一种车联网信息处理时延优化方法技术

本发明专利技术涉及一种车联网信息处理时延优化策略以及其实现算法，一个实施例的方法包括：建立车联网移动边缘计算的系统模型，根据现实中边缘服务器的计算、存储资源约束，对不同情况的处理时延进行量化，确定处理时延的表达式；确定优化目标函数，使得整个系统中所有车辆的总时延之和最小；使用二次约束二次规划的方法对目标函数进行优化，确定最佳的任务卸载决策和服务缓存决策，以获得最小的系统总时延。本实施例方案旨在保证系统可用性的同时尽可能的降低车联网信息处理系统的总时延。

【技术实现步骤摘要】
一种车联网信息处理时延优化方法
本专利技术涉及无线通信
，特别是涉及一种车联网信息处理时延优化策略以及其实现算法。
技术介绍
移动边缘计算(MobileEdgeComputing，MEC)在移动网络的边缘、无线接入网(RAN)和接近移动用户的地方提供了IT服务环境和云计算能力。其目标是减少延迟，确保高效的网络操作和服务交付，并改进用户体验，被认为是5G网络的关键新兴技术之一。车联网(InternetofVehicles，IoV)是智能交通系统中的一个新兴概念，由于在IoV中融入了先进的通信和信息技术，它有助于解决各种交通和驾驶问题，从而在安全、高效的交通系统中起着至关重要的作用。同时，物联网和无线技术的发展也进一步推动了具有先进功能的新兴车载应用的实现，例如，车载摄像头和汽车实时导航等。然而，这些计算密集、时延敏感型车载应用的出现，可能会对资源有限的车辆造成很大的压力，使得车辆难以保证应用所需的服务质量。
技术实现思路
本专利技术要解决的技术问题是：计算密集、时延敏感型车载应用的出现，可能会对资源有限的车辆造成本文档来自技高网...

【技术保护点】
1.一种车联网信息处理时延优化方法，车联网中，M个基站分布在马路边，每个基站都具有边缘计算功能，从而可以向其覆盖范围内的车辆提供计算服务，用m∈{1，2，…，M}表示这一系列的基站，M个基站的覆盖范围互不相交，且覆盖范围的直径分别为L

【技术特征摘要】
1.一种车联网信息处理时延优化方法，车联网中，M个基站分布在马路边，每个基站都具有边缘计算功能，从而可以向其覆盖范围内的车辆提供计算服务，用m∈{1，2，…，M}表示这一系列的基站，M个基站的覆盖范围互不相交，且覆盖范围的直径分别为L1，...，LM，相应的，将马路划分为M段，每段马路的长度分别为L1，...，LM，与基站的覆盖范围一一对应，每个基站m拥有有限的存储空间Rm和有限的计算资源Fm，存储空间Rm用于缓存特定计算服务所需的数据，计算资源Fm用于处理从车辆卸载而来的计算任务，服务是由基站掌控并由移动用户请求的应用程序的抽象，假设有K个服务，表示为k∈{1，2，…，K}，每个服务k都需要一个存储空间rk，在马路的起始点处，总共有N辆车到达，表示为n∈{1，2，…，N}，行驶速度均为V，每辆车有且仅有一个卸载任务，任务的大小是随机的，卸载任务请求的服务k也是随机的，其特征在于，所述方法包括以下步骤：
步骤1、建立车联网移动边缘计算的系统模型，根据现实中边缘服务器的计算、存储资源约束，对不同情况的处理时延进行量化，确定处理时延的表达式，其中，将系统模型分为一个由移动设备、移动边缘计算服务器和云服务器组成的三层卸载结构，移动设备即车辆，具有十分有限的计算能力和大量的计算需求；移动边缘计算服务器和基站放置在一起，可以作为无线接入点将接收到的任务转发给云服务器，也可以代替云服务器直接处理部分信息，云服务器具有大量的可用资源，可以处理系统中任意的信息；
则车辆n的卸载任务的总处理时延Tn的计算表达式如下式所式：



式中，为车辆n从起点移动到基站m的覆盖范围内产生的移动时延：



其中，L0＝0，其余L1，L2，...，Lm-1均为对应的基站的覆盖范围的直径；

为车辆n的卸载任务从车辆到目标基站的传输时延：



其中，sm，n为车辆的卸载决策，采用对m求和的方式来计算车辆n的卸载任务从车辆到目标基站的传输时延；dn，k为卸载任务的数据大小，采用对k求和的方式来计算车辆n的卸载任务从车辆到目标基站的传输时间；wm，n为分配给基站m与车辆n之间的上行带宽；

为车辆n的卸载任务从目标基站到远程云服务器的传输时延：



其中，sm，n为车辆的卸载决策，采用对m求和的方式来计算车辆n的卸载任务从目标基站到远程云服务器之间的传输时延；am，k为基站m的服务缓存决策，只有当am，k＝0，即基站m未缓存卸载任务请求的服务类型时，才需要进一步卸载到远程云端，此时(1-am，k)＝1，进而有目标基站与远程云服务器之间的额外传输时延；dn，k为卸载任务的数据大小，采用对k求和的方式来计算车辆n的卸载任务从目标基站到远程云服务器的传输时延；wc，m为云服务器与从基站m卸载而来的任务之间的上行带宽；

为车辆n的卸载任务在目标基站上本地处理产生的计算时延：



其中，sm，n为车辆的卸载决策，采用对m求和的方式来计算车辆n的卸载任务在目标基站上的计算时延；am，k为基站的服务缓存决策，为一个0-1变量，只有当基站缓存有相应的服务类型，即am，k＝1时，才能在基站本地处理，此时基站本地计算时延才不为零；fn，k表征卸载任务的大小，采用对k求和的方式来计算车辆n的卸载任务在目标基站上本地处理的计算时延；fm，n为基站m分配给车辆n的计算资源；

为车辆n的卸载任务在云服务器上处理产生的计算时延：



其中，sm，n为车辆的卸载决策，为一个0-1变量...

【专利技术属性】
技术研发人员：黄梦婷，刘肖燕，张光林，
申请(专利权)人：东华大学，
类型：发明
国别省市：上海;31