移动边缘计算中协作卸载机制下的最小化时延方法技术

本发明专利技术公开一种移动边缘计算中协作卸载机制下的最小化时延方法。主要包括如下步骤：1、构建移动边缘计算中协作卸载机制下的数学模型。2、对构建的数学模型构造拉格朗日函数。3、求终端用户和MEC服务器分配的CPU频率。4、求终端用户的任务卸载到MEC服务器的传输功率，以及MEC服务器把终端用户的任务卸载到云服务器的传输功率。5、求终端用户的任务卸载到MEC服务器或云服务器的卸载决策。6、基于梯度下降法求解协作卸载机制下的最小化时延优化问题。应用本发明专利技术，解决了移动边缘计算中基于协作的卸载决策、协作决策、传输功率分配、CPU频率分配的优化问题，可以最小化所有任务的完成时延。

【技术实现步骤摘要】
移动边缘计算中协作卸载机制下的最小化时延方法
本专利技术属于无线通信网络领域，涉及一种移动边缘计算中最小化时延的计算任务卸载方法。
技术介绍
目前随着万物互联的时代的到来，网络边缘设备数量迅速增加，数据量已达到泽子节(ZB)级别。以云计算模型为核心的集中式大数据处理时代，其关键技术已经不能高效的处理边缘设备所产生的数据。移动边缘计算(Mobileedgecomputing，MEC)在地理上更靠近用户，对用户的请求进行处理和反馈更加高效，因此对提高通信质量与用户体验具有潜在优势。在MEC中，移动边缘服务器部署在基站，为边缘网络提供计算和存储能力减少网络延迟。它也使应用程序开发人员和内容提供商能够使用实时无线设备接收网络信息从而提供上下文感知服务(如协同计算)。移动设备和物联网设备，常利用移动边缘计算服务为计算密集型应用程序执行计算卸载，例如图像处理，移动游戏等，与使用远程的云计算系统相比，通过将计算密集型任务从移动设备卸载到附近的MEC服务器，用户的体验可大幅度提高。考虑移动边缘计算中任务卸载的时延最小化问题，是因为在移动边缘计算中，时延本文档来自技高网...

【技术保护点】
1.一种移动边缘计算中协作卸载机制下的最小化时延方法，其特征在于，包括以下步骤：/n步骤1：构建移动边缘计算中协作卸载机制下的数学模型。/n步骤2：对构建的数学模型进行变量松弛并构造拉格朗日函数。/n步骤3：求解终端用户i分配的CPU频率f

【技术特征摘要】
1.一种移动边缘计算中协作卸载机制下的最小化时延方法，其特征在于，包括以下步骤：
步骤1：构建移动边缘计算中协作卸载机制下的数学模型。
步骤2：对构建的数学模型进行变量松弛并构造拉格朗日函数。
步骤3：求解终端用户i分配的CPU频率fi,loc和MEC服务器端j分配的CPU频率fi,j,Mec。
步骤4：求解终端用户i的任务卸载到MEC服务器j的传输功率pi,j，以及终端用户i的任务通过MEC服务器j卸载到云服务器的传输功率qi,j。
步骤5：求解终端用户i的任务卸载到MEC服务器j的卸载决策变量xi,j，以及MEC服务器j将终端用户i的任务任务卸载到云端的卸载决策变量yi,j。
步骤6：基于梯度下降法求解协作卸载机制下的最小化时延优化问题。


2.根据权利要求1所述的移动边缘计算中协作卸载机制下的最小化时延方法，其特征在于，步骤1中构建移动边缘计算中协作卸载机制下的数学模型。定义数学模型的优化变量，包括决策变量xij，yij，xi，j∈{0,1}，xi，j＝1表示终端用户i的任务卸载到MEC服务器j执行，yi，j∈{0,1}，yi，j＝1表示终端用户i的任务通过MEC服务器j卸载到云服务器执行；终端用户i分配的CPU频率fi,loc，MEC服务器端j的CPU频率fi,j,Mec；终端用户i的任务卸载到MEC服务器j的传输功率pi,j，终端用户i的任务通过MEC服务器j卸载到云服务器的传输功率qi,j。定义终端用户到MEC服务器的数据率，以及从...

【专利技术属性】
技术研发人员：邝祝芳，李哲，马志豪，
申请(专利权)人：中南林业科技大学，
类型：发明
国别省市：湖南;43