一种基于状态预测的动态资源分配策略制造技术

本发明专利技术涉及车联网与边缘计算技术领域，具体涉及一种基于状态预测的动态资源分配策略，包括：将系统的服务时间T划分为离散的时间间隙；在单轮静态请求阶段，通过最优化问题来求解车辆固定时刻固定位置下的最优资源分配方案；在多轮动态请求阶段，通过预测算法来调整边缘服务器状态变化，减少系统的能源消耗。本发明专利技术在满足车辆提供车联网服务的资源需求的前提下，最大化节省边缘计算系统的能源消耗。

【技术实现步骤摘要】
一种基于状态预测的动态资源分配策略
本专利技术涉及车联网与边缘计算
，具体涉及一种基于状态预测的动态资源分配策略。
技术介绍
为了解决道路交通中频繁出现的交通事故、交通拥堵等现象，需要对道路交通进行科学管理，从而提高道路的交通安全和效率。车联网是物联网衍生的一种面向智能交通的网络，车联网就是把车作为一个智能个体，通过无线自组织网络技术让道路上的车辆组成通信网络，利用多种异构网络来实现车与车(VehicletoVehicle，V2V)之间、车与基础设施(VehicletoInfrastructure，V2I)之间、车与行人(VehicletoPedestrians，V2P)之间、车与云端(VehicletoCloud，V2C)之间以及车与家(VehicletoHome，V2H)的互联互通。车联网一方面通过交互交通安全信息和驾驶辅助信息来增强车辆用户驾驶的安全性，能有效的减少交通事故发生率并提升交通效率；另一方面通过为车辆用户提供导航、娱乐等服务来增强其行驶的舒适性。随着用户需求的增长，车联网诞生了许多应用，如车载导航与定位、道路拥塞本文档来自技高网...

【技术保护点】
1.一种基于状态预测的动态资源分配策略，其特征在于，包括以下步骤：/nS1、将系统的服务时间T划分为离散的时间间隙，车辆节点在每个时间间隙请求服务器资源；/nS2、采集系统在当前时间间隙t的状态数据，将采集数据带入资源分配模型中，将资源分配模型作为目标函数，使用拉格朗日乘子算法和KKT条件对目标函数进行求解，得到最优解，根据计算出来的最优解为车辆节点分配资源；/nS3、资源分配后，车辆节点将计算任务卸载到分配的边缘节点，计算边缘节点的剩余资源量，并将边缘节点的剩余资源量按照从大到小的顺序进行排序(c

【技术特征摘要】
1.一种基于状态预测的动态资源分配策略，其特征在于，包括以下步骤：
S1、将系统的服务时间T划分为离散的时间间隙，车辆节点在每个时间间隙请求服务器资源；
S2、采集系统在当前时间间隙t的状态数据，将采集数据带入资源分配模型中，将资源分配模型作为目标函数，使用拉格朗日乘子算法和KKT条件对目标函数进行求解，得到最优解，根据计算出来的最优解为车辆节点分配资源；
S3、资源分配后，车辆节点将计算任务卸载到分配的边缘节点，计算边缘节点的剩余资源量，并将边缘节点的剩余资源量按照从大到小的顺序进行排序(c1,c2,...,cN)，其中，N表示边缘节点的数量；利用线性回归算法预测下一个时间间隙内边缘服务器集群的资源请求总量Z；
S4、将当前时间间隙前k个边缘节点的剩余资源量之和与下一个时间间隙内边缘服务器集群的资源请求总量Z进行比较，若满足条件则将前k个边缘节点均设置为打开状态，剩余的N-k个边缘节点保持关闭状态，其中k≤N；
S5、令t＝t+1，执行步骤S2-S5，进行下一时间间隙t＝t+1的资源分配计算和时间间隙t＝t+2时刻的边缘节点状态预测和状态更新，直到服务时间间隙达到系统的服务时间T。


2.根据权利要求1所述的一种基于状态预测的动态资源分配策略，其特征在于，资源分配模型包括：



其中νi表示车辆节点i的传输速率，B表示系统带宽，表示信道增益，d表示车辆节点到边缘服务器的距离，k为衰落因子，表示车辆节点到边缘节点的传输功率，Ni表示车辆节点i在传输时的信道噪声，E表示系统的总功耗，D表示节点的...

【专利技术属性】
技术研发人员：刘媛妮，柳宛，周妍妍，肖曼，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆;50