超密集网络架构中分布式移动边缘计算卸载方法技术

本发明专利技术公开了一种超密集网络架构中的分布式移动边缘计算卸载方法，属于无线通信网络与云计算技术领域。计算移动设备的干扰，若需要卸载，则选择满足负载限制、干扰限制和时延限制的策略进行计算卸载；进一步的，当所选策略的能量消耗优于当前计算卸载策略，发送请求更新信息到当前所选基站，请求更新自身的计算卸载策略；移动设备在获得基站允许更新计算策略的信息后，通知其他移动设备已获得本次更新机会，并在下一时隙采用更新的策略；如果移动设备未获得更新机会，则在下一时隙保持现有的策略。本发明专利技术方法在保证一定时延限制的前提下，有效地降低了计算卸载过程中的能量开销，有效的达到了节约能耗的目的，有着很好的前沿性和可应用性。

Unload method of distributed mobile edge computing in ultra dense network architecture

【技术实现步骤摘要】
超密集网络架构中分布式移动边缘计算卸载方法
本专利技术属于无线通信网络与云计算
，具体涉及一种超密集网络架构中的分布式移动边缘计算卸载方法。
技术介绍
智能终端设备的普及，改变了人们对传统移动设备的认识，各种以用户体验为基础的移动应用软件的出现，不断的改变着现代人的生活方式，也使得人们比以往任何时候都更加依赖智能终端。然而，受到终端设备的电池容量、计算能力以及存储容量的限制，一些例如自然语言处理、虚拟现实、交互式游戏等需要大量数据处理和计算的应用无法在移动设备上实现其功能。MEC(MobileEdgeComputing，移动边缘计算)的出现为以上的问题带来了新的解决方案。在移动边缘计算场景中，移动用户可以将计算任务卸载到网络边缘上，通过网络边缘上的云计算设备去完成具体的计算任务[参考文件1：WuJ,YuenC,CheungNM,etal.Enablingadaptivehigh-frame-ratevideostreaminginmobilecloudgamingapplications[J].IEEETransactionsonCircuitsandSystemsforVideoTechnology,2015,25(12):1988-2001]。超密集网络被认为是未来5G的关键技术之一，超密集网络可以为用户提供更高的QoS(QualityofService，服务质量)、更高的数据传输速率和更低的传输时延。结合超密集网络的特点，在5G(The5thgenerationwirelesssystems，第5代移动通信)超密集网络中部署移动边缘云的相关研究受到了行业的广泛关注。近年来，部分研究学者已经围绕移动边缘云计算网络做了广泛的研究，文献2[ChenX.Decentralizedcomputationoffloadinggameformobilecloudcomputing[J].IEEETransactionsonParallelandDistributedSystems,2015,26(4):974-983]中的作者提出了在MEC场景下，通过博弈理论的方法去优化计算任务卸载过程。与此同时，文献3[TongL,LiY,GaoW.Ahierarchicaledgecloudarchitectureformobilecomputing[C]//ComputerCommunications,IEEEINFOCOM2016-The35thAnnualIEEEInternationalConferenceon.IEEE,2016:1-9.]的作者提出了针对移动云计算的分层边缘云网络架构，并且提出了处理峰值移动用户负载的有效方法和策略。在文献4[ChenX,JiaoL,LiW,etal.Efficientmulti-usercomputationoffloadingformobile-edgecloudcomputing[J].IEEE/ACMTransactionsonNetworking,2016,24(5):2795-2808]中，作者联合的考虑了移动用户在进行计算卸载过程中的时延和能量开销，并以此作为研究目标，为用户提供计算卸载选择的判断依据。文献5[ZhangW,WenY,ChenHH.Towardtranscodingasaservice:energy-efficientoffloadingpolicyforgreenmobilecloud[J].IEEENetwork,2014,28(6):67-73]和文献6[ZhangK,MaoY,LengS,etal.Energy-EfficientOffloadingforMobileEdgeComputingin5GHeterogeneousNetworks[J].IEEEAccess,2016,4:5896-5907]的作者以最小化能量消耗为目标，设计了一种优化计算卸载过程中能量消耗的策略。在文献7[TianzeL,MuqingW,MinZ,etal.AnOverhead-OptimizingTaskSchedulingStrategyforAd-hocBasedMobileEdgeComputing[J].IEEEAccess,2017,5:5609-5622]中，作者提出了这样一种场景，当移动设备自身的计算能力无法满足自身的需求时，用户可以选择将计算任务卸载到邻近的移动设备上去完成。文献8[SunN,ZhaoY,SunL,etal.DistributedandDynamicResourceManagementforWirelessServiceDeliverytoHigh-SpeedTrains[J].IEEEAccess,2017,5:620-632]中的作者设计了一种在高速铁路网络场景下的计算卸载策略，提升了用户在快速移动过程中卸载计算任务的可靠性。尽管在移动边缘云计算中，已经有很多学者围绕计算卸载过程进行了相关研究，但其主要的研究方向都集中在了中心式计算卸载模型上，即算法的执行需要由一个统一调度的中心控制器去实现和完成。然而，在带有MEC功能的超密集网络中，采用中心控制的思想会引起严重的流量拥塞，产生大量的控制信号在无线网络中进行传输，占用信道带宽资源。
技术实现思路
针对上述技术的缺点，本专利技术提出了一种超密集网络下多用户多MEC节点的分布式计算卸载方法，以实现最小化每个移动设备计算卸载能耗的目的。本专利技术提供的一种超密集网络架构中分布式移动边缘计算卸载方法，在网络中的微微蜂窝基站附近部署有MEC服务器，使得微微蜂窝基站具有MEC计算功能，将具有MEC计算功能的微微蜂窝基站称为MEC-微微蜂窝基站。将超密集网络架构中移动设备分布式计算卸载的决策问题，描述为多用户多基站的分布式计算卸载博弈，所有的移动设备是博弈参与者，博弈的目标是最小化每个移动设备的能量开销。本专利技术方法在博弈过程中，利用潜在方程判断是否达到纳什均衡；所建立的潜在方程其中，N为MEC-微微蜂窝基站数量，K为移动设备数量，pi,n为移动设备i接入基站n时的传输功率，gi,n为移动设备i和基站n之间的信道增益；I{A}为指示函数，I{A}＝1时代表事件A是真的，此时多个移动设备占用同一信道，I{A}＝0时代表事件A是假的，此时移动设备并未占用同一信道；Gi,n为移动设备i的干扰阈值；a表示所有移动设备的决策，ai表示移动设备i的卸载决策。本专利技术的计算卸载方法，初始设置各移动设备都选择本地计算，然后在每个决策时隙τ内，执行如下步骤：步骤1，计算移动设备的干扰初步判断是否可以进行计算卸载，如果可以，则从移动设备的计算卸载策略集中选择一个MEC-微微蜂窝基站；步骤2，首先，计算移动设备所选策略是否满足负载限制、干扰限制和时延限制，若不满足，执行步骤3；如果满足，继续判断所选策略的能量消耗是否优于当前计算卸载策略，如果是，则发送请求更新信息到当前所选基站，请求更新自身的计算卸载策略，如果否，则转步骤3执行；步骤3，判断移动设备的计算卸载策略集中策略是否都已选过，若是，则结束本次时隙的操作；若否，重新从计算卸载策略集中选择一个未选择过的MEC-微微蜂窝基站，继续执行步骤2；步骤4，移动本文档来自技高网...

