一种超密集网络的移动边缘计算资源分配方法组成比例

本发明专利技术公开了一种超密集网络的移动边缘计算资源分配方法，基于超密集网络，所述超密集网络中的NOMA‑MEC通信系统包括M＝{1,2,…,M}个小基站，其中，每个小基站配备一个MEC服务器以执行用户卸载的计算任务；假定每个小基站服务的用户集合为N＝{1,2,…,N}，N个用户分为Y＝{1,2,…,Y}个组，每个组内有K＝{1,2,…,K}个用户。解决了现有技术难以处理用户之间的相互干扰，从而影响用户的计算性能的问题。

【技术实现步骤摘要】
一种超密集网络的移动边缘计算资源分配方法
本专利技术属于无线通信
，具体涉及一种超密集网络的移动边缘计算资源分配方法。
技术介绍
随着第五代(5G)移动通信技术的飞速发展，超密集网络(UDN)的部署已成为未来发展的主要架构。UDN可以有效提高系统容量和数据传输速率，以确保用户服务质量。但是，由于用户有限的计算能力，解决UDN中的计算密集型任务是一个巨大的挑战。作为新兴技术，已经提出了移动边缘计算(MEC)来减轻UDN中用户的计算压力。具体来说，MEC将计算密集型任务卸载到网络边缘，以减少用户的能耗和任务延迟。在MEC系统中，如何提高用户之间的频谱资源利用率是一个重大挑战，因为它直接影响能耗和任务延迟。作为一种新兴的多路访问方法，非正交多路访问(NOMA)可通过将相同的资源分配给多个用户来有效地提高系统的频谱效率。因此，在某些工作中，NOMA已应用于MEC系统，以减少能耗和任务延迟。平均场博弈(MFG)是一种适用于具有大规模博弈个体的场景的工具，可以为UDN中的个人和群体之间的关系建模。具体来说，在UDN中，MFG将本文档来自技高网...

【技术保护点】
1.一种超密集网络的移动边缘计算资源分配方法，其特征在于，/n所述资源分配方法基于超密集网络，所述超密集网络中的NOMA-MEC通信系统包括M＝{1,2,…,M}个小基站，其中，每个小基站配备一个MEC服务器以执行用户卸载的计算任务；假定每个小基站服务的用户集合为N＝{1,2,…,N}，N个用户分为Y＝{1,2,…,Y}个组，每个组内有K＝{1,2,…,K}个用户；/n所述资源分配方法按照以下步骤实施：/n步骤一、构建上行链路NOMA-MEC通信系统，每个SBS均配备一个MEC服务器以服务多个用户；/n步骤二、对所述NOMA-MEC通信系统内的所有用户根据信道增益的差异进行分簇处理；簇内用户采...

【技术特征摘要】
1.一种超密集网络的移动边缘计算资源分配方法，其特征在于，
所述资源分配方法基于超密集网络，所述超密集网络中的NOMA-MEC通信系统包括M＝{1,2,…,M}个小基站，其中，每个小基站配备一个MEC服务器以执行用户卸载的计算任务；假定每个小基站服务的用户集合为N＝{1,2,…,N}，N个用户分为Y＝{1,2,…,Y}个组，每个组内有K＝{1,2,…,K}个用户；
所述资源分配方法按照以下步骤实施：
步骤一、构建上行链路NOMA-MEC通信系统，每个SBS均配备一个MEC服务器以服务多个用户；
步骤二、对所述NOMA-MEC通信系统内的所有用户根据信道增益的差异进行分簇处理；簇内用户采用NOMA传输方式，簇间采用TDMA传输方式；
步骤三、计算用户的计算成本，即用户处理任务时的时延和能量消耗；其中，计算成本包括用户的本地计算成本和卸载计算成本；
步骤四、将NOMA-MEC通信系统建模为MFG框架；其中，将用户的SINR和信道增益表示为状态空间，用户的发射功率、卸载决策因子和资源分配因子表示为动作空间；根据用户的计算成本，构建用户的奖励函数；
步骤五、使用基于DDPG的强化学习的方法来获取平均场博弈的均衡解，也就是最优的移动边缘计算系统中的资源分配方案。


2.如权利要求1所述的一种超密集网络的移动边缘计算资源分配方法，其特征在于，所述步骤二的具体方法为：
在步骤一中建立的NOMA-MEC通信系统模型中，每个SBS服务的所有用户根据其信道增益的大小进行排序，然后依次选择具有前M个信道增益的用户作为M个NOMA簇中的第一个用户；
根据贪婪匹配方法从其余用户中选择使该NOMA簇具有最大信道增益差总和的用户；
当无法将用户数均匀分配给每个簇时，多余的用户随机分配到不同的群集，并且群集中每个用户的信道增益是不同的。


3.如权利要求1或2所述的一种超密集网络的移动边缘计算资源分配方法，其特征在于，所述步骤三的具体方式为：
3.1)用户的本地计算成本：
假设xmk表示第m组中第k个用户的卸载变量，对于本地计算模型，也就是用户可以在本地完成计算任务，不需要将计算任务卸载到MEC服务器，假设表示第m组中第k个用户的本地计算容量，则当用户在本地执行任务时，其时间为：



当计算本地计算的能耗时，采用一种常用的计算能耗的模型，即ε＝κf2。其中，κ是取决于芯片结构的能量系数，第m组中第k个用户的本地能耗可以表示为：



根据公式(5)和(6)，第m组中第k个用户的本地计算成本可表示为：



其中，和分别表示延迟和能耗的权重系数，且
3.2)用户的卸载计算成本：
在卸载到MEC服务器计算的过程中，包括传输和在MEC服务器计算两部分，传输时间和执行时间分别为：






其中，fs是MEC服务器的计算能力；
卸载过程的总时间为：



卸载过程的能耗也有两部分，即传输过程中的能耗和在MEC服务器执行计算任务的能耗分别为：






根据公式(11)和公式(12)，卸载过程的总能耗表示为：



因此，第m组中第k个用户的卸载计算成本函数表示为：
...

【专利技术属性】
技术研发人员：李立欣，程倩倩，张敬敏，王大伟，李旭，梁微，林文晟，李煊，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：陕西;61