D2D多播网络中的移动边缘计算卸载与资源分配算法制造技术

D2D多播网络中的移动边缘计算卸载与资源分配算法属于D2D多播网络中的移动边缘计算技术领域，首先为了提高多播传输链路的稳定性和增加计算资源，提出了D2MD簇首选择和分簇选择策略，在簇首选择策略中联合考虑了D2MD用户的社会属性、可用能量和传输速率。其次考虑用户选择、计算卸载策略和计算资源分配的条件下，将最大化用户的收益作为最优化问题进行了公式。进一步将最优化问题转化为两个子问题，分别是用户选择最优化USO问题和资源分配最优化RAO问题，其中RAO问题是一个凸优化问题，采用拉格朗日乘数法得到了它的最优解。并仿真验证了提出的算法在保证用户收益最大化的同时，能有效的减少能量消耗和计算成本。有效的减少能量消耗和计算成本。有效的减少能量消耗和计算成本。

【技术实现步骤摘要】
D2D多播网络中的移动边缘计算卸载与资源分配算法


[0001]本专利技术属于D2D(设备到设备通信Device
‑
to
‑
Device)多播网络中的移动边缘计算
，特别涉及D2D多播网络中的移动边缘计算卸载与资源分配算法。

技术介绍

[0002]随着数据量和计算敏感业务爆发式的增长，移动边缘计算(MEC)技术和D2D多播(device
‑
to
‑
device multicast，D2MD)技术开始被人们所熟知。然而，现有的研究经常忽略了D2MD用户的电池能量和计算能力受限的问题。
[0003]随着移动通信技术的快速发展，越来越多的智能设备上安装了移动应用程序，例如多播视频分享和实时在线游戏等，这些应用将产生大量各种类型的数据
[1],[2]。随着数据通信量爆炸性的增长，移动设备将面对不同的宽带密集型和广泛计算的无线网络的接入请求。这些新的应用和服务增加了核心网与基站之间回传链路的传输负担。现阶段大量研究工作关注于海量数据的卸载和密集计算任务传输到云端进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.D2D多播网络中的移动边缘计算卸载与资源分配算法，其特征在于包括下列步骤：首先，为了提高多播传输链路的稳定性和增加计算资源，提出了D2MD簇首选择和分簇选择策略，在簇首选择策略中联合考虑了D2MD用户的社会属性、可用能量和传输速率；其次，在考虑用户选择、计算卸载策略和计算资源分配的条件下，将最大化用户的收益作为最优化问题进行了公式；进一步，将最优化问题转化为两个子问题，分别是用户选择最优化USO问题和资源分配最优化RAO问题，其中RAO问题是一个凸优化问题，采用拉格朗日乘数法得到了它的最优解。2.根据权利要求1所述的D2D多播网络中的移动边缘计算卸载与资源分配算法，其特征在于包括下列步骤：1系统模型；在基站覆盖范围内，用户根据地理位置被分为多个D2MD簇；在每个簇中，有唯一的一个用户被选中作为D2MD簇首，D2MD簇首有全双工天线，通过无线的方式连接到用户端和基站端；这些D2MD簇首能够帮助用户终端连接到网络，并且协助用户将任务传输给基站端的MEC服务器；簇首主动的保存一些内容，并且可以将内容多播传输给同簇内的用户；当用户要求某些内容时，簇首通过多播方式进行传输；为了实现有效的分发缓存，用户分别属于并且唯一属于一个簇；D2D用户的集合表示为K＝{1,2,L,K}；D2D簇的集合表示为M＝{1,2,L,M}；用其中x
i,m
＝1表示用户设备i使用的D2MD簇首m；X＝{x
i,m
}表示使用簇首m的用户设备集合；2联合社会属性、能量和速率的簇首选择和分簇策略；在簇首选择中，采用的是著名的中餐馆过程模型，在簇c
n
中，用户j选择用户i作为簇首的概率表示为：在这里a
w
表示CRP的参数，m(m≥3)是簇c
n
内的用户数，是用户j选择用户i作为簇首的概率；因此用户被选为簇首的概率矩阵表示为：在这里第i行表示用户i被选做簇首的概率，第i行元素之和表示用户i的选择概率，其中选择概率最大的用户，就是簇首；因此，在簇c
n
中，用户j选择用户i作为簇首的概率通过公式(3)计算得到；