【技术保护点】
一种超密集网络架构中分布式移动边缘计算卸载方法，在网络中的微微蜂窝基站附近部署MEC服务器，使得微微蜂窝基站具有MEC计算功能，将具有MEC计算功能的微微蜂窝基站称为MEC‑微微蜂窝基站；其特征在于，所述方法将超密集网络架构中移动设备分布式计算卸载的决策问题，描述为多用户多基站的分布式计算卸载博弈，所有的移动设备是博弈参与者，博弈的目标是最小化每个移动设备的能量开销；在博弈过程中，利用潜在方程判断是否达到纳什均衡；所建立的潜在方程

【技术特征摘要】
1.一种超密集网络架构中分布式移动边缘计算卸载方法，在网络中的微微蜂窝基站附近部署MEC服务器，使得微微蜂窝基站具有MEC计算功能，将具有MEC计算功能的微微蜂窝基站称为MEC-微微蜂窝基站；其特征在于，所述方法将超密集网络架构中移动设备分布式计算卸载的决策问题，描述为多用户多基站的分布式计算卸载博弈，所有的移动设备是博弈参与者，博弈的目标是最小化每个移动设备的能量开销；在博弈过程中，利用潜在方程判断是否达到纳什均衡；所建立的潜在方程其中，N为MEC-微微蜂窝基站数量，K为移动设备数量，pi,n为移动设备i接入基站n时的传输功率，gi,n为移动设备i和基站n之间的信道增益；I{A}为指示函数，I{A}＝1时代表事件A是真的，此时多个移动设备占用同一信道，I{A}＝0时代表事件A是假的，此时移动设备并未占用同一信道；Gi,n为移动设备i的干扰阈值；a表示所有移动设备的决策，ai、aj分别表示移动设备i、j的卸载决策；初始设置各移动设备都选择本地进行计算，然后在每个决策时隙τ内，每个移动设备执行步骤1～步骤4，并在所有移动设备完成本次决策时隙的迭代后，判断博弈是否达到纳什均衡，如果是，则此时表示所有移动设备都找不到比现有策略更优的计算卸载策略，结束博弈；否则继续判断是否达到了预设的最大迭代次数，如果是，结束博弈，如果否，继续进入下一个决策时隙；所述的步骤1～步骤4包括：步骤1，计算移动设备的干扰初步判断是否需要进行计算卸载，如果需要，则从移动设备的计算卸载策略集中选择一个MEC-微微蜂窝基站；步骤2，首先，计算移动设备所选策略是否满足负载限制、干扰限制和时延限制，若不满足，执行步骤3；如果满足，继续判断所选策略的能量开销是否小于当前计算卸载策略，如果是，则发送请求更新信息到当前所选基站，请求更新自身的计算卸载策略，转步骤4执行，如果否，转步骤3执行；步骤3，判断移动设备的计算卸载策略集中策略是否都已选过，若是，则结束本次时隙的操作；若否，重新从计算卸载策略集中选择一个未选择过的MEC-微微蜂窝基站，继续执行步骤2；步骤4，移动设备在获得基站允许更新计算策略的信息后，通知其他移动设备已获得本次更新机会，并在下一时隙采用更新的策略；如果移动设备未获得更新机会，则在下一时隙保持现有的策略。2.根据权利要求1所述的方法，其特征在于，所述的步骤1中，初步判断移动设备是否需要进行计算卸载，判断方法是：计算移动设备i的干扰阈值Gi,n，然后判断是否满足如果是，移动设备i选择MEC-微微蜂窝基站进行计算卸载，否则移动设备i选择本地计算；其中，W为移动设备的信道带宽，σ2代表信道的高斯噪声，β代表基站正确接收数据流的最小信干噪比；bi...

【专利技术属性】
技术研发人员：张鹤立，郭俊，纪红，李曦，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：北京,11