车联网V2I模式任务卸载方法及系统技术方案

本发明专利技术公开了一种车联网V2I模式任务卸载方法及系统，包括车辆用户通过其所在路段的基站向与该基站匹配的MEC服务器发送任务卸载请求；MEC服务器接收任务卸载请求，根据任务卸载请求的要求卸载任务，并基于博弈论的方法计算出满足时延下的任务卸载策略；MEC服务器将卸载后的任务发送至与之匹配的基站，基站根据任务卸载策略传输卸载后的任务至车辆用户。本发明专利技术的任务卸载方法及系统，MEC服务器通过计算时延限定条件下的任务计算总开销目标最优时的计算结果作为任务卸载策略，并通过相应通信链路下发任务卸载策略，从而在一定程度上提升了车联网处理复杂运算任务的能力，降低数据处理时延，以最大限度地降低卸载任务的成本开销，从而提升车联网的服务性能。

【技术实现步骤摘要】
车联网V2I模式任务卸载方法及系统
本专利技术涉及车联网通信
，具体涉及一种车联网V2I模式任务卸载方法及系统。
技术介绍
随着车联网中数据业务的海量增长，造成网络传输带宽负载增加、数据处理效率降低，从而导致数据传输时延延长。对于车联网时延敏感的服务应用来说是相当致命的。将车联网中海量服务应用数据进行有效处理是降低传输时延和提高传输性能的主要途径，与车联网应用发展密切相关，其技术状况已称为衡量一个国家车联网行业领域和科技发展水平的一个重要标志。移动边缘计算(Mobile-EdgeComputing，MEC)能够提供将云端服务拉近至车联网边缘位置，并在靠近移动车辆终端位置提供基于云的任务计算服务，以实现车联网低时延、高可靠性的网络需求。随着MEC技术在车联网应用中所具备的独特优势而受到越来越多的关注。其中，对于车联网中移动车辆的任务卸载发挥重要作用，并利于改善车联网中网络传输性能问题。传统构建以“云(Cloud)+车联网”为骨架的系统架构，用于服务车联网中通信服务应用，解决车联网中的复杂任务计算问题。支持云的车联网中，车辆终端上传大本文档来自技高网...

【技术保护点】
1.一种车联网V2I模式任务卸载方法，其特征在于：包括以下步骤，/nS1、车辆用户通过其所在路段的基站向与该基站匹配的MEC服务器发送任务卸载请求；/nS2、所述MEC服务器接收所述任务卸载请求，根据所述任务卸载请求的要求卸载任务，并基于博弈论的方法计算出满足时延下的任务卸载策略；/nS3、所述MEC服务器将卸载后的任务发送至与之匹配的所述基站，所述基站根据所述任务卸载策略传输所述卸载后的任务至所述车辆用户。/n

【技术特征摘要】
1.一种车联网V2I模式任务卸载方法，其特征在于：包括以下步骤，
S1、车辆用户通过其所在路段的基站向与该基站匹配的MEC服务器发送任务卸载请求；
S2、所述MEC服务器接收所述任务卸载请求，根据所述任务卸载请求的要求卸载任务，并基于博弈论的方法计算出满足时延下的任务卸载策略；
S3、所述MEC服务器将卸载后的任务发送至与之匹配的所述基站，所述基站根据所述任务卸载策略传输所述卸载后的任务至所述车辆用户。


2.如权利要求1所述的车联网V2I模式任务卸载方法，其特征在于：步骤S1之前，所述车辆用户对是否向所述MEC服务器发送任务卸载请求作出判决，若卸载任务消耗的时间大于等于时间阈值，向所述MEC服务器发送任务卸载请求；否则，所述车辆用户本地计算卸载任务。


3.如权利要求2所述的车联网V2I模式任务卸载方法，其特征在于：所述时间阈值包括动态阈值，通过以下方法确定所述动态阈值，
创建均衡系统In(ne)＝Out(ne)，In(·)和Out(·)分别为均衡系统输入函数和输出函数，ne为系统均衡点；采用均衡点分析方法假设车辆网系统存在某一瞬时状态点代表整个车辆网系统，根据均衡点分析模型，存在包含参数L和随机变量n的数学函数f(n,L)，函数f(n,L)的期望均值表示为：
E(f(n,L))＝f(ne)；公式1；
所述车辆用户对卸载的任务类型分类，定义每种任务类型占所有任务类型的比重为ρi，i∈S，且满足



i为任务类型序数；S为任务类型总数；
结合公式1、公式2和公式3推导出所述动态阈值





4.如权利要求3所述的车联网V2I模式任务卸载方法，其特征在于：所述车辆用户创建任务模型Ti对卸载的任务类型分类，
Ti＝{ci,ai,ti,max}；
ci为卸载任务需要的计算资源数量；ai为卸载任务的信息计算输入文件大小；ti,max为完成第i种类型任务卸载所能容忍的最大处理时间。


5.如权利要求1所述的车联网V2I模式任务卸载方法，其特征在于：步骤S2中，所述MEC服务器建立任务卸载目标函数：






ti≤ti,max
hj≤hj,max；

【专利技术属性】
技术研发人员：武贵路，李莎，
申请(专利权)人：无锡太湖学院，江南大学，
类型：发明
国别省市：江苏;32