基于交替方向乘子算法与移动边缘计算的网络资源优化调度决策方法技术

本发明专利技术公开了基于交替方向乘子算法与移动边缘计算的网络资源优化调度决策方法，通过构建数据卸载模型、计算模型和通信模型，联合考虑数据卸载时间、数据计算时间和数据传输时间，以降低系统能耗作为优化目标，对网络场景进行建模。通过交替方向乘子算法对模型进行迭代，完成场景内的资源最优调度。本发明专利技术面向无人机辅助的物联网场景，克服了物联网设备对于无人机的选择决策、数据处理时延过长和能耗过高等问题。仿真实验表明，本发明专利技术在降低系统能耗方面具有一定的优势。

【技术实现步骤摘要】
基于交替方向乘子算法与移动边缘计算的网络资源优化调度决策方法
本专利技术涉及一种基于交替方向乘子算法与移动边缘计算的无人机支持的物联网资源优化调度决策方法，通过交替方向乘子算法，设计一种在物联网设备、配备有移动边缘计算(mobileedgecomputing,MEC)的无人机和无线接入点(accesspoint,AP)之间数据卸载、数据计算和数据传输过程中，通过优化资源调度策略，有效减少系统能耗的决策优化方法，属于网络资源分配和系统决策的相关领域。
技术介绍
当前，物联网是新一代信息技术的重要组成部分。物联网随着RFID(radiofrequencyidentification)、智能传感器、通信技术和互联网协议的发展而不断推进。其中，物联网的通信技术被广泛应用，它包含两种通信方式，第一种是将异构对象连接在一起，另一种通信技术是数据无线传输交互，在100米范围内使用无线电波交换数据。由于物联网设备本身数据计算的局限性，所以它对计算处理能力的要求越来越高。与传统的云计算系统相比，边缘云计算技术更加有利于数据计算与处理，提高用户服务质量。但是，随着物联网的应用规模越来越大，数据计算处理要求也随时提高，用户对系统性能提出了更高质量的要求。因此，MEC的概念应运而生。MEC除了可以实现网络内缓存功能外，它还使计算资源更接近用户，具有低服务延迟和高服务质量的特点。近些年来，许多文献围绕MEC技术进行了研究与讨论。对此，浙江工业大学的Qian等人研究了启用多址MEC，通过对其研究，发现智能终端可以将其计算工作卸载到边缘服务器，并建立系统模型，联合优化计算资源，达到了最小化系统成本的目的。河北工程大学的Sun等人提出了一种新的基于移动边缘计算的物联网架构去处理移动边缘的数据流，并且利用基于软件定义网络的迁移方案最小化核心网络流量。深圳大学的Cui等人为满足用户需求，联合考虑能量消耗和时间延迟节省了系统的计算资源和能耗。现如今，无人机的广泛应用也吸引了学术界的广泛关注。无人机的可运动性为物联网设备与用户带了极大的便利。庆熙大学的Kim等人结合通信技术和无人机的优点，将任务卸载到能够提供计算资源的移动边缘服务器上，利用优化算法降低能量消耗和处理时间。北京邮电大学的Zhang等人提出了新的终端设备计算策略，通过优化无人机轨迹设计，使系统能耗达到最小。西北工业大学的Liu等人提出了多领导多跟随博弈来描述由两层无人机组成的MEC网络中的卸载问题，实现了延迟的最小化和利润的最大化。尽管上述研究物联网、无人机与移动边缘计算技术结合，对系统能耗、时延、收益等性能进行了不同方面、不同层次的优化，然而在将无人机整合入物联网时，仍将面临一些潜在的问题和挑战。例如，上述研究中只能选择一架无人机卸载数据，当物联网设备数量过多时，时间的消耗会显著增加，从而影响系统的整体能耗。另外一个问题是如何分配数据卸载、数据计算和数据传输的时间，以达到系统能耗最小。因此，这些问题在设计系统时均须仔细考虑。综上所述，本专利技术面向物联网场景中数据卸载、数据计算和数据传输等问题，提出一种基于交替方向乘子算法(alternatingdirectionmethodofmultipliers,ADMM)与移动边缘计算的网络资源优化调度决策方法，通过联合考虑场景下物联网设备、无人机和AP的状态，同时优化数据卸载时间、数据计算时间和数据传输时间，以达到有效减少系统能耗的目的。
