基于代价效率的分布式任务卸载方法技术

技术编号:23350029 阅读:40 留言:0更新日期:2020-02-15 06:12
本发明专利技术提供了一种基于代价效率的分布式任务卸载方法。该方法包括:在每个时隙,获取每个用户设备的位置、每个边缘节点服务器的产能情况和每个用户设备需要执行的任务;针对某个用户设备的需要执行的任务,计算将任务在用户设备本地执行和卸载至各个边缘节点服务器执行需要消耗的能耗、时延和计算数据量,通过比较对比获取在满足任务时延要求条件下代价效率最大的所述任务的最佳执行方案,将所有用户设备的最佳执行方案进行综合,得到该时隙下系统的任务卸载方案。本发明专利技术以最大化每个用户的代价效率为目标,兼顾了计算能力和时延的约束,从而确定系统的最佳的卸载决策。本发明专利技术的算法可以有效地提高用户的代价效率,显著降低系统的能源代价。

Cost efficiency based distributed task unloading method

【技术实现步骤摘要】
基于代价效率的分布式任务卸载方法
本专利技术涉及无线通信
,尤其涉及一种基于代价效率的分布式任务卸载方法。
技术介绍
近年来,随着物联网技术的不断发展,各种新的计算密集型应用大量涌现。然而,用户设备有限的供电能力和计算能力,很大程度上限制了应用的发展。与此同时,移动边缘计算作为一种新的网络架构的出现,能够为用户设备提供计算和缓存服务,通过将任务卸载到靠近用户设备的边缘节点服务器进行计算,可以有效地缓解用户设备的供电和计算的压力,提高用户服务质量。随着边缘节点服务器的大量的部署,制定合理的任务卸载策略,实现本地用户设备与边缘节点服务器的高效协作成为应用边缘计算的关键。现有技术中的一种文献研究了多信道干扰下的多用户计算任务卸载问题,通过将用户卸载计算的过程制定为一个博弈的过程,以计算时延和能耗为指标,提出了一种分布式计算卸载算法。现有技术中的另一种文献研究了基于时分多址和正交频分多址的环境下,多用户边缘计算系统的资源分配方法,以计算系统能量消耗的最小加权和为目标,来寻找最优的卸载策略。现有技术中的另一种文献设计了一种新的边缘计算框架,通过将边缘计算与小型蜂窝网络集成,将任务的传输分为前传和后传两个过程来,制定了卸载模型,以最小化系统内整体的能耗为目标,并通过改进的人工鱼群算法来实现最优策略的制定。现有技术中的另一种文献研究了随机无线信道下,移动设备和服务器之间的协作方式,通过在满足时延限制下,最小化移动设备的能耗为目标来进行任务卸载方案制定,并通过将该问题转化为求最短路径问题寻求最优解。综上所述,现有的文献多以能耗和时延为目标函数来制定卸载决策。尤其是在考虑解决时延问题时,为了缩短卸载计算过程中的时延,过度增大发射功率和提高计算速率,会增加用户设备的能耗负担。并且在以传统能源为单一的供电的方式下,这就意味着计算的能源代价的增加。在保证用户服务质量的前提下,如何卸载计算相同的任务花费更低能源代价,降低计算能源成本才是真正值得关心的问题。
技术实现思路
本专利技术的实施例提供了一种基于代价效率的分布式任务卸载方法,以克服现有技术的缺点。为了实现上述目的,本专利技术采取了如下技术方案。一种基于代价效率的分布式任务卸载方法,优选地,在系统中分布式设置多个边缘节点服务器,所述边缘节点服务器配置了可再生能源供给装置,在所述边缘节点服务器的小区内随机分布多个用户设备,所述方法具体包括:在每个时隙,获取每个用户设备的位置、每个边缘节点服务器的产能情况和每个用户设备需要执行的任务;针对某个用户设备的需要执行的任务,计算将所述任务在用户设备本地执行需要消耗的能耗、时延和计算数据量;再遍历所有的边缘节点服务器,分别计算将所述任务卸载至各个边缘节点服务器执行所需要消耗的能耗、时延和计算数据量,通过比较对比获取在满足任务时延要求条件下代价效率最大的所述任务的最佳执行方案,所述代价效率为计算数据量与能耗的比值;将所有用户设备的最佳执行方案进行综合,得到该时隙下系统的任务卸载方案。