一种异构网络联合计算卸载及资源分配方法组成比例

本发明专利技术涉及一种异构网络联合计算卸载及资源分配方法，属于无线通信技术领域。该方法包括以下步骤：S1：建模用户计算任务特性；S2：建模用户计算卸载决策变量及其限定条件；S3：建模用户计算任务本地处理能耗及完成时间；S4：建模用户计算任务卸载完成时间；S5：建模用户计算任务卸载完成能耗；S6：建模系统总能耗；S7：建模用户计算任务完成时间及其限定条件；S8：基于系统总能耗最小化，确定计算卸载及资源分配优化策略。本发明专利技术所述方法在满足用户计算任务最大时延容忍条件下，可合理利用无线资源，通过优化设计计算卸载及资源分配策略，实现系统总能耗最小化。

【技术实现步骤摘要】
一种异构网络联合计算卸载及资源分配方法
本专利技术属于无线通信
，涉及异构网络资源分配
，具体涉及一种异构网络联合计算卸载及资源分配方法。
技术介绍
随着计算机、通信技术的高速发展，用户业务需求日趋多元化，下一代通信网络将朝向异构化趋势发展，并逐步走向互联互通。为满足市场需求，相继出现了种类纷呈的无线接入技术(RadioAccessTechnologies，RATs)，从蜂窝网到局域网，从公共网到专业网，从单业务服务网络到多媒体网络，且各自具有不同的特征和业务提供能力。由于单一无线接入技术已无法完全满足不同用户的业务需求，未来通信网络将实现多种RATs的高效异构融合，为用户提供多样化网络服务。移动边缘计算技术在下一代无线网络中被认为是一种前景可观的方式，通过将云计算能力移至移动设备附近，赋予无线接入网络(RadioAccessNetworks,RANs)强大的计算能力，可实现在任何时间任何地点为移动设备提供计算服务。移动边缘计算技术在计算卸载过程中能够提供低时延、高带宽和计算灵活性。作为移动边缘计算技术的典型应用之一，微云近几年发展迅速，通过将微云服务器部署在RANs接入点处，可覆盖网络内的移动用户，为用户提供计算卸载服务。由于本地执行用户计算任务需要较高计算花销，而采用计算卸载方案由云端执行用户任务涉及通信花销，因此如何划分计算任务并确定任务卸载方案，以实现无线网络资源高效利用，以及系统计算和通信花销的优化是当今热点研究课题。近年来，已有文献研究异构网络联合计算卸载及资源分配问题。文献T.T.NguyenandB.L.Long.Jointcomputationoffloadingandresourceallocationincloudbasedwirelesshetnets[C].IEEEGlobalCommunicationsConference,Dec2017,pp.1–6，针对一个两层的多小区多用户系统，提出了一种联合计算卸载及资源分配优化策略，在满足带宽、计算资源和可容忍时延的限制条件下，实现最大加权能耗最小化的目标。文献J.Zhang,W.Xia,F.Yan,andL.Shen.Jointcomputationoffloadingandresourceallocationoptimizationinheterogeneousnetworkswithmobileedgecomputing[J].IEEEAccess,vol.6,pp.19324–19337,2018，针对异构网络的移动边缘计算系统，研究移动设备上行子信道分配、上传传输功率分配以及计算资源调度问题，提出了一种分布式的联合计算卸载及资源分配优化策略。以上研究通过建模特定网络性能函数，基于优化理论确定对应性能函数最优的资源分配策略，但现有研究较少综合考虑异构网络的多样性、多接入特性以及网络资源状态的差异性等问题，难以实现网络综合性能优化。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种异构网络联合计算卸载及资源分配方法，在该方法中，针对包含1个宏基站和多个小基站的异构网络场景，假设所有基站(BaseStation,BS)均部署一定数量的微云服务器，综合考虑用户计算任务特性、用户终端及服务器处理能力等因素，建模系统总能耗为优化目标，实现联合计算卸载及资源分配优化策略。为达到上述目的，本专利技术提供如下技术方案：一种异构网络联合计算卸载及资源分配方法，具体包括以下步骤：S1：建模用户计算任务特性；S2：建模用户计算卸载决策变量及其限定条件；S3：建模用户计算任务本地处理能耗及完成时间；S4：建模用户计算任务卸载完成时间；S5：建模用户计算任务卸载完成能耗；S6：建模系统总能耗；S7：建模用户计算任务完成时间及其限定条件；S8：基于系统总能耗最小化，确定计算卸载及资源分配优化策略。进一步，所述步骤S1具体包括：假设每个用户在某一时刻产生一个可能需要卸载完成的计算任务，令dm表示执行用户m的计算任务所需要的输入数据大小，这些输入数据可能包括程序代码、输入文件等；令cm表示用户m计算任务的计算负载；令表示用户m计算任务的最大时延容忍，1≤m≤M，其中，M为网络中用户总数。进一步，所述步骤S2具体包括：假设所有基站均部署一定数量的微云服务器，令BSn表示第n个基站，δm,n∈{0,1}表示用户m的计算任务是否卸载到BSn的微云完成计算的卸载决策变量，δm,n＝1表示用户m的计算任务卸载到BSn的微云服务器完成计算，否则，δm,n＝0；假设每个用户的计算任务至多只能卸载到一个BS的微云服务器上完成计算，则δm,n应满足令Sn为BSn上的微云服务器数目，则同时卸载到BSn的用户数目不能超过其微云服务器总数，即δm,n应满足1≤n≤N，其中，N为网络中BS的总数。进一步，所述步骤S3具体包括：建模用户计算任务本地处理能耗及完成时间根据公式计算用户m的计算任务本地处理能耗，其中，表示用户m本地处理计算任务消耗的电池功率，表示用户m本地处理计算任务的完成时间；根据公式计算用户m本地处理计算任务的完成时间，其中，为用户m的本地处理速率。进一步，所述步骤S4具体包括：建模用户计算任务卸载完成时间根据公式计算用户计算任务卸载完成时间，其中，表示用户m卸载计算任务到BSn的微云服务器的无线链路传输时间，表示用户m的计算任务在BSn的微云服务器的计算时间。进一步，建模用户m卸载计算任务到BSn的微云服务器的无线链路传输时间为：其中，Rm,n表示接入BSn的用户m的数据传输速率；根据公式计算接入BSn的用户m的数据传输速率，其中，W表示子信道带宽，Pm,n表示接入BSn的用户m的传输功率，gm,n及σ2分别表示用户m与BSn之间的信道增益及噪声功率；建模用户m的计算任务在BSn的微云服务器的计算时间为：其中，fn表示BSn的微云服务器的计算能力。进一步，所述步骤S5具体包括：建模用户计算任务卸载完成能耗根据公式计算用户计算任务卸载完成能耗，其中，表示用户m卸载计算任务到BSn的微云服务器的传输能耗，表示用户m的计算任务在BSn的微云服务器的计算能耗；根据公式计算用户m卸载计算任务到BSn的微云服务器的传输能耗；根据公式计算用户m的计算任务在BSn的微云服务器的计算能耗，其中，表示BSn的微云服务器的数据计算功率消耗。进一步，所述步骤S6具体包括：建模系统总能耗E，所述系统总能耗为完成网络中所有用户计算任务所需的能量，即进一步，所述步骤S7具体包括：根据公式计算用户m的计算任务完成时间，应满足进一步，所述步骤S8具体包括：综合考虑用户计算任务特性及计算卸载限定条件，基于系统总能耗最小化，确定计算卸载及资源分配优化策略，记本专利技术的有益效果在于：本专利技术所述方法在满足用户计算任务最大时延容忍条件下，可合理利用无线资源，通过优化设计计算卸载及资源分配策略，实现系统总能耗最小化。附图说明为了使本专利技术的目的、技术方案和有益效果更加清楚，本专利技术提供如下附图进行说明：图1为部署有微云服务器的异构网络场景示意图；图2为本专利技术所述方法的流程示意图。具体实施方式下面将结合附图，对本专利技术的优选实施例进行详细的描述。图1为部署有微云服务器的异构网络场景示意图，该异构网络中多个本文档来自技高网...

