支持D2D-边缘服务器卸载的联合任务调度及资源分配方法组成比例

本发明专利技术涉及一种支持D2D‑边缘服务器卸载的联合任务调度及资源分配方法，属于无线通信技术领域。该方法包括步骤：步骤1)建模用户联合开销；步骤2)建模用户任务执行时延；步骤3)建模用户任务执行能耗；步骤4)建模用户任务调度及资源分配限制条件；步骤5)基于用户联合开销最小化确定用户任务调度及资源分配策略。本发明专利技术可以通过优化确定用户任务调度及资源分配策略实现任务执行开销最小化。

Joint task scheduling and resource allocation method supporting D2D- edge server unload

The invention relates to a joint task scheduling and resource allocation method supporting D2D server edge server unloading, and belongs to the field of wireless communication technology. This method includes steps: Step 1) modeling user joint overhead; step 2) modeling user task execution delay; step 3) modeling user task execution energy consumption; step 4) modeling user task scheduling and resource allocation constraints; step 5) determine user task scheduling and resource allocation strategy based on user joint overhead minimization. The invention can minimize task execution cost by optimizing user task scheduling and resource allocation strategy.

【技术实现步骤摘要】
支持D2D-边缘服务器卸载的联合任务调度及资源分配方法
本专利技术属于无线通信
，涉及支持D2D-边缘服务器卸载的联合任务调度及资源分配方法。
技术介绍
随着移动互联网的快速发展和智能终端的普及，增强现实(AugmentReality，AR)、虚拟现实(VirtualReality，VR)和移动高清视频等应用对服务质量(QualityofService，QoS)的需求越来越高。然而，智能设备处理器资源的局限以及传统移动云计算(MobileCloudComputing，MCC)网络架构的不足导致整个网络无法满足用户短时间内处理大量数据的业务需求，此外，移动设备的高功耗也严重影响用户的服务体验(QualityofExperience，QoE)。这促使了云端服务器的边缘化部署以及与基站的融合，为低时延、低功耗的业务需求提供支撑目前已有研究中，有文献针对多用户卸载的场景设计卸载策略，在满足最大可允许执行时延的前提下最小化用户的能耗，通过求解各用户最优功率分配及最优计算资源分配得到各用户的卸载策略。又例如，有文献研究了采用动态频率及电压调整(DynamicFrequencyandVoltageScaling，DFVS)及能量收集技术实现执行时延最小化，提出了一种基于李雅普诺夫优化的动态计算卸载算法，该算法首先以时隙为单位做出二元卸载决策，继而为本地执行的用户分配计算资源或为卸载的用户分配功率。现有基于任务卸载用户网络场景的资源分配方案的研究较少考虑蜂窝D2D网络场景，然而，接入网络的异构特性可能对资源分配方式提出困难及挑战。此外，现有资源分配研究较多考虑时延减少，较少研究任务执行时延与能耗的折中，这可能导致网络能耗增加，对于能效敏感用户设备而言，传输性能及用户体验难以保障。
技术实现思路
有鉴于此，本专利技术的目的在于提供支持D2D-边缘服务器卸载的联合任务调度及资源分配方法，假设用户需执行一定计算任务，移动边缘计算服务器及D2D对端用户均有一定的任务计算及处理能力，用户可采用本地执行，也可通过蜂窝移动边缘计算服务器或D2D对端实现任务卸载，建模用户联合开销为优化目标，实现用户任务调度、通信资源和计算资源的联合优化分配。为达到上述目的，本专利技术提供如下技术方案：支持D2D-边缘服务器卸载的联合任务调度及资源分配方法，该方法包括以下步骤：S1：建模用户联合开销；S2：建模用户任务执行所需时延；S3：建模用户任务执行所需能耗；S4：建模用户任务调度及资源分配限制条件；S5：基于用户联合开销最小化确定用户任务调度及资源分配策略。进一步，所述步骤S1具体为：根据公式建模用户联合开销为网络中所有用户执行任务的开销总和，其中，为第i个用户执行任务所需开销，1≤i≤N，N为网络中待执行任务的用户数目；建模为其中，ti表示第i个用户执行任务所需时延，ei表示第i个用户执行任务所需能耗，表示第i个用户时延开销的加权系数，表示第i个用户能耗开销的加权系数。进一步，步骤S2具体为：根据公式ti＝max{ti,L,ti,B,ti,D}建模第i个用户任务执行所需时延，其中，ti,L表示第i个用户本地执行任务所需时延，ti,B表示第i个用户将任务卸载至基站移动边缘计算服务器执行所需时延，ti,D表示第i个用户将任务卸载至D2D用户执行所需时延；ti,L建模为其中，λi,L表示第i个用户本地执行任务量的比例，Di表示第i个用户执行任务所需计算资源量，fi表示第i个用户的CPU频率；所述ti,B建模为其中，xi,B表示第i个用户任务卸载至基站移动边缘计算服务器的调度决策标识，xi,B＝1表示第i个用户将任务卸载至基站移动边缘计算服务器执行，否则xi,B＝0，Zi表示第i个用户待执行任务的数据量，Ri,B表示第i个用户与基站间链路的传输速率，μi表示第i个用户所分配的基站移动边缘计算服务器计算资源比例，F表示基站移动边缘计算服务器计算资源总量；所述ti,D建模为其中，xi,j表示第i个用户任务卸载至第j个D2D用户的调度决策标识，xi,j＝1表示第i个用户将任务卸载至第j个D2D用户执行，否则xi,j＝0，Ri,D表示第i个用户与D2D用户间链路的传输速率，表示第j个D2D用户的CPU频率，1≤j≤M，M为网络中D2D用户数目；所述Ri,B建模为其中，ηi表示基站为第i个用户分配的带宽资源比例，WB表示基站的传输带宽，pi表示第i个用户任务数据的发送功率，gi,B表示第i个用户与基站间链路的信道增益，σ2为传输信道噪声功率；所述Ri,D建模为其中，WD表示D2D链路的传输带宽，gi,j表示第i个用户与第j个D2D用户间链路的信道增益。进一步，所述步骤S3具体为：根据公式ei＝ei,L+ei,B+ei,D建模第i个用户任务执行所需能耗，其中，ei,L表示第i个用户本地执行任务所需能耗，ei,B表示第i个用户将任务卸载至基站移动边缘计算服务器执行所需能耗，ei,D表示第i个用户将任务卸载至D2D用户执行所需能耗；所述ei,L建模为其中，δ表示与CPU芯片结构有关的有效电容系数；所述ei,B建模为所述ei,D建模为进一步，所述步骤S4具体为：建模用户任务调度及资源分配限制条件，其中任务调度限制条件建模为xi,B∈{0,1}，xi,j∈{0,1}，λi,L∈[0,1]，及任务卸载数据传输速率限制条件建模为及其中，表示第i个用户任务的最低传输速率,资源分配限制条件建模为及进一步，所述步骤S5具体为：基于用户联合开销最小化确定用户任务调度及资源分配策略：在满足任务调度及资源分配限制条件下，以用户联合开销最小化为目标，优化确定用户任务调度及资源分配策略，即本专利技术的有益效果在于：本专利技术可以保障在任务有效执行情况下用户任务调度策略最优，通信及计算资源分配最优，实现用户开销最小化。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为支持D2D-边缘服务器卸载的网络示意图；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。本专利技术提出一种支持D2D-边缘服务器卸载的联合任务调度及资源分配方法，假设用户需执行一定计算任务，移动边缘计算服务器及D2D对端用户均有一定的任务计算及处理能力，用户可采用本地执行，也可通过移动边缘计算服务器或D2D对端实现任务卸载，建模用户联合开销为优化目标，实现用户任务调度、通信资源及计算资源分配策略的联合优化。本专利技术所述的一种支持D2D-边缘服务器卸载的联合任务调度及资源分配方法，假设蜂窝通信和D2D通信共存的网络中，两种不同的网络之间，以及同一接入网络内部因采用正交多址接入方式，因而任务传输无干扰；该网络中存在多个任务待执行用户及D2D用户，任务待执行用户可选择合适的方式卸载任务；建模用户联合开销为网络中所有用户执行任务的总开销之和，基于用户联合开销优化实现任务调度及资源分配策略。如图1所示，网络中存在多个任务待执行用户，用户选择合适的方式卸载任务，通过优化用户任务调度策略和资源分配策略最小化任务执行开销。如图2所示，本专利技术所述方法具体包括以下步骤：1)建模用户联合开销；建模用户联合开销，具体为根据公式建模用户联合开销为网络中所有用户执行任务的开销总本文档来自技高网...

