一种多业务并存系统中云业务能耗优化调度方法技术方案

本发明专利技术涉及一种多业务并存系统中云业务能耗优化调度方法，建立了一个能够同时优化多个云业务能耗且能够最大化系统吞吐量的频谱资源分配的双目标优化模型，引入云业务上传能量的上限值，将云业务上传能量的最小目标改写为能量小于一定阈值的限制条件，使得双目标优化问题变为单目标优化问题，然后通过逆序迭代的方法，得到最优能量消耗与当前时隙分配到的信道集之间的关系，并通过这个关系，将优化系统吞吐量和优化云业务能量这两个目标统一到一个时间尺度上，最后再通过所设计0‑1整数规划算法或拉格朗日对偶算法进行信道的分配，在满足云业务能量消耗要求的前提下最大化系统吞吐量。

【技术实现步骤摘要】

本专利技术涉及一种多业务并存系统中云业务能耗优化调度方法，属于无线云计算技术和无线资源优化

技术介绍
互联网流量的迅猛增长和应用的不断创新，推动了移动云计算技术的发展。无线云业务通过无线网络将应用数据上传至云端进行处理，降低了对移动终端的计算能力要求，同时提升了业务处理效率。然而，相比于蓬勃发展的无线应用，移动终端的电池容量不足一直是一个无法突破的瓶颈，因此，如何降低终端上传云业务数据时的能量消耗逐渐成为人们关注的焦点。终端上传云业务数据的能量消耗本质上来说就是传输功率在时间上的累积。传输功率与传输速率和信道状态有关。当上传数据总量不变时，传输速率越大则传输功率越大、传输时间越少。因此，对能量消耗的优化实则是对传输速率的调度。现有的研究顺着上述思路在降低云业务能量消耗方面做了许多努力。先后提出了在单信道和多信道场景下，优化云业务的上传能量，得到最优的速率调度方案，并发现云业务的上传能量随着信道数的增加而减小。然而，现有所有文献仅针对系统内具有单个云业务的情况，而实际系统中云业务的上传速率除了服从“能量最优”这个调度策略之外，势必受制于云业务所占有的频谱带宽，而一个业务所占有的带宽必然和系统中其他业务有关。因此，将云业务调度策略放在多业务共存的场景下考虑才符合实际情况，目前还没有这方面的研究。
技术实现思路
本专利技术所要解决的技术问题是提供一种在考虑普通业务QoS和系统吞吐量的情况下，建立资源分配和云业务速率调度双目标优化模型，通过优化算法分别得到云业务最优速率调度策略和信道最优分配策略的多业务并存系统中云业务能耗优化调度方法。本专利技术为了解决上述技术问题采用以下技术方案：本专利技术设计了一种多业务并存系统中云业务能耗优化调度方法，在普通业务和云业务共存的系统中，实现云业务耗能优化调度，包括如下步骤：步骤A.分别针对各个普通业务和各个云业务，采用香农公式获得传输速率与传输功率之间的关系，其中，信道增益服从独立同分布，进而分别获得各个业务传输速率与传输功率之间的关系，然后进入步骤B；步骤B.分别针对各个云业务，根据业务传输速率与传输功率之间的关系，获得基于业务传输速率、带宽、信道增益的云业务能耗模型，进而分别获得各个云业务的云业务能耗模型，然后进入步骤C；步骤C.分别针对各个云业务，针对云业务所对应的各个工作时隙，首先，根据云业务的云业务能耗模型，采用动态规划方法，获得云业务按时序所对应其最后一个工作时隙的云业务时隙能耗价值函数，然后，采用逆序递推方法，依据当前工作时隙内的信道增益，依次获得云业务按时序所对应其之前各个工作时隙的云业务时隙能耗价值函数；进而获得各个云业务分别所对应其各个工作时隙的云业务时隙能耗价值函数，然后进入步骤D；步骤D.分别针对各个云业务，针对云业务所对应各个工作时隙的云业务时隙能耗价值函数，获得云业务分别所对应各个工作时隙的最优速率，进而获得云业务所对应的最小全局能耗模型，由此，获得各个云业务所对应的最小全局能耗模型，然后进入步骤E1；步骤E1.根据当前时隙待分配的信道数量，获得针对当前时隙待接入各个云业务、各个普通业务所有信道分配方案，然后进入步骤E2；步骤E2.分别针对当前时隙的各个信道分配方案，根据各个云业务所对应的最小全局能耗模型，获得信道分配方案下、当前时隙所接入各个云业务的最小全局能耗，同时获得信道分配方案下、当前时隙所接入各个普通业务传输速率之和，即系统当前时隙吞吐量；进而获得各个信道分配方案下，当前时隙所接入各个云业务的最小全局能耗，以及系统当前时隙吞吐量，然后进入步骤E3；步骤E3.针对当前时隙的所有信道分配方案，排除存在云业务所对应最小全局能耗高于预设云业务能耗上限值的信道分配方案，并在剩余信道分配方案中，选取系统当前时隙吞吐量最大值所对应的信道分配方案，作为当前时隙最优信道分配方案，然后进入步骤E4；步骤E4.采用当前时隙最优信道分配方案，以及各个云业务所对应的最小全局能耗模型实现当前时隙云业务能耗优化调度。作为本专利技术的一种优选技术方案：所述步骤A至步骤B，具体包括建立如下模型：maxMt,Km,tΣm∈MtRm,t(Km,t,gm,k,t)]]>minRi,t,KtEi(Ri,t,Ki,gi,t^)]]>s.t.Rm,t(Km,t,gm,k,t)≥Rm0,∀m∈Mt]]>ΔtΣt=ΔTiΔTi+TiRi,t=Li]]>0≤Pi,t≤Pi,max,∀i,t]]>其中，为时隙t的系统吞吐量，为时隙t选中的普通业务集合，为时隙t基站分配给普通业务m(m∈Mt)的信道集，gm,k,t为时隙t分配给普通业务m的信道k的信道增益；为云业务i在整个上传数据时隙内消耗的手机能耗，Ri,t为云业务i在时隙t的速率，Δt为时隙间隔，为时隙t基站分配给云业务i的信道集，表示各信道增益的平表示均值，Ki为中信道的个数，gi,k,t为时隙t分配给云业务i的信道k的信道增益；Pi,t为时隙t云业务i的传输功率；表明信道不能重复分配；K表示系统内的信道个数，对应的信道集为K＝{1,…k,…K本文档来自技高网...