在这里是用户i对用户j的影响因子；表示为：在这里w
S
+w
E
+w
R
＝1；和分别表示用户i对用户j的社会影响因子，能量影响因子和传输速率影响因子；2.1社会影响因子；表示用户i对用户j的社会影响因子；用户i与用户j之间的社会相似因子，表示为：在这里表示用户i与用户j之间的社会相似因子；的值越高表示相似度越高；如果则表示用户i与用户j之间将不会建立D2D通信链路；对于用户簇c
n
中的用户，归一化的社会影响因子表示为：在这里表示用户簇c
n
中，其余用户对用户i的社会影响因子之和；2.2能量影响因子；表示用户簇c
n
中，用户i在用户j上的能量影响；用户i在用户j上能够衡量出的最大可用传输时间表示为：
在这里表示用户i可利用的能量，P0表示用户i的电路损耗，表示用户i的传输功率；在这里σ2表示噪声功率，γ0表示接收的信噪比门限；为了保证传输质量，需要用户实际的接收SNR要大于γ0；表示用户i与用户j间的信道增益，并且表示为：表示用户i与用户j间的信道增益，并且表示为：表示瑞丽衰落，α
h
表示路损参数，表示用户i与用户j间的距离；将公式(8)和(9)代入公式(7)，得用户i与用户j间的最大传输时间为：在这里值越高表示用户i对用户j的能量影响越大；考虑整个用户簇c
n
，一个归一化的影响因子表示为：在这里表示用户簇c
n
中，其余用户对用户i的能量影响因子之和；2.3传输速率影响因子；表示用户簇c
n
中，用户i的传输速率；如果基站以定量的功率传输数据，则用户i的传输速率表示为：
在这里表示基站与用户i之间的信道增益，P
B
表示基站的发射功率，表示用户i与基站间的距离，W表示用户i与基站间的信道带宽，表示用户i与基站间的瑞丽衰落，α
B
表示路损参数；传输速率越高，则对用户i的影响越大；考虑整个用户簇c
n
，一个归一化的影响因子表示为：在这里表示用户簇c
n
中，其余用户对用户i的传输速率影响之和；综上所述将公式(6)，(11)和(13)代入公式(4)得用户i对用户j的影响因子表示为：用公式(14)代替(3)，得到选择用户i为簇首的概率；按照概率递减的顺序进行排列，概率最大的选做簇首；2.4分簇策略；初始化每个簇剩余的用户集合表示为当时循环：从计算每个簇的平均影响因子选择更新输出：得到用户分簇结果K
m
,1≤m≤M；3计算卸载和资源分配；3.1支持MEC的D2MD系统通信模型与计算模型；定义L
i
＝(σ
i
,s
i
,T
i
)表示用户设备i需要处理的任务，其中δ
i
(每兆比特的CPU工作的周期)表示处理任务需要总的计算资源，s
i
(比特)表示需要执行的任务的数据量，T
i
表示该任务可以接受的最大时延值；支持MEC的D2MD网络的计算任卸载的步骤是：首先，用户设备发送一定比例的任务给与它们相联系的D2MD簇首；其次，D2MD簇首接收任务后将使用前向链路相同的频带进一步传输给基站中的MEC；对于用户i其计算卸载比例表示为o
i
∈[0,1]，其中o
i
＝1(o
i
＝0)表示任务卸载到MEC执行；1)通信模型；设用户设备和D2MD簇首的前向链路和反向链路工作在正交的频谱上；前向链路的带宽与反向链路的带宽相同，用B表示；
用户(i∈K)到D2MD簇首(m∈M)的链路上能够获得的传输速率表示为：在这里p
i
表示用户设备i的发送功率；g
i,m
表示从用户设备i到D2MD簇首m的信道增益；SI表示全双工天线的自干扰，并且SI＝Ib
i,m
p
m
，其中I 是剩余的SI的增益，p
m
是D2MD簇首m分配的功率，b
i,m
是D2MD簇首m的功率比；SI作为干扰删除技术的一个常量；从D2MD簇首m到基站的反向链路的数据速率表示为：在这里p
m
表示D2MD簇首m的最大传输功率；b
i,m
∈(0,1]表示用户设备i需要卸载任务时所分配的功率比；g
m
表示D2MD簇首m到基站的信道增益；用户设备i传输到...

【专利技术属性】
技术研发人员：陈雷，
申请(专利权)人：中国刑事警察学院，
类型：发明
国别省市：