移动边缘计算中面向低时延高可靠业务的资源分配方法组成比例

本发明专利技术涉及一种移动边缘计算中面向低时延高可靠业务的资源分配方法，属于移动通信技术领域。该方法在多MEC多用户环境下，分别刻画用户任务队列模型和MEC任务队列模型，并以任务队列上溢概率为约束，建立移动服务提供商网络效用最大化的理论模型，对功率资源、带宽资源和计算资源进行联合分配。考虑到优化模型中约束条件包含任务队列溢出概率的极限约束，通过Lyapunov优化理论将时间平均的随机优化问题转化并分解成单时隙求解的三个子问题，包括用户的计算资源分配、带宽与功率分配以及MEC的计算资源分配问题，进而分别对其求解。本发明专利技术在满足用户低时延高可靠的需求的同时提高了MSP的平均总收益。

Resource allocation method for low delay and high reliability services in mobile edge computing

【技术实现步骤摘要】
移动边缘计算中面向低时延高可靠业务的资源分配方法
本专利技术属于通信
，涉及移动边缘计算中面向低时延高可靠业务的资源分配方法。
技术介绍
随着物联网的蓬勃发展，移动智能终端设备(UserEquipment,UE)的数量急剧增加，计算密集型和延迟敏感型的应用和业务不断涌现，例如，增强/虚拟现实(AR/VR)、人脸识别、自动驾驶等。这类新兴的业务不仅需要丰富的计算资源，而且还会产生高额的能耗，然而移动智能终端设备通常在计算能力和电池寿命方面存在一定的局限性，导致设备难以支持这些业务。另一方面，受软件定义网络(SoftwareDefinedNetwork,SDN)和网络功能虚拟化(NetworkFunctionVirtualization,NFV)的驱动，移动云计算(Mobilecloudcomputing,MCC)被提出。它允许UE将其计算密集型的任务卸载到资源丰富的远端云服务器执行。然而，云服务器一般距离用户较远，一些时延敏感的应用难以由云计算方案所满足。随着5G时代的到来，低时延高可靠通信(Ultra-reliableandlowlate本文档来自技高网...

【技术保护点】
1.移动边缘计算中面向低时延高可靠业务的资源分配方法，其特征在于：该方法为：/n在多MEC多用户环境下，分别刻画用户任务队列模型和MEC任务队列模型，并以任务队列上溢概率为约束，建立移动服务提供商网络效用最大化的理论模型，对功率资源、带宽资源和计算资源进行联合分配；其次，考虑到优化模型中约束条件包含任务队列溢出概率的极限约束，利用Markov不等式对其进行转化，通过Lyapunov优化理论将时间平均的随机优化问题转化并分解成单时隙求解的三个子问题，包括用户的计算资源分配、带宽与功率分配以及MEC的计算资源分配问题；最后，分别对三个子问题求解，其中针对用户带宽与功率分配问题求解时，需要联合考虑两...

【技术特征摘要】
1.移动边缘计算中面向低时延高可靠业务的资源分配方法，其特征在于：该方法为：
在多MEC多用户环境下，分别刻画用户任务队列模型和MEC任务队列模型，并以任务队列上溢概率为约束，建立移动服务提供商网络效用最大化的理论模型，对功率资源、带宽资源和计算资源进行联合分配；其次，考虑到优化模型中约束条件包含任务队列溢出概率的极限约束，利用Markov不等式对其进行转化，通过Lyapunov优化理论将时间平均的随机优化问题转化并分解成单时隙求解的三个子问题，包括用户的计算资源分配、带宽与功率分配以及MEC的计算资源分配问题；最后，分别对三个子问题求解，其中针对用户带宽与功率分配问题求解时，需要联合考虑两个资源变量，采用迭代方法和拉格朗日方法相结合的方法求解。


2.根据权利要求1所述的移动边缘计算中面向低时延高可靠业务的资源分配方法，其特征在于：
所述低时延高可靠业务是针对5G的超高可靠低时延通信中的用户业务，包括增强/虚拟现实AR/VR、工业控制和自动驾驶，对时延进和可靠性有着较高的要求，同时URLLC是移动通信行业切入垂直行业的一个突破口；
所述多MEC多用户环境是考虑实际的移动边缘计算环境，有多个MEC服务器，多个用户随机分布在网络中，根据当前位置、信道状态或者MEC服务器的负载情况选择将计算任务卸载到服务器中进行处理。


3.根据权利要求1所述的移动边缘计算中面向低时延高可靠业务的资源分配方法，其特征在于：
所述用户任务队列模型是在每个用户都有一个缓存队列，存储到达但未处理的计算任务，且在每个时隙用户的计算任务到达过程是独立同分布的；所述MEC任务模型即在每个MEC服务器中有多个缓存队列，用来存储不同用户所卸载但尚未由MEC服务器处理的计算任务；
所述任务队列上溢概率是系统为了刻画业务请求与所分配的资源的匹配程度，给任务队列长度施加概率约束；若系统中处理任务、传输任务速率能力不足时，队列将溢出，导致业务的可靠性降低且根据Little定理队列长度与等待时延成正比，为了满足低时延高可靠业务的需求，定义任务队列上溢概率。


4.根据权利要求1所述的移动边缘计算中面向低时延高可靠业务的资源分配方法，其特征在于：
所述移动服务提供商是互联网内容应用服务的直接提供者，负责根据用户的要求开发和提供适合用户使用的服务，由于日益增长的业务需求，移动服务提供商的能耗急剧上升，严重影响了移动服务提供商的收益；所述移动服务提供商的网络效用是以系统时间平均吞吐量作为收益，以用户和MEC的时间平均功耗作为成本，两者作差从而得到的网络效用函数即移动服务提供商的网络效用函数；
所述Markov不等式是所给出的随机变量的函数大于等于某个值的概率上界，用于估计尾部事件的概率上界，其将概率关联到数学期望，从而对约束问题—任务队列上溢概率进行转化处理；
所述Lyapunov优化理论用于保证系统稳定性，将Lyapunov的偏移与系统的优化目标联系起来，通过控制参数V，来权衡系统队列与优化目标之间的关系。利用Lyapunov优化理论针对不同时隙下的耦合问题，转化为单时隙上的优化问题。


5.根据权利要求1所述的移动边缘计算中面向低时延高可靠业务的资源分配方法，其特征在于：
所述用户任务队列模型为：
Qi(t+1)＝max{Qi(t)+Ai(t)-D∑,i...

【专利技术属性】
技术研发人员：唐伦，胡彦娟，曹睿，管令进，廖皓，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