【技术实现步骤摘要】
一种超密集网络中基于MEC-SBS簇化的负载调度方法
本专利技术涉及移动边缘计算领域，应用于超密集网络中MEC-SBS负载调度，具体涉及一种超密集网络中基于MEC-SBS簇化的负载调度方法。
技术介绍
超密集网络(Ultra-DenseNetwork,简称UDN)作为5G中一项关键技术，通过密集部署低功率小基站和热点增大网络中移动设备的连接量，为移动设备提供良好的接入服务，满足了目前移动数据流量爆炸式增长的需求。然而，在超密集网络中，由于微基站数目庞大以及微基站与核心网之间的回程链路容量有限，大量的移动数据流量传输会导致回程链路拥塞，从而影响用户的服务质量(QualityofService,简称QoS)和网络性能。移动边缘计算(MobileEdgeComputing,简称MEC)通过在网络边缘部署云计算和网络服务，有效的处理网络边缘产生的移动数据[1]。通过在超密集网络中的微基站上部署移动边缘计算服务器(MEC-EnabledSmallCellBaseStation，简称MEC-SBS)，能够有效处理边缘数据并减少回程网络数...
【技术保护点】
1.一种超密集网络中基于MEC-SBS簇化的负载调度方法，其特征在于，所述方法包括如下步骤：/n步骤一、初始化：其中包括构建初始协作簇和对DDPG算法中的参数的初始化；/n步骤二、卸载计算任务：移动用户设备选择与之信道增益最好的MEC-SBS进行关联，然后向与之关联的MEC-SBS卸载其产生的计算任务；/n步骤三、判断是否调整协作簇：各协作簇中簇头MEC-SBS收集簇中所有MEC-SBS上计算负载信息，即协作簇中MEC-SBS的总计算负载量l
【技术特征摘要】
1.一种超密集网络中基于MEC-SBS簇化的负载调度方法，其特征在于，所述方法包括如下步骤：
步骤一、初始化：其中包括构建初始协作簇和对DDPG算法中的参数的初始化；
步骤二、卸载计算任务：移动用户设备选择与之信道增益最好的MEC-SBS进行关联，然后向与之关联的MEC-SBS卸载其产生的计算任务；
步骤三、判断是否调整协作簇：各协作簇中簇头MEC-SBS收集簇中所有MEC-SBS上计算负载信息，即协作簇中MEC-SBS的总计算负载量lk(t)，并判断簇中计算负载是否过载；若过载，则簇头MEC-SBS向宏基站边缘服务器请求调整协作簇；若不过载，则不调整；
步骤四、同步参数：各协作簇中的簇头MEC-SBS从宏基站边缘服务器同步全局参数并进行目标网络参数更新；
步骤五、构建DDPG模型：各协作簇中MEC-SBS的计算负载量表示DDPG的当前状态，各协作簇中MEC-SBS的计算负载卸载表示为DDPG的动作空间，使用协作簇中计算任务的平均计算服务延时构建DDPG模型中的奖励值，通过DDPG算法求出最优的簇中负载调度策略；
步骤六、更新全局参数：宏基站边缘服务器更新全局参数，为下一次负载调度做准备。
2.根据权利要求1所述的超密集网络中基于MEC-SBS簇化的负载调度方法，其特征在于：步骤一中初始化具体包括：
(1)采用k-means分簇算法构建初始协作簇，根据k-means算法的分簇结果为网络中的MEC-SBS分配簇号，簇号相同的MEC-SBS中选择一个簇头MEC-SBS负责收集簇中计算负载信息和做出计算负载调度策略；
(2)各协作簇中簇头MEC-SBS通过并行方式运行DDPG算法，协作簇的簇头MEC-SBS定期和宏基站边缘服务器同步参数；
(3)初始化DDPG算法中策略网络的学习率Q值网络的学习率折扣因子γ、更细系数τ和训练样本大小Z。
3.根据权利要求1所述的超密集网络中基于MEC-SBS簇化的负载调度方法，其特征在于：步骤三中协作簇中MEC-SBS的总计算负载量lk(t)计算公式为：
其中为在时间槽t时，MEC-SBS第i个的计算负载量，设定lth为协作簇的上限阈值；
簇头MEC-SBS判断簇中总计算负载量lk(t)是否超过协作簇的计算负载上限阈值lth，如果计算协作簇过载，即lk(t)＞lth，则进行协作簇调整，调整具体步骤如下：
(1)计算负载过载簇k发送过载信息给其邻居协作簇k′的簇头，请求邻居簇参与调整协作簇，满足计算负载条件lk′≤lth的邻居协作簇和协作簇k上传协作簇的簇号、各自簇中MEC-SBS的负载信息和位置信息给宏基站边缘服务器，其中Hk表示协作簇k的邻居协作簇的簇号集合；
(2)宏基站边缘服务器根据提交的MEC-SBS信息计算MEC-SBS的平均计算负载，MEC-SBS第i个的平均负载计算公式表示为：
其中参数表示...
【专利技术属性】
技术研发人员：覃少华，陆鹏，廖元秀，赵鑫，
申请(专利权)人：广西师范大学，
类型：发明
国别省市：广西;45
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。