技术实现思路
本专利技术的主要目的是在场景内资源优化分配最优的角度上，考虑场景内存在多架配备有MEC的无人机、多个物联网设备和AP的情况下，联合考虑数据卸载时间、数据计算时间和数据传输时间，以降低系统能耗作为优化目标，对场景进行建模，并应用ADMM算法对模型进行迭代，获得快速收敛且低系统能耗资源优化调度最优策略。本方法解决了在场景下存在多架配备有MEC的无人机、多个物联网设备和无线接入点的情况下，如何确定最优资源调度策略的问题，并通过执行最优资源调度策略有效减少系统能耗。本专利技术所适应的无人机辅助的物联网系统场景模型见图1。本专利技术技术方案中的系统运行原理流程图见图2。本专利技术系统能量消耗与ADMM算法中惩罚参数ρ关系图见图3。本专利技术系统能量消耗与无人机数量关系图见图4。本专利技术数据卸载，数据计算，数据传输三个方面的能量消耗与无人机数量关系图见图5。本专利技术数据卸载、数据计算、数据传输三个方面的时间消耗与无人机数量关系图见图6。本专利技术数据计算时间与MEC服务器计算能力关系图见图7。本专利技术的无人机辅助的物联网系统场景模型如图1所示，基于ADMM算法与移动边缘计算的无人机支持的物联网资源优化调度决策方法，在某个通信场景下，存在N个物联网设备、K架配备有MEC的无人机和AP。当已知物联网设备和无人机的数量后，根据实际环境情况设置数据卸载模型、计算模型和通信模型，并确定系统总能耗。而后结合场景和优化目标，构建模型优化问题，最后采用基于ADMM的分布式优化算法对其求解，从而达到系统能耗最小化的目的。具体依次按以下步骤实现：步骤(1)，在三维笛卡尔坐标系下，把O定义为所有物联网设备的几何中心。每个物联网设备的位置表示为(xn,yn,0),表示为共有N个物联网设备，其中xn，yn为物联网设备的x轴和y轴坐标。假设无人机飞行于目标区域上空，无人机共有K架，每架无人机停留在一个固定位置上，表示为(xk,yk,h),其中xk，yk，h为无人机的x轴、y轴和z轴坐标。第k架无人机悬停的时间为Tk秒。同时，由于无人机配备了MEC服务器，为物联网设备提供数据计算服务。AP的位置固定，表示为(xs,ys,0)，其中xs，ys为AP的x轴和y轴坐标。步骤(2)，计算系统总能耗，具体步骤如下：步骤(2.1)，计算数据卸载传输消耗的总能量。Dnk表示第n个物联网设备向第k架无人机卸载的数据量，u表示物联网设备向无人机卸载数据的时间。将ank定义为第n个物联网设备与第k架无人机关联，其中ank＝1表示第n个物联网设备选择第k架无人机卸载数据。物联网设备卸载到无人机的数据量D表示为第n个物联网设备与第k架无人机之间的距离dnk计算表示为假设距离dnk＝1时物联网设备到无人机的信道增益设为b0。那么每个物联网设备的信道功率增益bnk为设B为信道带宽，Pi为每个物联网设备的传输功率。σ2为噪声功率，无人机与物联网设备之间信道采用自由空间路径损耗模型。数据卸载速率runk表示为第n个物联网设备向第k架无人机卸载数据时间计算unk表示为数据卸载传输消耗的总能量Eu为步骤(2.2)，计算MEC服务器数据任务计算消耗的总能量。设C为无人机计算数据时CPU周期总数，c为无人机计算物联网设备的数据任务时间。实际计算频率为fnk，Cnk为第k架无人机计算第n个物联网设备数据时的CPU周期数，求得第k架无人机计算第n个物联网设备的数据时间cnk为MEC服务器数据任务计本文档来自技高网...