【技术保护点】
1.一种异构网络联合计算卸载及资源分配方法，其特征在于，该方法具体包括以下步骤：S1：建模用户计算任务特性；S2：建模用户计算卸载决策变量及其限定条件；S3：建模用户计算任务本地处理能耗及完成时间；S4：建模用户计算任务卸载完成时间；S5：建模用户计算任务卸载完成能耗；S6：建模系统总能耗；S7：建模用户计算任务完成时间及其限定条件；S8：基于系统总能耗最小化，确定计算卸载及资源分配优化策略。

【技术特征摘要】
1.一种异构网络联合计算卸载及资源分配方法，其特征在于，该方法具体包括以下步骤：S1：建模用户计算任务特性；S2：建模用户计算卸载决策变量及其限定条件；S3：建模用户计算任务本地处理能耗及完成时间；S4：建模用户计算任务卸载完成时间；S5：建模用户计算任务卸载完成能耗；S6：建模系统总能耗；S7：建模用户计算任务完成时间及其限定条件；S8：基于系统总能耗最小化，确定计算卸载及资源分配优化策略。2.根据权利要求1所述的一种异构网络联合计算卸载及资源分配方法，其特征在于，所述步骤S1具体包括：假设每个用户在某一时刻产生一个可能需要卸载完成的计算任务，令dm表示执行用户m的计算任务所需要的输入数据大小；令cm表示用户m计算任务的计算负载；令表示用户m计算任务的最大时延容忍，1≤m≤M，其中，M为网络中用户总数。3.根据权利要求2所述的一种异构网络联合计算卸载及资源分配方法，其特征在于，所述步骤S2具体包括：假设所有基站均部署一定数量的微云服务器，令BSn表示第n个基站，δm,n∈{0,1}表示用户m的计算任务是否卸载到BSn的微云完成计算的卸载决策变量，δm,n＝1表示用户m的计算任务卸载到BSn的微云服务器完成计算，否则，δm,n＝0；假设每个用户的计算任务至多只能卸载到一个BS的微云服务器上完成计算，则δm,n应满足令Sn为BSn上的微云服务器数目，则同时卸载到BSn的用户数目不能超过其微云服务器总数，即δm,n应满足1≤n≤N，其中，N为网络中BS的总数。4.根据权利要求3所述的一种异构网络联合计算卸载及资源分配方法，其特征在于，所述步骤S3具体包括：建模用户计算任务本地处理能耗及完成时间根据公式计算用户m的计算任务本地处理能耗，其中，表示用户m本地处理计算任务消耗的电池功率，表示用户m本地处理计算任务的完成时间；根据公式计算用户m本地处理计算任务的完成时间，其中，为用户m的本地处理速率。5.根据权利要求4所述的一种异构网络联合计算卸...

【专利技术属性】
技术研发人员：陈前斌，陈泓，赵冬梅，柴蓉，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆,50