异构蜂窝网络的任务卸载方法技术

本发明专利技术涉及通信技术领域，特别涉及一种异构蜂窝网络的任务卸载方法，包括：建立用户卸载任务请求，并预置参数；构造李雅普诺夫函数以及目标函数；最大化用户卸载效用的同时最小化队列积压量，根据网络异构对其用户卸载任务的影响，其WIFI连接时间是否确定并求解最优卸载量的方法，即如果设置的WIFI连接时间确定，则采取拉格朗日优化方法求解最优卸载量；否则采取随机规划求解最优卸载量；本发明专利技术考虑用户系统卸载效用最大化，减少卸载队列积压量，考虑用户的移动性，网络异构对其用户卸载任务的影响，使得用户卸载效用最大的同时，不但大幅降低了用户端卸载任务的积压，而且减少了系统的拥塞。

Task unload method for heterogeneous cellular networks

The present invention relates to the technical field of communication, including the task of unloading method, in particular to a heterogeneous cellular network: the establishment of user unloading task requests, and preset parameters; Lyapunov function and objective function; maximum users to uninstall utility and minimize the queue backlog, according to the influence of the heterogeneous network users to uninstall tasks, the WIFI connection time is determined and the solution of optimal unloading amount, i.e. if you set the WIFI connection to determine the time, take Lagrange optimization method to solve the optimal amount of unloading; otherwise take a random plan for solving the optimal amount of the invention considers user unloading; unloading the system utility maximization, reduce the backlog queue unloading, considering the user's mobility, influence the task of heterogeneous network users to uninstall, uninstall utility allows users at the same time, not only greatly reduced The backlog of the user - side unload task is lower and the congestion of the system is reduced.