优选地,根据新能源的产能周期,将一天划分为96个时隙,每时隙为15分钟,在第t个时隙下,边缘节点服务器m采集到的新能源表示为Emax,m为该边缘节点服务器最大的储能容量。优选地,所述的针对某个用户设备的需要执行的任务,计算将所述任务在用户设备本地执行需要消耗的能耗、时延和计算数据量,包括:根据新能源产能的周期,将时间域划分为T个时隙,记为T={1,...,T};在t时隙下,第k个用户设备需要执行的任务为表示输入数据的长度,表示任务的时延限制,则在该时隙t下,用户设备k本地执行任务所需要消耗的总CPU周期数为:Ck表示用户设备k计算每比特需要CPU执行的周期数;所需要消耗的时延为:表示用户设备k本地执行任务的执行周期频率,即每秒的CPU的周期数;所需要消耗的能耗为:α表示电容系数。优选地,所述的再遍历所有的边缘节点服务器,分别计算将所述任务卸载至各个边缘节点服务器执行所需要消耗的能耗、时延和计算数据量,包括:用户设备k遍历所有的边缘节点服务器,分别通过无线链路将任务发送至边缘节点服务器,由边缘节点服务器对所述任务进行计算,对于用户k,在t时隙下,将任务发送至边缘节点服务器m的传输速率为:式(6)中,表示用户设备k和边缘节点服务器m之间的信道增益,表示为第k个用户到第m边缘节点服务器的距离,表示为损耗因子,σ表示高斯白噪声,B表示信道带宽,表示发射功率,从用户设备k到边缘节点服务器m之间的传输时延表示为:用户设备k将任务卸载至边缘节点服务器m的通信过程的能耗表示为:当用户k将任务卸载至边缘节点服务器m进行计算时,边缘节点服务器m对应的计算能耗表示为:β表示边缘节点服务器m计算每比特数据需要消耗的电能;边缘节点服务器m需要消耗的时延表示为:Cep,m表示边缘节点服务器m计算每比特需要执行的CPU周期数,表示边缘节点服务器m在计算该任务时的执行周期频率;用户设备k将所述任务卸载至边缘节点服务器m来执行需要消耗的总能耗为:总时延为:优选地,所述的通过比较对比获取在满足任务时延要求条件下代价效率最大的所述任务的最佳执行方案,所述代价效率为计算数据量与能耗的比值,包括:在t时隙下,第k个用户设备的代价效率表示为:为用户设备k的任务的计算比特数,和qn分别表示传统能源和新能源的价格,Δe表示了该任务在计算过程中的全部能耗;分别计算出用户设备k本地执行任务对应的代价效率值、卸载至各个边缘节点服务器执行任务对应的代价效率值,将所有方案的代价效率值进行比较对比,当用户设备k取得最大代价效率值时,对应的该用户设备k的最佳执行方案为:所述用户设备k的最佳执行方案需要满足的限制条件如下:P1:Bt(I1...Ik)subjectto(11)Mm∈{0,1},m∈M(12)各个公式中的参数的含义:CE表示在执行用户k的卸载方案对应的代价效率值,Mm表示是否选择第m个节点,表示第t时隙下,用户k的计算频率,表示用户k最大计算频率,即计算能力的上限。表示节点m在执行用户k的任务时的计算频率,为该节点的最大计算频率,Tblock表示信道的相干时间,表示用户端的发射功率,pmax表示发射功率的最大值;(12)表示用户对节点边缘服务器的选择情况,Mm=0表示用户没有选择该节点边缘服务器,Mm=1表示选择了该节点边缘服务器,即将任务卸载至边缘节点服务器进行计算处理,(13)表示用户设备本地的计算能力的限制,(14)表示边缘节点服务器的计算能力的限制,(15)表示需要在有效的时间内执行完成任务,(16)表示对于卸载计算发送功率限制;根据公式(9)已知,每个时隙下,用户分配的任务量是确定的本文档来自技高网
...

