing，MEC)通過將任務卸載網絡邊緣節點，如基站和無線接入點，為時延敏感型應用提供了固有的低時延優勢。

移動邊緣計算中任務卸載和資源分配策略往往是影響用戶卸載時延和能耗的關鍵因素，為提高用戶的服務質量(Quality of Experience，QoE)，同時最小化計算卸載能耗，需要根據任務的計算能耗預算、計算時延，以及MEC服務器的可用資源等性能約束條件來制定任務卸載和資源分配策略。國內外研究人員針對此問題進行了大量深入研究，一些主要的成果有：

(1)移動邊緣計算中的任務分配和計算頻率任務算法(參考文獻：Dinh T Q,TangJ,La Q D,et al.Offloading in Mobile Edge Computing:Task Allocation andComputational Frequency Scaling[J].IEEE Transactions on Communications,2017,65(8):3571-3584.)：該算法考慮了單個用戶將任務卸載到多個MEC服務器的場景，通過優化任務的卸載決策和用戶的中央處理單元(Central Process Unit，CPU)頻率值來實現任務計算時延和用戶能耗的最小化。

(2)聯合任務卸載和無線資源分配算法(參考文獻：Chen H,D Zhao,Chen Q,etal.Joint Computation Offloading and Radio Resource Allocations in Small-CellWireless Cellular Networks[J].IEEE Transactions on Green Communications andNetworking,2020,4(3):745-758.)：該算法考慮在多用戶多MEC服務器場景下，對任務卸載決策、傳輸功率和信道分配進行了聯合優化，目的是在滿足任務計算時延約束條件下，最小化所有用戶的能耗。

任務計算時延是保證用戶QoE的重要指標之一，上述研究工作均考慮了任務的計算時延，然而都忽略了MEC服務器任務隊列的排隊等待時延。在實際的MEC網絡環境中，由于MEC服務器的計算、存儲等資源非常有限，通常無法快速響應海量突發的計算請求，因此，任務在MEC服務器端的排隊等待時間是不可忽略的。由于任務到達的隨機性，以及MEC服務器任務隊列的時變性，欲得到任務排隊等待時間的準確預測值是不現實的，這種不確定性因素對傳統任務卸載和資源分配造成了嚴峻挑戰。此外，大部分研究工作都只針對用戶端能耗，而計算資源有限的MEC服務器端將面臨著大量計算密集型和時延敏感型用戶的訪問，隨之而來的是計算資源匱乏，以及高能耗等問題。因此，如何在任務計算時延不確定的MEC網絡環境中制定高效、綠色的任務卸載和資源分配策略具有重要研究價值。

發明內容

為解上述問題，本發明考慮任務在MEC服務器的隨機排隊等待時間導致的計算時延不確定問題，提出了一種不確定網絡環境中的任務卸載和資源分配方法，具體包括以下步驟：