【技术实现步骤摘要】
异构蜂窝网络的任务卸载方法本专利技术涉及云计算
，特别涉及一种异构蜂窝网络的任务卸载方法。
技术介绍
在“移动”时代，产业之间加速相互渗透整合，而技术和服务仍然是竞争的焦点所在。国际市场调研机构eMarketer公布的数据显示，2016年全球使用智能手机的人数已超过20亿人。智能手机市场趋于饱和，基于智能手机的相关业务进入快速发展阶段。这些业务包括移动支付、手机游戏、移动电商、移动资讯、移动出行等。然而移动终端(如智能手机、平板电脑)作为人们处理业务的重要工具,越来越多的人将重要的业务放到移动终端上来运行，而移动终端相对于台式计算机在运算能力，内存以及电池能耗上劣势,基于移动云服务的移动云计算孕育而生，是一种将云计算和移动互联网相融合的新技术，已成为一个新兴研究领域，受到了国内外学者的广泛关注。因此移动云计算成为了人们便捷生活和工作的有力保障。为提高计算处理能力，降低终端能耗，提高用户满意度，移动用户可以将数据处理和存储迁移到云端来改善其移动终端处理能力弱、存储空间小以及电池续航时间短等性能缺陷。云端可将移动终端的数据处理和存储作为一种业务应用来为用户提供相应的服务。移动云计算中的无线信道与传统移动互联网中的无线信道一样，都是随时空的不同动态变化的，且较低的传输速率会导致较高的传输能耗。在传统移动互联网中，一些学者采用适当延缓数据交付的方式来优化传输能耗，文献“J.LeeandN.Jindal,“Energy-EfficientSchedulingofDelayConstrainedTrafficoverFadingChannels,”IEEETrans.WirelessCommun.,vol.8,no.4,pp.1866-75,Apr.2009.”将这一能耗优化问题建模为延时受限的能耗最优化问题，并采用凸优化方法来求解最优解，但是这种方式很难满足用户对不同业务的延时需求，因此具有一定的局限性。文献“C.-P.Li,M.J.Neely,“Energy-OptimalSchedulingwithDynamicChannelAcquisitioninWirelessDownlinks,”IEEETransactionsonMobileComputing,Vol.9,no.4,pp.527-539,Apr.2010.”所提方法仅从数据在信道中传输的角度来考虑问题，虽然可满足用户对不同业务的延时需求，但是当用户长期处于弱覆盖或干扰严重的区域时，不断到达信道的业务数据也会促使系统在信道状态较差时向用户交付数据，从而导致较高的传输能耗。由此可见，针对用户进行数据采集、传输和处理等方面的应用。仅从业务交付的角度来考虑问题不能有效地减少传输能耗。当前的研究只是针对用户的吞吐量与能耗等方面做了大量的研究，未曾想过用户卸载任务的最终目的是获得更多的收益。然而，另一方面用户在将应用卸载云端处理的时候以及需要通过无线传输才能交付给移动终端；考虑网络异构，不同链接(蜂窝、WIFI)对卸载应用成本产生影响；显然卸载的带宽成本是用户考虑是否卸载、卸载多少业务量的关键因素之一；减少用户卸载任务产生的卸载成本是需要解决的问题；考虑业务的实时性以及数据积压量，也需要谨慎决策，需要综合考虑应用卸载带来的卸载任务所获得的效用和数据积压量。
技术实现思路
针对以上技术问题，本专利技术提出异构蜂窝网络的任务卸载方法，使得用户系统卸载效用最大的同时，而且大幅降低了用户端卸载任务的积压，减少了系统的拥塞。本专利技术异构蜂窝网络的任务卸载方法，包括：建立用户卸载任务请求，并预置参数；构造李雅普诺夫函数以及目标函数；根据在异构网络中，根据其目标函数，最大化用户卸载系统效用，减少用户端积压，并根据网络中WIFI连接时间是否确定来选择求解最优卸载量的方法，若为确定，则采取拉格朗日优化方法求解最优卸载量；否则采取随机规划求解最优卸载量。优选的，所述建立用户卸载任务请求包括：可以得到系统中每个用户卸载业务数据积压量的动态变化关系为：Qi,k+1＝max[0,Qi,k-bi,k]+Ai,k；其中，用户端的每个用户队列积压量为Qi,k，用户到达的数据量为Ai,k，卸载到云端的数据量为bi,k。优选的，所述构造李雅普诺夫函数以及第一目标函数包括：构造李雅普诺夫函数，其次在第k时间片内李雅普诺夫函数的变化得到李雅普诺夫转移函数，并获取控制阀值V有关的第一惩罚函数；根据李雅普诺夫优化方法，通过控制参数阀值V在数据积压与系统卸载效用之间获取一个折中点，可以通过控制阀值V来进行控制用户卸载应用获得效用与队列积压，证明用户卸载效用和队列与控制阀值V之间的关系；估计在第k时间片内李雅普诺夫函数的变化得到李雅普诺夫转移函数，获取控制阀值V有关的第二惩罚函数；根据李雅普洛夫优化方法和第二惩罚函数得到第一目标函数。进一步地，所述求解最优卸载量包括：根据当前用户与云端在WIFI网络下的连接时间值，获得满足第一目标函数的最小化的最优值每个用户的数据到达量Ai,k为不可控参数，最优解可以利用拉格朗日乘数法进行计算，即构造拉格朗日函数，并利用KKT条件，求解最优解当前用户与云端在WIFI网络下的连接时间不确定的情况下，采用了随机规划的方法对其用户的移动性所带来的卸载带宽成本进行估测。本专利技术使得用户系统卸载效用最大的同时，而且大幅降低了用户端卸载任务的积压，减少了系统的拥塞，考虑了用户与云端之间的网路连接，在WIFI网络中的连接时间确定下和不确定下的方法找到最优卸载量，从而在最大化系统卸载效用和减低队列积压。附图说明图1为本专利技术中任务卸载决策算法整体框架图；图2为本专利技术的系统模型图；图3为本专利技术中队列积压与系统卸载效用随着控制阀值V的变化；图4为本专利技术中队列积压随着不同数据到达率的变化；图5为本专利技术中系统卸载效用随着不同的数据到达率的变化。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。本专利技术一种异构蜂窝网络的任务卸载方法，如图1，包括：建立用户卸载任务请求，并预置参数；构造李雅普诺夫函数以及目标函数；根据目标函数最大化用户系统卸载效用，减少用户队列积压，再根据设置的WIFI连接时间是否确定来选择求解最优卸载量的方法，若为确定，则采取拉格朗日优化方法求解最优卸载量；否则采取随机规划求解最优卸载量。本专利技术的系统模型由移动用户端，异构蜂窝网络，云端数据中心三个部分组成，如图2，假设当前网络中存在n个移动用户，即i＝{1,2,…,n}，其中i表示当前的用户数，K表示系统参数总时间片数，且k∈(1,2,....K)。在每个k时间片内，用Qi,k＝{Q1,k,Q2,k...,Qn,k}表示由第i个移动用户卸载应用产生的业务数据队列(例如：内容，多媒体业务)；Qi,k表示第i个用户在第k时间片内卸载应用的业务数据积压量，当用户终端接收到应用卸载请求时，假设第i个用户在第k时间片内到达的业务数据量为Ai,k，其中Ai,k是服从均值为λi的泊松分布且Ai,k独立同分布，表示为且第i个用户卸载数据量存在最大的业务到达数据量所有的用户即i∈{1,2,...n}以及所有的时间片内都本文档来自技高网...