【技术保护点】
一种多业务并存系统中云业务能耗优化调度方法，在普通业务和云业务共存的系统中，实现云业务耗能优化调度，其特征在于，包括如下步骤：步骤A.分别针对各个普通业务和各个云业务，采用香农公式获得传输速率与传输功率之间的关系，其中，信道增益服从独立同分布，进而分别获得各个业务传输速率与传输功率之间的关系，然后进入步骤B；步骤B.分别针对各个云业务，根据业务传输速率与传输功率之间的关系，获得基于业务传输速率、带宽、信道增益的云业务能耗模型，进而分别获得各个云业务的云业务能耗模型，然后进入步骤C；步骤C.分别针对各个云业务，针对云业务所对应的各个工作时隙，首先，根据云业务的云业务能耗模型，采用动态规划方法，获得云业务按时序所对应其最后一个工作时隙的云业务时隙能耗价值函数，然后，采用逆序递推方法，依据当前工作时隙内的信道增益，依次获得云业务按时序所对应其之前各个工作时隙的云业务时隙能耗价值函数；进而获得各个云业务分别所对应其各个工作时隙的云业务时隙能耗价值函数，然后进入步骤D；步骤D.分别针对各个云业务，针对云业务所对应各个工作时隙的云业务时隙能耗价值函数，获得云业务分别所对应各个工作时隙的最优速率，进而获得云业务所对应的最小全局能耗模型，由此，获得各个云业务所对应的最小全局能耗模型，然后进入步骤E1；步骤E1.根据当前时隙待分配的信道数量，获得针对当前时隙待接入各个云业务、各个普通业务所有信道分配方案，然后进入步骤E2；步骤E2.分别针对当前时隙的各个信道分配方案，根据各个云业务所对应的最小全局能耗模型，获得信道分配方案下、当前时隙所接入各个云业务的最小全局能耗，同时获得信道分配方案下、当前时隙所接入各个普通业务传输速率之和，即系统当前时隙吞吐量；进而获得各个信道分配方案下，当前时隙所接入各个云业务的最小全局能耗，以及系统当前时隙吞吐量，然后进入步骤E3；步骤E3.针对当前时隙的所有信道分配方案，排除存在云业务所对应最小全局能耗高于预设云业务能耗上限值的信道分配方案，并在剩余信道分配方案中，选取系统当前时隙吞吐量最大值所对应的信道分配方案，作为当前时隙最优信道分配方案，然后进入步骤E4；步骤E4.采用当前时隙最优信道分配方案，以及各个云业务所对应的最小全局能耗模型实现当前时隙云业务能耗优化调度。...

