本发明专利技术针对任务执行的时延与能耗权重系数进行计算，对于移动边缘计算中移动终端设备的任务卸载问题，提出一种基于时延与能耗权重计算的任务卸载算法，旨在根据用户需求以及设备自身电量状态减少终端设备任务执行的开销。算法针对单MEC多用户场景下的计算卸载，计算任务的时延与能耗系数，提出一种基于有限能源和时延的任务卸载与资源分配策略。求解本地设备最佳分配资源，利用凸优化解决MEC端资源分配，在满足时延与能耗基础上，通过迭代优化算法获得最优信道分配。本发明专利技术提出的卸载方案可以最小化用户的时延与能耗，满足用户需求，提高用户体验质量。高用户体验质量。高用户体验质量。
【技术实现步骤摘要】
一种基于时延与能耗权重计算的任务卸载算法
[0001]本专利技术属于移动边缘计算任务卸载领域，尤其涉及一种基于时延与能耗权重计算的任务卸载算法。
技术介绍
[0002]随着物联网的发展与万物互联时代的到来，越来越多的终端设备应用到我们的生活中，但是现有的技术以及终端设备制造的设计限制，移动设备的计算资源与电池容量都受到限制。当前的新兴移动应用例如交互式游戏、增强现实等对于计算与存储的要求越来越高，在终端设备上运行时，有时难以满足任务对处理能力与续航能力的需求。在运行大计算量的程序时，响应慢、耗电快，难以满足用户体验质量。
[0003]如何解决移动终端设备的有限资源与应用进程需要的计算资源的矛盾成为移动通信网络中亟待解决的主要问题之一。移动边缘计算中的计算卸载技术被认为是有效解决上述问题的关键技术之一。移动边缘计算不用将任务上传至远端的中心云，而是卸载到靠近用户终端的边缘服务器，大大降低了传输时延与能耗，可以有效解决移动终端资源受限的问题，但是移动边缘服务器的计算能力与远端云相比是很有限的，因此，如何做出合理的卸载决策，研究任务执行能耗与时延之间的权衡是至关重要的。
[0004]对于任务卸载而言，好的卸载方法或者策略，不仅可以有效的满足用户需求，提高用户的服务质量还可以大大降低复杂度。因此，提出一种基于时延与能耗权重计算的任务卸载算法显得十分必要。
技术实现思路
[0005]本专利技术的目的在于：针对移动边缘计算中移动终端设备的任务卸载问题，提出一种基于时延与能耗权重计算的任务卸载算法，旨在根据用户需求以及设备自身电量状态减少终端设备任务执行的开销。为了达到上述目的，本专利技术所采用的技术方案包括如下部分：
[0006]1.一种基于时延与能耗权重计算的任务卸载算法，具体实施步骤如下：
[0007]步骤1.每个终端设备都有一个任务待处理，设备提交任务，分别计算设备中任务的时延与能耗的系数。
[0008]步骤2.对于设备中的任务进行本地最佳资源分配。
[0009]步骤3.初始所有任务全部卸载到MEC服务器执行，对所有任务设定a
i
＝1。
[0010]步骤4.对需要卸载到MEC服务器上执行的任务进行最佳资源分配。
[0011]步骤5.根据算法1进行信道分配。
[0012]步骤6.根据每个任务在MEC端与在本地的开销做出卸载决策。
[0013]步骤7.判断卸载决策是否有变化，如果不变，算法终止。反之转向步骤4.