【技术保护点】
一种异构蜂窝网络的任务卸载方法，其特征在于，包括：建立用户卸载任务请求，并预置参数；根据建立的用户卸载请求，构造李雅普诺夫函数以及第一目标函数；根据目标函数最大化用户系统卸载效用，减少用户队列积压，再根据设置的WIFI连接时间是否确定选择求解最佳卸载量的方法，即若设置的WIFI连接时间为确定，则采取拉格朗日优化方法求解最优卸载量，否则采取随机规划求解最优卸载量。

【技术特征摘要】
1.一种异构蜂窝网络的任务卸载方法，其特征在于，包括：建立用户卸载任务请求，并预置参数；根据建立的用户卸载请求，构造李雅普诺夫函数以及第一目标函数；根据目标函数最大化用户系统卸载效用，减少用户队列积压，再根据设置的WIFI连接时间是否确定选择求解最佳卸载量的方法，即若设置的WIFI连接时间为确定，则采取拉格朗日优化方法求解最优卸载量，否则采取随机规划求解最优卸载量。2.根据权利要求1所述的异构蜂窝网络的任务卸载方法，其特征在于，所述建立用户卸载任务请求包括：系统中每个用户卸载业务数据积压量的动态变化关系为：Qi,k+1＝max[0,Qi,k-bi,k]+Ai,k；其中，Qi,k+1第i个用户在第k+1时间片内的业务数据积压量；Ai,k为第i个用户在第k时间片内到达的业务数据量，bi,k为第i个用户在第k时间片内发送到云端的数据量；Qi,k表示第i个用户在第k时间片内的业务数据积压量。3.根据权利要求1所述的异构蜂窝网络的任务卸载方法，其特征在于，所述构造李雅普诺夫函数以及第一目标函数包括：构造李雅普诺夫函数，并估计在第k时间片内李雅普诺夫函数的变化得到李雅普诺夫转移函数，并获取与控制阀值V有关的第一惩罚函数和第一推理函数；根据李雅普诺夫优化方法，采取控制阀值V在数据积压与系统卸载效用之间获取一个折中点，通过控制阀值V来控制用户卸载效用与队列积压之间的关系，获得用户卸载效用和队列积压与控制阀值V之间的关系；估计在第k时间片内李雅普诺夫函数的变化得到李雅普诺夫转移函数，获取控制阀值V有关的第二惩罚函数和第二推理函数；根据李雅普洛夫优化方法和第二惩罚函数得到第一目标函数。4.根据权利要求3所述的异构蜂窝网络的任务卸载方法，其特征在于，所述第一惩罚函数和第一推理函数包括：第一惩罚函数：根据李雅普洛夫优化方法得到第一推理函数：其中，Δk为转移量，V为控制阀值，表示·的期望收益，Ui,k为效用函数，bi,k表示卸载到云端的数据量，Ai,k表示第i个用户在第k时间片内的卸载任务的到达数据，Qi,k表示第i个用户在第k时间片内的卸载的业务数据积压量，Qk表示队列积压的向量，B为常数，n表示用户数。5.根据权利要求3所述的异构蜂窝网络的任务卸载方法，其特征在于，所述用户卸载效用和队列与控制参数V之间的关系包括：其中，为队列的平均値，V为控制阀值，Qi,k表示第i个用户在第k时间片内的卸载的业务数据积压量，为效用函数的平均值，Uk表示稳定的调度算法系统的效用，表示稳定的调度算法系统的最优效用，Umax表示稳定的调度算法系统的最大效用，B为常数，ε为极限阈值，sup表示求函...

【专利技术属性】
技术研发人员：黄巍，郑梦妍，李云，吴广富，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆,50