【技术实现步骤摘要】
一种基于GS算法的资源分配方法
本专利技术属于通信5G以及边缘计算(MobileEdgeComputing,MEC)
,具体涉及一种基于GS算法的资源分配方法,涉及GS算法(theGale-Shapleyalgorithm)以及超密集组网(Ultra-DensityNetwork,UDN)、边缘计算、云计算(CloudComputing)等技术。
技术介绍
云计算是最早出现的计算卸载技术,这是一种中央式的计算卸载模型,通常通过互联网来提供动态易扩展且虚拟化的资源。云计算使计算分布在大量的分布式计算机上,而非本地计算机或远程服务器中,让终端设备选择将自己的计算任务(存储任务)交由云端执行以节省自身有限的计算资源(存储资源)以及能耗。边缘计算是相对于云计算提出来的。很多行业对实时性、可靠性与安全性等有严格要求,例如物联网终端作为一种便携可移动的装置,有它区别于传统互联网设施的特点。但是由于其受限于接入带宽、流量以及成本、能耗等条件,所以对数据应该进行合理的处理,特别是进行预处理,以便能够“物尽其用”,避免资源的浪费。因此,在靠近物或者数据源头的网络边缘就需要一个集连接、计算、存储和应用的开放平台,就近提供边缘智能服务。概括来说就是:边缘计算可以满足敏捷连接、实时业务、数据优化、应用智能、安全与隐私保护等方面的需求,而这些需求正是物联网行业需要解决的问题。在5G移动通信技术的设计中,接入密度为106每平方公里,为了满足如此庞大的接入需求,5G采用了超密集组网技术:一个小区有一个宏基站以及大量的微基站组成,每个微基站负责为邻近的蜂窝用户服务。由于现在互联网的 ...
【技术保护点】
1.一种基于GS算法的资源分配方法,该方法用于超密集组网的蜂窝系统,设定系统中具有一个与云计算服务器连接的中心宏基站MSB,以及若干个小基站SBS,每个SBS放置了一个边缘计算服务器;每个小基站接入的蜂窝用户数为N,有K个独立的子信道可供分配,每个用户都有一个待执行任务,每个任务有两个属性:输入数据量与CPU执行周期数,且每个任务可以选择在本地执行、边缘计算MEC服务器上执行或者云计算服务器上执行,设定用户,MEC服务器,云计算服务器的计算能力分别为:
【技术特征摘要】
1.一种基于GS算法的资源分配方法,该方法用于超密集组网的蜂窝系统,设定系统中具有一个与云计算服务器连接的中心宏基站MSB,以及若干个小基站SBS,每个SBS放置了一个边缘计算服务器;每个小基站接入的蜂窝用户数为N,有K个独立的子信道可供分配,每个用户都有一个待执行任务,每个任务有两个属性:输入数据量与CPU执行周期数,且每个任务可以选择在本地执行、边缘计算MEC服务器上执行或者云计算服务器上执行,设定用户,MEC服务器,云计算服务器的计算能力分别为:定义计算三种卸载情况的时延的方法为:其中,αi为用户i的任务的输入数据量,βi为用户i的任务的执行周期数,B为子信道带宽,σ2为热噪声功率,P为用户发射功率,H(i,j)为信道矩阵,第i行第j列的元素表示用户i在信道j上的增益,di为用户i与SBS的距离,γ为大尺度衰落系数;并设定在开始的时候,用户i的MEC资源分配方式为:用户i按照其卸载量占总卸载量的比例来分配MEC资源;其特征在于,所述资源分配方法包括以下步骤:S1、计算时延:先为每个用户计算每个信道的时延,即每个用户对应的每个信道通过比较MEC卸载和云计算的时延选择时延小的作为该用户在该信道下的卸载方式,然后为每个用户计算本地卸载时延S2、创建GS算法所需的两个矩阵:(1)用户优先级矩阵,衡量指标是时延:将所有用户所有信道下的时延以及本地卸载时延放到一个矩阵里,即矩阵的横轴代表用户,纵轴最后一列,即第K+1列代表本地卸载时延,第一列到倒数第二列代表每个信道的时延,每个信道采用的是MEC服务器执行与云端...
【专利技术属性】
技术研发人员:但黎琳,周雨荷,欧阳昊,温培博,
申请(专利权)人:电子科技大学,
类型:发明
国别省市:四川,51
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。