车联网环境下基于D2D的多接入边缘计算任务卸载方法技术

本发明专利技术公开了一种车联网环境下基于D2D的多接入边缘计算任务卸载方法，该方法将任务卸载策略、发射功率和信道资源分配模式建模为一个混合整数非线性规划问题，优化问题为车联网系统内所有与基站进行蜂窝通信的终端CUE的时延和能耗效益之和最大化。该方法时间复杂度低，能够有效利用车联网系统信道资源，保证以D2D通信形式进行本地V2V数据交换的终端DUE的时延可靠性，同时CUE的时延和能耗接近最低，符合车联网的低时延、高可靠要求。本发明专利技术通过搭建仿真平台进行验证，CUE总时延和能耗接近最小化，该方法相对于传统任务卸载方法的性能优势。

Task unloading method of multi access edge computing based on D2D in the environment of Internet of vehicles

【技术实现步骤摘要】
车联网环境下基于D2D的多接入边缘计算任务卸载方法
本专利技术涉及无线通信与车联网
，具体涉及一种车联网环境下基于D2D的多接入边缘计算任务卸载方法。
技术介绍
随着车联网的快速发展，车辆在支持智能应用(自动驾驶、实时视频辅助、导航和互动游戏)方面变得更加智能。车辆通信提高了道路安全和交通效率，同时提供更加多样的娱乐场景。对于媒体流和内容共享等需要交换大量数据的服务，通过车辆到基础设施(V2I)链路获得大的通信容量。同时，对安全至关重要的信息，例如合作意识信息和分散的环境通知信息，通常需要以周期性或者事件触发的方式在周围的车辆之间传播安全相关信息，因此需要车辆对车辆(V2V)来满足严格的可靠性和及时性要求。多接入移动边缘计算(multi-accessedgecomputing,MEC)是移动边缘计算的拓展。移动边缘计算，是一种网络架构，利用无线接入网络就近提供电信用户IT所需服务和云端计算功能，而创造出一个具备高性能、低延迟与高带宽的电信级服务环境，加速网络中各项内容、服务及应用的快速下载，让消费者享有不间断的高质量网络体验，可以本文档来自技高网...

【技术保护点】
1.一种车联网环境下基于D2D的多接入边缘计算任务卸载方法，该方法的应用场景为单基站附近部署有边缘计算服务器，基站采用OFDMA接入方式，基站覆盖范围内有一定数量的CUE和DUE，CUE是cellular users的简称，DUE是D2D users的简称，CUE能够与基站进行通信，CUE产生的任务请求可能选择在CUE本地或者边缘计算服务器端执行，DUE之间以D2D的形式进行本地数据交换，DUE复用CUE的信道，CUE和DUE互相造成通信干扰，其特征在于，该方法包括以下步骤：/nS1、将优化问题建模为时延和能耗效益之和最大化问题，其中效益定义为本地执行代价和实际执行代价之差比上本地执行代价，该...

【技术特征摘要】
1.一种车联网环境下基于D2D的多接入边缘计算任务卸载方法，该方法的应用场景为单基站附近部署有边缘计算服务器，基站采用OFDMA接入方式，基站覆盖范围内有一定数量的CUE和DUE，CUE是cellularusers的简称，DUE是D2Dusers的简称，CUE能够与基站进行通信，CUE产生的任务请求可能选择在CUE本地或者边缘计算服务器端执行，DUE之间以D2D的形式进行本地数据交换，DUE复用CUE的信道，CUE和DUE互相造成通信干扰，其特征在于，该方法包括以下步骤：
S1、将优化问题建模为时延和能耗效益之和最大化问题，其中效益定义为本地执行代价和实际执行代价之差比上本地执行代价，该代价代表时延或者能耗，优化问题等价于时延和能耗之和最小化问题；
S2、优化问题分解，任务卸载策略子优化问题和发射功率以及信道资源分配模式子优化问题相互独立，将优化问题分解为两个子优化问题：任务卸载策略子优化问题和发射功率以及信道资源分配模式子优化问题；
S3、计算CUE和DUE的最优发射功率，联合已知的D2D时延可靠性限制条件和CUE以及DUE的功率限制条件，确定CUE和DUE功率的可行域，使用线性规划得到CUE和DUE的最优发射功率；
S4、计算最优信道资源分配模式，使用二分图匹配算法解决最大权值二分图匹配问题，得到最优信道资源分配模式；
S5、计算最优任务卸载策略，使用动态规划解决背包问题，得到CUE的最优任务卸载策略。


2.根据权利要求1所述的车联网环境下基于D2D的多接入边缘计算任务卸载方法，其特征在于，所述的步骤S1过程如下：
假设CUE数量为M，m代表第m个CUE，DUE数量为K对，k代表第k对DUE，CUE所分配的信道被DUE复用，基站总带宽为B，
基站接收到的第m个CUE和第k对DUE的信噪比分别为：



和



其中，pm和pk分别代表第m个CUE和第k对DUE的发射功率，hm,B为第m个CUE和基站之间的信道增益，hk,B为第k对DUE和基站之间的信道增益，hk为第k对DUE之间信道增益，hm,k为第m个CUE和第k对DUE之间的信道增益，σ2为噪声功率，ρm,k是信道资源分配模式，ρm,k＝1表示第k对DUE复用第m个CUE的信道，否则，ρm,k＝0，表示第k对DUE不复用第m个CUE的信道；
其中，信道增益只考虑大尺度增益，分别为：












其中，βm,B为第m个CUE和基站之间的阴影衰落，βk,B为第k对DUE和基站之间的阴影衰落，βk为第k对DUE之间的阴影衰落，βm,k为第m个CUE和第k对DUE之间的阴影衰落，Lm,B为第m个CUE和基站的距离，Lk,B为第k对CUE和基站的距离，Lk为第k对DUE之间的距离，Lk和车速v成正比，Lm,k为第m个CUE和第k对DUE之间的距离，γ为衰减因子，A为路径损耗常数，
所述的效益为：



其中，sm表示任务卸载策略，sm＝0代表任务在本地计算，sm＝1代表任务卸载到边缘计算服务器计算，βt和βe分别为时延和能耗的权衡系数，和分别代表任务在本地计算的时延和能耗：






其中，Cm为任务的CPU周期数，为本地CPU的计算速率，ε为单位CPU周期的能耗；

和分别代表任务卸载到边缘计算服务器计算的时延和能耗：






其中，和分别为任务上传时延和边缘计算服务器执行时延：






其中，Dm为任务数据大小，fm为边缘计算服务器分配给第m个CUE的计算资源，rm为任务上传速率:



因此，优化问题函数表达式为：



s.t.C1:
C2:
C3:
C4:
C5:∑m∈Mρm,k≤1
C6:∑k∈Kρm,k≤1
C7:sm∈{0,1}
C8:∑m∈MsmCm≤F
该效益vm(sm,pm,pk,ρm,k)针对时延和能耗做归一化处理，vm(sm,pm,pk,ρm,k)的最大化，等价于时延能耗最小化；
条件C1表示第m个CUE的最大时延限制，为第m个CUE允许的最大时延，tm为第m个CUE的实际执行时延：



条件C2表示第k对DUE进行D2D通信的可靠性保证，为第k对DUE允许的最大传输时延，p0为D2D通信的可靠性保证概率，为tk大于或者等于的概率，tk为第k对DUE的传输时延：

【专利技术属性】
技术研发人员：胡斌杰，卢昇和，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东;44