【技术特征摘要】
1.一种多业务并存系统中云业务能耗优化调度方法，在普通业务和云业务共存的系统中，实现云业务耗能优化调度，其特征在于，包括如下步骤：步骤A.分别针对各个普通业务和各个云业务，采用香农公式获得传输速率与传输功率之间的关系，其中，信道增益服从独立同分布，进而分别获得各个业务传输速率与传输功率之间的关系，然后进入步骤B；步骤B.分别针对各个云业务，根据业务传输速率与传输功率之间的关系，获得基于业务传输速率、带宽、信道增益的云业务能耗模型，进而分别获得各个云业务的云业务能耗模型，然后进入步骤C；步骤C.分别针对各个云业务，针对云业务所对应的各个工作时隙，首先，根据云业务的云业务能耗模型，采用动态规划方法，获得云业务按时序所对应其最后一个工作时隙的云业务时隙能耗价值函数，然后，采用逆序递推方法，依据当前工作时隙内的信道增益，依次获得云业务按时序所对应其之前各个工作时隙的云业务时隙能耗价值函数；进而获得各个云业务分别所对应其各个工作时隙的云业务时隙能耗价值函数，然后进入步骤D；步骤D.分别针对各个云业务，针对云业务所对应各个工作时隙的云业务时隙能耗价值函数，获得云业务分别所对应各个工作时隙的最优速率，进而获得云业务所对应的最小全局能耗模型，由此，获得各个云业务所对应的最小全局能耗模型，然后进入步骤E1；步骤E1.根据当前时隙待分配的信道数量，获得针对当前时隙待接入各个云业务、各个普通业务所有信道分配方案，然后进入步骤E2；步骤E2.分别针对当前时隙的各个信道分配方案，根据各个云业务所对应的最小全局能耗模型，获得信道分配方案下、当前时隙所接入各个云业务的最小全局能耗，同时获得信道分配方案下、当前时隙所接入各个普通业务传输速率之和，即系统当前时隙吞吐量；进而获得各个信道分配方案下，当前时隙所接入各个云业务的最小全局能耗，以及系统当前时隙吞吐量，然后进入步骤E3；步骤E3.针对当前时隙的所有信道分配方案，排除存在云业务所对应最小全局能耗高于预设云业务能耗上限值的信道分配方案，并在剩余信道分配方案中，选取系统当前时隙吞吐量最大值所对应的信道分配方案，作为当前时隙最优信道分配方案，然后进入步骤E4；步骤E4.采用当前时隙最优信道分配方案，以及各个云业务所对应的最小全局能耗模型实现当前时隙云业务能耗优化调度。2.一种多业务并存系统中云业务能耗优化调度方法，在普通业务和云业务共存的系统中，实现云业务耗能优化调度，其特征在于，预设云业务能耗上限值，所述云业务能耗优化调度方法包括如下步骤：步骤A.分别针对各个普通业务和各个云业务，采用香农公式获得传输速率与传输功率之间的关系，其中，信道增益服从独立同分布，进而分别获得各个业务传输速率与传输功率之间的关系，然后进入步骤B；步骤B.分别针对各个云业务，根据业务传输速率与传输功率之间的关系，获得基于业务传输速...

【专利技术属性】
技术研发人员：潘甦，陈宇青，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏;32