【技术保护点】
1.一种基于代价效率的分布式任务卸载方法,其特征在于,在系统中分布式设置多个边缘节点服务器,所述边缘节点服务器配置了可再生能源供给装置,在所述边缘节点服务器的小区内随机分布多个用户设备,所述方法具体包括:/n在每个时隙,获取每个用户设备的位置、每个边缘节点服务器的产能情况和每个用户设备需要执行的任务;/n针对某个用户设备的需要执行的任务,计算将所述任务在用户设备本地执行需要消耗的能耗、时延和计算数据量;再遍历所有的边缘节点服务器,分别计算将所述任务卸载至各个边缘节点服务器执行所需要消耗的能耗、时延和计算数据量,通过比较对比获取在满足任务时延要求条件下代价效率最大的所述任务的最佳执行方案,所述代价效率为计算数据量与能耗的比值;/n将所有用户设备的最佳执行方案进行综合,得到该时隙下系统的任务卸载方案。/n

【技术特征摘要】
1.一种基于代价效率的分布式任务卸载方法,其特征在于,在系统中分布式设置多个边缘节点服务器,所述边缘节点服务器配置了可再生能源供给装置,在所述边缘节点服务器的小区内随机分布多个用户设备,所述方法具体包括:
在每个时隙,获取每个用户设备的位置、每个边缘节点服务器的产能情况和每个用户设备需要执行的任务;
针对某个用户设备的需要执行的任务,计算将所述任务在用户设备本地执行需要消耗的能耗、时延和计算数据量;再遍历所有的边缘节点服务器,分别计算将所述任务卸载至各个边缘节点服务器执行所需要消耗的能耗、时延和计算数据量,通过比较对比获取在满足任务时延要求条件下代价效率最大的所述任务的最佳执行方案,所述代价效率为计算数据量与能耗的比值;
将所有用户设备的最佳执行方案进行综合,得到该时隙下系统的任务卸载方案。


2.根据权利要求1所述的方法,其特征在于,根据新能源的产能周期,将一天划分为96个时隙,每时隙为15分钟,在第t个时隙下,边缘节点服务器m采集到的新能源表示为Emax,m为该边缘节点服务器最大的储能容量。


3.根据权利要求1或2所述的方法,其特征在于,所述的针对某个用户设备的需要执行的任务,计算将所述任务在用户设备本地执行需要消耗的能耗、时延和计算数据量,包括:
根据新能源产能的周期,将时间域划分为T个时隙,记为T={1,...,T};
在t时隙下,第k个用户设备需要执行的任务为表示输入数据的长度,表示任务的时延限制,则在该时隙t下,用户设备k本地执行任务所需要消耗的总CPU周期数为:



Ck表示用户设备k计算每比特需要CPU执行的周期数;
所需要消耗的时延为:





表示用户设备k本地执行任务的执行周期频率,即每秒的CPU的周期数;
所需要消耗的能耗为:



α表示电容系数。


4.根据权利要求3所述的方法,其特征在于,所述的再遍历所有的边缘节点服务器,分别计算将所述任务卸载至各个边缘节点服务器执行所需要消耗的能耗、时延和计算数据量,包括:
用户设备k遍历所有的边缘节点服务器,分别通过无线链路将任务发送至边缘节点服务器,由边缘节点服务器对所述任务进行计算,对于用户k,在t时隙下,将任务发送至边缘节点服务器m的传输速率为:



式(6)中,表示用户设备k和边缘节点服务器m之间的信道增益,表示为第k个用户到第m边缘节点服务器的距离,表示为损耗因子,σ表示高斯白噪声,B表示信道带宽,表示发射功率,从用户设备k到边缘节点服务器m之间的传输时延表示为:



用户设备k将任务卸载至边缘节点服务器m的通信过程的能耗表示为:



当用户k将任务卸载至边缘节点服务器m进行计算时,边缘节点服务器m对应的计算能耗表示为:



β表示边缘节点服务器m计算每比特数据需要消耗的电能;
边缘节点服务器m需要消耗的时延表示为:



Cep,m表示边缘节点服务器m计算每比特需要执行的CPU周期数,表示边缘节点服务器m在计算该任务时的执...

【专利技术属性】
技术研发人员:韩东升韩洵陈智雄
申请(专利权)人:华北电力大学保定
类型:发明
国别省市:河北;13

网友询问留言 已有0条评论
  • 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。

1