【技术保护点】
1.基于交替方向乘子算法与移动边缘计算的网络资源优化调度决策方法，其特征在于：该方法包括如下步骤：/n步骤一，将构建的无人机辅助的物联网系统初始化，设定无人机数量、物联网设备数量，并确定无人机、物联网设备、AP位置；/n步骤二，根据初始化条件并结合实际情况，计算系统总能耗E，包括数据卸载传输消耗的能量E

【技术特征摘要】
1.基于交替方向乘子算法与移动边缘计算的网络资源优化调度决策方法，其特征在于：该方法包括如下步骤：
步骤一，将构建的无人机辅助的物联网系统初始化，设定无人机数量、物联网设备数量，并确定无人机、物联网设备、AP位置；
步骤二，根据初始化条件并结合实际情况，计算系统总能耗E，包括数据卸载传输消耗的能量Eu、MEC服务器数据任务计算消耗的总能量Ec和无人机与AP数据传输消耗的总能量Es；
步骤三，结合场景和优化目标，构建系统总能耗模型优化问题，将非凸问题转化为凸问题并对问题进行分解；
步骤四，采用基于ADMM的分布式优化算法对分解后的问题进行求解，推导出具有全局一致约束的增广拉格朗日量，进行变量和拉格朗日乘子的迭代和更新。


2.根据权利要求1所述的基于交替方向乘子算法与移动边缘计算的网络资源优化调度决策方法，其特征在于：步骤一中，在三维笛卡尔坐标系下，把O定义为所有物联网设备的几何中心；每个物联网设备的位置表示为表示为共有N个物联网设备，其中xn，yn为物联网设备的x轴和y轴坐标；假设无人机飞行于目标区域上空，无人机共有K架，每架无人机停留在一个固定位置上，表示为其中xk，yk，h为无人机的x轴、y轴和z轴坐标；第k架无人机悬停的时间为Tk秒；由于无人机配备了MEC服务器，为物联网设备提供数据计算服务；AP的位置固定，表示为(xs,ys,0)，xs，ys为AP的x轴和y轴坐标。


3.根据权利要求2所述的基于交替方向乘子算法与移动边缘计算的网络资源优化调度决策方法，其特征在于：步骤二中，计算系统总能耗，具体步骤如下：
步骤(2.1)，计算数据卸载传输消耗的总能量；Dnk表示第n个物联网设备向第k架无人机卸载的数据量，u表示物联网设备向无人机卸载数据的时间；将ank定义为第n个物联网设备与第k架无人机关联，其中ank＝1表示第n个物联网设备选择第k架无人机卸载数据；物联网设备卸载到无人机的数据量D表示为



第n个物联网设备与第k架无人机之间的距离dnk计算表示为



假设距离dnk＝1时物联网设备到无人机的信道增益设为b0；那么每个物联网设备的信道功率增益bnk为



设B为信道带宽，Pi为每个物联网设备的传输功率；σ2为噪声功率，无人机与物联网设备之间信道采用自由空间路径损耗模型；数据卸载速率runk表示为



第n个物联网设备向第k架无人机卸载数据时间计算unk表示为



数据卸载传输消耗的总能量Eu为



步骤(2.2)，计算MEC服务器数据任务计算消耗的总能量；设C为无人机计算数据时CPU周期总数，c为无人机计算物联网设备的数据任务时间；实际计算频率为fnk，Cnk为第k架无人机计算第n个物联网设备数据时的CPU周期数，求得第k架无人机计算第n个物联网设备的数据时间cnk为



MEC服务器数据任务计算消耗的总能量Ec为



其中，kn＝10-26为有效开关电容，γn＝3是一个正常数；
步骤(2.3)，计算无人机与AP数据传输消耗的总能量；s为无人机向AP传输计算结果的时间，将Onk设为第k架无人机向AP传输第n个物联网设备结果数据量，无人机向AP传输物联网设备的结果数据...

【专利技术属性】
技术研发人员：李萌，赵铖泽，杨乐，张延华，司鹏搏，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京;11