[0014]2.根据权利要求1中步骤1所述的时延与能耗权重计算，其特征在于：
[0015]记REc
i
为终端设备电量剩余比例：
[0016][0017]由此设定能耗系数Ec
i
，即剩余电量占终端设备最大电量的比例，其数值越小，对降低能耗的需求越强。
[0018][0019]根据任务截止时间以及任务的大小和所需计算能力确定任务的紧急度，记为Tcr
i
，本文中将任务的紧急度表征为任务对时延的敏感程度，数值越小，任务对时延敏感程度越高。
[0020][0021]由此得到时延系数Tc
i
：
[0022][0023]因为时延与能耗的权重系数需要满足条件：Ec
i
+Tc
i
＝1，为此对权重系数进行修正，得到时延权重系数le
i
和能耗权重系数lt
i
。
[0024][0025][0026]3.根据权利要求1中步骤5所述的心道分配，其特征在于：
[0027]在进行信道选择时，按照以下策略：
[0028]将所有要卸载的任务按照式(7)进行排序，依次计算每个任务所需最小传输速率。以及根据式(8)计算每个任务的在任意信道上的可达速率，形成速率开销矩阵。
[0029][0030][0031][0032]利用Argmax函数进行初始信道选择：
[0033]j＝argmax(R
i,j
)
ꢀꢀꢀꢀꢀ
(10)
[0034][0035]由此形成决策矩阵。从第二次迭代开始，依据上一代选择好的信道按照式(9)、(10)重新进行信道选择。
[0036]本专利技术提供的任务卸载方法具有如下优点和有益效果：本专利技术考虑到用户体验感以及设备自身状况，求解本地设备最佳分配资源，利用凸优化解决MEC端资源分配，在满足时延与能耗基础上，通过迭代优化算法获得最优信道分配，此卸载方案可以最小化用户的时延与能耗，满足用户需求，提高用户体验质量。
附图说明
[0037]图1为本专利技术提供的一种基于时延与能耗权重计算的任务卸载算法的流程图。
具体实施方式
[0038]为了使本领域技术人员更好地理解本申请中的技术问题、技术方案和技术效果，下面结合附图和具体实施方式对本专利技术一种基于时延与能耗权重计算的任务卸载算法作进一步详细说明。
[0039]如图1为本专利技术的方法具体实施步骤：
[0040]步骤1.每个终端设备都有一个任务待处理，设备提交任务，分别计算设备中任务的时延与能耗的系数。终端设备的集合表示为N＝[SMD1,...,SMD
i
,...,SMD
n
]，其中每个终端设备具有三个属性，表示为f
il
表示设备的计算能力，即一秒内执行的周期数。Elec
i
表示设备当前的剩余电量，单位为焦耳。表示设备的最大储电量，单位为焦耳。每个终端设备都有一个计算密集型的任务需要被处理，表示为T
i
＝[expt
i
,data
i
,c
i
]其中，expt
i
表示期待完成时间，data
i
表示数据量大小，c
i
表示完成此任务所需计算能力，即需要的cpu周期数。
[0041]记REc
i
为终端设备电量剩余比例：
[0042][0043]由此设定能耗系数Ec
i
，即剩余电量占终端设备最大电量的比例，其数值越小，对降低能耗的需求越强。
[0044][0045]根据任务截止时间以及任务的大小和所需计算能力确定任务的紧急度，记为Tcr
i
，本文中将任务的紧急度表征为任务对时延的敏感程度，数值越小，任务对时延敏感程度越高。
[0046][0047]由此得到时延系数Tc
i
：
[0048][0049]因为时延与能耗的权重系数需要满足条件：Ec
i
+Tc
i
＝1，为此对权重系数进行修正，得到时延权重系数le
i
和能耗权重系数lt
i
。
[0050][0051][0052]步骤2.对于设备中的任务进行本地最佳资源分配。
[0053]每个本地设备本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于时延与能耗权重计算的任务卸载算法，具体实施步骤如下：步骤1.每个终端设备都有一个任务待处理，设备提交任务，分别计算设备中任务的时延与能耗的系数。步骤2.对于设备中的任务进行本地最佳资源分配。步骤3.初始所有任务全部卸载到MEC服务器执行，对所有任务设定a
i
＝1。步骤4.对需要卸载到MEC服务器上执行的任务进行最佳资源分配。步骤5.根据算法1进行信道分配。步骤6.根据每个任务在MEC端与在本地的开销做出卸载决策。步骤7.判断卸载决策是否有变化，如果不变，算法终止。反之转向步骤4。2.根据权利要求1中步骤1所述的时延与能耗权重计算，其特征在于：记REc
i
为终端设备电量剩余比例：由此设定能耗系数Ec
i
，即剩余电量占终端设备最大电量的比例，其数值越小，对降低能耗的需求越强。根据任务截止时间以及任务的大小和所需计算能力确定任务的紧急度，记为Tcr
i
，本文中将任务的紧急度表征为任务对时延的敏感程度，数值越小，任务对时延敏感程度越高。由此得到时延系数Tc
i
：因为时延与能耗的权重...
【专利技术属性】
技术研发人员：王淑栋，李艳青，庞善臣，
申请(专利权)人：中国石油大学华东，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。