基于移动边缘计算的车联网数据驱动任务卸载系统和方法技术方案

本发明专利技术公开了一种基于移动边缘计算的车联网数据驱动任务卸载系统和方法，包括：应用层、车辆层、MEC层和云层。应用层包括数据感知管理、ITS服务管理和道路安全管理；车辆层包括：感知车辆和计算车辆。感知车辆收集各类交通数据并卸载给计算服务器计算，计算车辆为V2V通信范围内的子任务提供计算服务；MEC层包括：MEC服务器和RSU，MEC服务器作为计算服务器和本地调度器部署在RSU附近；云层包括云服务器和主干网，车辆可以通过蜂窝接口将其子任务卸载到云服务器。本发明专利技术的优点是：降低了数据驱动任务的服务延迟及服务花费，并且任务卸载架构是分布式的，能够有效降低任务卸载调度的决策时间，提高资源的利用率。

【技术实现步骤摘要】
基于移动边缘计算的车联网数据驱动任务卸载系统和方法
本专利技术涉及车联网
，特别涉及一种基于移动边缘计算的车联网数据驱动任务卸载系统和方法。
技术介绍
目前，随着物联网技术和5G无线通信技术的快速发展，车联网领域涌现了大量的新型应用，如自动驾驶、视频监控和交通控制等。这些与智能交通系统相关的应用首先需要收集大量的环境数据，如道路网络信息、实时交通信息、车辆行驶信息等，然后在这些数据的基础上，由车辆或者其他感知设备进行相应的处理，如人脸识别、目标检测、交通预测等，因此这些应用都是基于数据驱动并且计算密集的。然而车辆的计算能力有限，难以满足它们对计算资源和延迟的要求。云计算的出现在一定程度上缓解了这种状况，云端集成了大量具备强大计算能力的服务器，通过将一部分计算任务卸载给云，可以减少应用运行的延迟。但是，云端远离车辆，这必然导致过高的通信延迟。近几年，移动边缘计算(MEC)已经成为了一种支持实时、计算密集型应用的有效范式。通过将MEC服务器从云端迁移到道路网络附近，极大地缩短了车辆和服务器之间的距离，有效地减少了应用与服务器之间的通信本文档来自技高网...

【技术保护点】
1.一种基于移动边缘计算的车联网数据驱动任务卸载系统，其特征在于，包括：应用层、车辆层、MEC层和云层；/n所述应用层包括：数据感知管理模块、ITS服务管理模块、道路安全管理模块；/nITS服务管理模块包括：交通信号控制、异常车辆检测和交通流预测；ITS服务是数据驱动的任务，需要处理分布在道路网络中的感知车辆收集的交通数据；基于数据分布，将数据驱动任务划分为多个子任务；每个子任务与感知车辆感知到的一组交通数据相关联，并且可以并行处理；只有计算了所有子任务的结果后，才能完成任务；/n数据感知管理模块包括：压缩感知、异常数据检测、用户认证和隐私保护；数据感知管理模块对收集来的数据进行分析和处理；其...

【技术特征摘要】
1.一种基于移动边缘计算的车联网数据驱动任务卸载系统，其特征在于，包括：应用层、车辆层、MEC层和云层；
所述应用层包括：数据感知管理模块、ITS服务管理模块、道路安全管理模块；
ITS服务管理模块包括：交通信号控制、异常车辆检测和交通流预测；ITS服务是数据驱动的任务，需要处理分布在道路网络中的感知车辆收集的交通数据；基于数据分布，将数据驱动任务划分为多个子任务；每个子任务与感知车辆感知到的一组交通数据相关联，并且可以并行处理；只有计算了所有子任务的结果后，才能完成任务；
数据感知管理模块包括：压缩感知、异常数据检测、用户认证和隐私保护；数据感知管理模块对收集来的数据进行分析和处理；其中，压缩感知能够以低采样频率来重建稀疏信号；异常数据检测能够对车联网中的数据进行检测，去除异常危险数据并且提高信息精度，以保证相关设备的安全；用户认证和隐私保护来保证车联网中信息的可认证性、完整性、不可否认性和私密性；
道路安全管理模块包括：气象信息采集、交通信息采集和紧急信息采集；道路安全管理模块能够提高安全管理的自动化水平，实现对道路交通的实时监控，降低道路安全事故的发生率；其中，气象信息采集用于采集实时的气象状况，对道路行驶速度做出限制；交通信息包括车辆占有率、道路交通量、车头时距、车长、车速和交通密度，通过对这些交通信息的采集,能够为道路使用情况分析提供有力的依据；道路交通运行过程中,有时会遇见紧急情况,主要包括交通事故和自然灾害，通过对此类紧急信息的收集，能够提醒附近车辆，有效缓解交通拥堵和避免人员伤亡；
所述车辆层包括：感知车辆和计算车辆；
感知车辆配备了传感器，能够收集交通数据，可以缓存与几种类型的子任务相关联的数据集，这些数据集必须通过无线通信卸载到附近的计算服务器进行处理；
计算车辆用于提供计算服务；计算车辆拥有一个处理器，为V2V通信范围内的子任务进行计算；每次最多允许一个子任务卸载到一辆计算车辆上；
所述MEC(移动边缘计算)层包括：MEC服务器和RSU(路侧单元)；
MEC服务器配备了一个计算服务器并部署在RSU附近；MEC服务器同时扮演两个角色：计算服务器和本地调度器；作为计算服务器，MEC服务器能够同时处理通过V2I无线通信卸载的多个等待任务；由于车辆的移动性，子任务必须在V2I连接时间内完全上传；作为本地调度器，MEC服务器负责对每个子任务做出卸载决策，包括卸载服务器的选择、无线带宽和计算资源的分配，其中MEC服务器通过检测感知车辆定期广播的心跳消息检索相关任务信息；
所述云层包括：云服务器和主干网，云服务器部署在主干网中，车辆可以通过蜂窝接口将其子任务卸载到云服务器；对于V2I覆盖范围之外的子任务，或者在与MEC服务器或计算车辆的连接时间内未能完成上传的子任务，它们必须选择云作为卸载服务器。


2.根据权利要求1所述的一种基于移动边缘计算的车联网数据驱动任务卸载系统的卸载方法，其特征在于，包括以下步骤：
步骤1，DQN模型中强化学习的基本元素设计；
a.系统状态：由于V2V通信范围有限，假设每个感知车辆最多有n辆计算车辆可供卸载；然后，将当前等待卸载的子任务rv在时间t的系统状态定义为多维向量，其公式如下：



其中，和表示rv的数据量大小和所需的计算资源；Dtotal表示调度前等待卸载的子任务的总数据量，Dload表示已经卸载到m的工作负载，bm,fm分别代表MEC服务器的总带宽和总计算资源，分别是计算车辆i的带宽和计算资源；
b.动作空间：它被定义为可用于等待卸载的子任务rv的候选计算服务器集；具体来说，采用one-hot编码来表示动作，该动作被表示为一个n+2维二进制...

【专利技术属性】
技术研发人员：戴朋林，胡凯文，吴晓，邢焕来，罗寿西，
申请(专利权)人：西南交通大学，
类型：发明
国别省市：四川;51