基于5G移动边缘计算的车联网任务卸载和资源分配方法组成比例

本发明专利技术涉及一种基于5G移动边缘计算的车联网任务卸载和资源分配方法，属于移动通信技术领域。通过添加一个备用MEC服务器的方法来弥补网络中计算资源不足的问题，MEC服务器之间资源共享以解决负载不均衡问题，联合任务卸载策略及计算资源分配以最小化网络开销。由于该优化问题难以直接求解，本发明专利技术提出一种启发式算法，将原问题转换为本地计算资源分配及任务卸载子问题分别求解。其中本地计算资源分配子问题采用导数求极值的方法得到最优解，任务卸载子问题联合任务卸载及MEC资源分配，采用拉格朗日优化算法进行求解，从而最小化网络时延和能耗开销。

【技术实现步骤摘要】
基于5G移动边缘计算的车联网任务卸载和资源分配方法
本专利技术属于移动通信
，涉及基于5G移动边缘计算的车联网任务卸载和资源分配方法。
技术介绍
无线技术与物联网的飞速进步加快了智能汽车的发展，使得智能汽车能够为人类提供更好的服务。随着新兴车联网业务(如：无人驾驶、语音处理、3D导航等)的出现，车辆终端难以处理此类计算密集型任务，任务数据量和处理复杂度的激增对传统车辆网络提出了挑战。目前很多研究正努力解决车载终端的超负荷应用问题，一些专家提出通过基于云的车载网络将计算任务转移到远端云服务器。虽然将任务卸载到远端云上提高了计算性能和资源利用率，但任务在移动车辆和远端云服务器之间的长距离传输会带来相当大的网络开销。MEC是实现边缘计算，降低时延并提高联网车辆处理能力的有效方法。在车辆密集的多MEC网络场景中，单个MEC服务器可能很难提供充足的计算资源。针对这种情形，本专利技术通过添加一个备用MEC服务器的方法来弥补网络中计算资源不足的问题，MEC服务器之间资源共享以解决负载不均衡问题，联合任务卸载策略及计算资源分配以最小化网络开销。该本文档来自技高网...

【技术保护点】
1.基于5G移动边缘计算的车联网任务卸载和资源分配方法，其特征在于：该方法包括以下步骤：/nS1：备用MEC辅助的车联网卸载模型；/nS2：任务卸载决策方案；/nS3：计算资源分配方案。/n

【技术特征摘要】
1.基于5G移动边缘计算的车联网任务卸载和资源分配方法，其特征在于：该方法包括以下步骤：
S1：备用MEC辅助的车联网卸载模型；
S2：任务卸载决策方案；
S3：计算资源分配方案。


2.根据权利要求1所述的基于5G移动边缘计算的车联网任务卸载和资源分配方法，其特征在于：在所述S1中，建立一个车辆网络卸载模型，在双向道路旁部署K个基站，基站集合为表示Θ＝{1，2，...，K}，相应的每个基站部署一个MEC服务器，MEC集合表示为Φ＝{0，1，...，K}；在此架构上添加一个较大计算资源的备用MEC服务器代替远端云，k＝0表示备用MEC服务器，通过有线通信技术连接到各个基站，以此满足双向道路中车辆密集型任务的截止时延要求且弥补计算资源的不足；
网络中车辆用户n所产生的计算密集型任务Vn由三元素表示，其中，Bn表示请求车辆任务n产生的数据量大小；Dn表示完成车辆任务n所需的计算资源量；表示完成该车辆任务n的截止时延；车辆任务在本地执行，或通过V2I通信及有线连接将任务卸载到任意一个MEC服务器上进行计算；MEC之间实现资源共享，车辆卸载任务至其通信范围内的MEC服务器，当该车辆通信范围内的MEC服务器处理任务繁多，处理效率低下时，车辆用户选择通过中间基站中继转发卸载任务至备用服务器或其他相邻的服务器上处理，通过MEC服务器之间的资源共享以此解决服务器负载不均衡的问题。


3.根据权利要求1所述的基于5G移动边缘计算的车联网任务卸载和资源分配方法，其特征在于：在所述S2中，卸载决策是二元变量，车辆用户产生的任务不能拆分，作为一个整体在本地进行处理或者全部传输到任意一MEC服务器上执行，包括备用服务器；表示车辆设备卸载到MEC服务器上进行计算；表示车辆设备选择本地计算；当车辆任务较少时，车辆用户选择卸载任务到MEC服务器上进行；随着车辆任务的增多，MEC服务器的负载及处理开销随之升高，车辆任务根据拉格朗日迭代算法动态调整至本地计算和在MEC服务器上进行；
假设网络中所有车辆成员在每个时间间隔内都会产生不同大小的计算任务，处理该任务会产生一定大小的开销；定义任务执行总开销为网络中处理每个车辆任务所消耗的开销之和，即：



车辆任务n所消耗的开销定义为：



其中，车辆任务n的卸载策略表示为车辆任务n在本地计算时的开销表示为车辆任务n卸载到其它服务器上...

【专利技术属性】
技术研发人员：崔太平，彭贻，韩宝磊，胡宇宇，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