基于主动拓扑优化的车辆任务卸载及资源分配方法和系统技术方案

本发明专利技术公开了一种基于主动拓扑优化的车辆任务卸载及资源分配方法及系统，其中该方法包括：预先获取待停车区域的车辆信息和待处理的业务信息；将所有已停车位置信息分别与每一个未停车位置信息进行组合以构建多个车载云模型以及其对应的第一邻接矩阵；根据待处理的业务信息构建业务模型以及其对应的第二邻接矩阵；根据每个车载云模型对应的第一邻接矩阵和第二邻接矩阵判断每个车载云模型与业务模型是否匹配，并计算与业务模型相匹配的车载云模型所对应的效用函数值；获取最小的效用函数值所对应的未停车位置信息；由此，通过提前构建最优的通信拓扑，以保证医疗救助车辆直接停泊于资源利用率最高的停车点，从而大大增加了伤员存活率。

Vehicle task unloading and resource allocation method and system based on active topology optimization

【技术实现步骤摘要】
基于主动拓扑优化的车辆任务卸载及资源分配方法和系统
本专利技术涉及无线通信
，特别涉及一种基于主动拓扑优化的车辆任务卸载及资源分配方法和一种基于主动拓扑优化的车辆任务卸载及资源分配系统。
技术介绍
移动医疗救助旨在建立灾情报告系统并统一发布灾情，随时随地掌握灾难的地理位置和严重程度，第一时间派出增援力量；但是由于救灾场景的设备受限，伤员密集，紧急救助业务对医疗救助车采集完伤员信息的及时诊疗给出极大挑战，因此，需要借助周边停泊的若干车辆提供计算资源；相关技术中，医疗救助车随机停泊到相应停车点，使得无法充分利用周边资源，导致大大降低了伤员存活率。
技术实现思路
本专利技术旨在至少在一定程度上解决上述技术中的技术问题之一。为此，本专利技术的一个目的在于提出一种基于主动拓扑优化的车辆任务卸载及资源分配方法，通过提前构建最优的通信拓扑，以保证医疗救助车辆直接停泊于资源利用率最高的停车点，保障医疗救助车辆上的复杂医疗应用分析计算任务的顺利完成，从而大大增加了伤员存活率。本专利技术的第二个目的在于提出一种基于主动拓扑优化的车本文档来自技高网...

【技术保护点】
1.一种基于主动拓扑优化的车辆任务卸载及资源分配方法，其特征在于，包括以下步骤：/n预先获取待停车区域的车辆信息和待处理的业务信息，其中，所述车辆信息包括已停车位置信息和未停车位置信息；/n将所有已停车位置信息分别与每一个未停车位置信息进行组合以构建多个车载云模型以及每个车载云模型对应的第一邻接矩阵；/n根据所述待处理的业务信息构建业务模型以及所述业务模型对应的第二邻接矩阵；/n根据每个车载云模型对应的第一邻接矩阵和所述第二邻接矩阵判断每个车载云模型与所述业务模型是否匹配，并计算与所述业务模型相匹配的车载云模型所对应的效用函数值；/n遍历所有效用函数值，获取最小的效用函数值所对应的未停车位置信...

【技术特征摘要】
1.一种基于主动拓扑优化的车辆任务卸载及资源分配方法，其特征在于，包括以下步骤：
预先获取待停车区域的车辆信息和待处理的业务信息，其中，所述车辆信息包括已停车位置信息和未停车位置信息；
将所有已停车位置信息分别与每一个未停车位置信息进行组合以构建多个车载云模型以及每个车载云模型对应的第一邻接矩阵；
根据所述待处理的业务信息构建业务模型以及所述业务模型对应的第二邻接矩阵；
根据每个车载云模型对应的第一邻接矩阵和所述第二邻接矩阵判断每个车载云模型与所述业务模型是否匹配，并计算与所述业务模型相匹配的车载云模型所对应的效用函数值；
遍历所有效用函数值，获取最小的效用函数值所对应的未停车位置信息。


2.如权利要求1所述的基于主动拓扑优化的车辆任务卸载及资源分配方法，其特征在于，根据以下公式构建所述车载云模型：
VS＝{si|i∈{1,2,…,n}}，



GS＝(VS,ES)，
其中，n表示每一个车载云模型包含n辆车辆；si表示第i辆车辆；VS表示构成车载云模型中各个顶点的一个非空集；si′表示第i′辆车辆；表示第i辆车辆与第i′辆车辆之间可以进行信息交换；ES表示定义在VS上的一个二元关系集，即构成车载云模型中各条边的集合。


3.如权利要求1所述的基于主动拓扑优化的车辆任务卸载及资源分配方法，其特征在于，根据以下公式构建所述业务模型：
VJ＝{gj|j∈{1,2,3,….m}}，



GJ＝(VJ,EJ)，
其中，m表示每一个业务模型包含m个业务块；gj表示第j个业务块；VJ表示构成业务模型中各个顶点的一个非空集；gj′表示第j′个业务块；表示第j个业务块与第j′个业务块之间相互联系；EJ表示定义在VJ上的一个二元关系集，即构成业务模型中各条边的集合。


4.如权利要求1所述的基于主动拓扑优化的车辆任务卸载及资源分配方法，其特征在于，根据每个车载云模型对应的第一邻接矩阵和所述第二邻接矩阵判断每个车载云模型与所述业务模型是否匹配，包括：
如果MB-MB.*MA＝0则判断所述车载云模型与所述业务模型匹配，否则判断所述车载云模型与所述业务模型不匹配，其中MA表示第一邻接矩阵，MB表示第二邻接矩阵。


5.如权利要求1所述的基于主动拓扑优化的车辆任务卸载及资源分配方法，其特征在于，根据以下公式计算所述效用函数值：












s.t.
(a).m′＞0
(b).n≥m
其中，mapj→i′表示第j个业务与第i′辆车辆之间的映射关系；表示第i辆车辆将任务量传送给第i′辆车辆时需要的上行传递时间；datasize表示传送的总的任务量的大小；表示第i辆车辆向第i′辆车辆单位时间内传送的任务量；表示第i′辆车辆分析计算分配到的任务量所需要的时间；cpucycle表示每比特的任务消耗的时钟周期数；vexec表示第i′辆车辆计算平台的计算能力；f表示效用函数值；P表示未停车位置信息；m′表示有m′个未停车位置信息P；m表示每一个业务模型包含m个业务块；n表示每一个车载云模型包含n辆车辆。


6.一种基于主动拓扑优化的车...

【专利技术属性】
技术研发人员：高志斌，刘漳，李王明卉，程志鹏，黄联芬，林和志，
申请(专利权)人：厦门大学，
类型：发明
国别省市：福建;35