【技术保护点】
支持D2D‑边缘服务器卸载的联合任务调度及资源分配方法，其特征在于：该方法包括以下步骤：S1：建模用户联合开销；S2：建模用户任务执行所需时延；S3：建模用户任务执行所需能耗；S4：建模用户任务调度及资源分配限制条件；S5：基于用户联合开销最小化确定用户任务调度及资源分配策略。

【技术特征摘要】
1.支持D2D-边缘服务器卸载的联合任务调度及资源分配方法，其特征在于：该方法包括以下步骤：S1：建模用户联合开销；S2：建模用户任务执行所需时延；S3：建模用户任务执行所需能耗；S4：建模用户任务调度及资源分配限制条件；S5：基于用户联合开销最小化确定用户任务调度及资源分配策略。2.根据权利要求1所述的支持D2D-边缘服务器卸载的联合任务调度及资源分配方法，其特征在于：所述步骤S1具体为：根据公式建模用户联合开销为网络中所有用户执行任务的开销总和，其中，为第i个用户执行任务所需开销，1≤i≤N，N为网络中待执行任务的用户数目；建模为其中，ti表示第i个用户执行任务所需时延，ei表示第i个用户执行任务所需能耗，表示第i个用户时延开销的加权系数，表示第i个用户能耗开销的加权系数。3.根据权利要求2所述的支持D2D-边缘服务器卸载的联合任务调度及资源分配方法，其特征在于：步骤S2具体为：根据公式ti＝max{ti,L,ti,B,ti,D}建模第i个用户任务执行所需时延，其中，ti,L表示第i个用户本地执行任务所需时延，ti,B表示第i个用户将任务卸载至基站移动边缘计算服务器执行所需时延，ti,D表示第i个用户将任务卸载至D2D用户执行所需时延；ti,L建模为其中，λi,L表示第i个用户本地执行任务量的比例，Di表示第i个用户执行任务所需计算资源量，fi表示第i个用户的CPU频率；所述ti,B建模为其中，xi,B表示第i个用户任务卸载至基站移动边缘计算服务器的调度决策标识，xi,B＝1表示第i个用户将任务卸载至基站移动边缘计算服务器执行，否则xi,B＝0，Zi表示第i个用户待执行任务的数据量，Ri,B表示第i个用户与基站间链路的传输速率，μi表示第i个用户所分配的基站移动边缘计算服务器计算资源比例，F表示基站移动边缘计算服务器计算资源总量；所述ti,D建模为其中，xi,j表示第i个用户任务卸载至第j个D2D用户的...

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