针对NOMA超密集网络任务卸载和资源分配方法及系统技术方案

本发明专利技术提供了一种针对NOMA超密集网络任务卸载和资源分配方法及系统，方法包括：计算完成任务时各小小区中不同用户的本地能量消耗和系统总能耗；以系统总能耗最小为优化目标，联合资源分配和卸载决策构建总目标优化问题，并进行分解，获得资源分配子目标优化问题和卸载决策子目标优化问题；基于资源分配子目标优化问题确定完成任务时各小小区中不同用户在小基站上的边缘传输能耗；根据在小基站上的边缘传输能耗和本地能量消耗确定卸载决策。本发明专利技术联合计算资源分配、子信道分配和功率控制以及卸载决策进行问题优化，尽量避免因多个用户同时进行任务卸载而产生严重的干扰，进一步改善传输时延的增加和避免发射功率的浪费，提高用户的服务体验。

【技术实现步骤摘要】
针对NOMA超密集网络任务卸载和资源分配方法及系统
本专利技术涉及移动边缘计算
，特别是涉及一种针对NOMA超密集网络任务卸载和资源分配方法及系统。
技术介绍
各种智能设备的迅速发展，人脸识别、自动驾驶等人工智能应用的普及，无一例外地需要庞大的计算资源来对数据进行实时处理。然而，由于物理尺寸和电池容量受限，一般的智能设备无法提供强大的计算能力来满足这些应用的需求。为了应对这一挑战，欧洲电信标准化协会于2014年提出了移动边缘计算(MEC,mobileedgecomputing)，在无线网络边缘侧(如基站、无线接入点等)部署具有强大计算能力的服务器就近为用户提供所需的服务。借助MEC，用户可以将自己的计算任务卸载到边缘服务器上执行，从而降低任务的计算时延、减少用户的能耗，并满足用户的服务质量(QoS,qualityofservice)要求。然而，随着移动终端数量的指数级增长，由于频谱资源有限，传统的蜂窝MEC网络无法满足大规模用户同时卸载的服务需求。超密集网络(UDN,Ultra-DenseNetwork)和非正交多址接入(NOMA本文档来自技高网...

【技术保护点】
1.一种针对NOMA超密集网络任务卸载和资源分配方法，其特征在于，所述方法包括：/nS1：计算完成任务时各小小区中不同用户的本地能量消耗；/nS2：计算完成任务时各小小区中不同用户的系统总能耗；/nS3：以系统总能耗最小为优化目标，联合资源分配和卸载决策构建总目标优化问题；/nS4：将所述总目标优化问题进行分解，获得资源分配子目标优化问题和卸载决策子目标优化问题；所述资源分配子目标优化问题为联合计算资源分配、子信道分配和功率控制优化问题；/nS5：基于所述资源分配子目标优化问题确定完成任务时各小小区中不同用户在小基站上的边缘传输能耗；/nS6：根据完成任务时各小小区中不同用户在小基站上的边缘传...

【技术特征摘要】
1.一种针对NOMA超密集网络任务卸载和资源分配方法，其特征在于，所述方法包括：
S1：计算完成任务时各小小区中不同用户的本地能量消耗；
S2：计算完成任务时各小小区中不同用户的系统总能耗；
S3：以系统总能耗最小为优化目标，联合资源分配和卸载决策构建总目标优化问题；
S4：将所述总目标优化问题进行分解，获得资源分配子目标优化问题和卸载决策子目标优化问题；所述资源分配子目标优化问题为联合计算资源分配、子信道分配和功率控制优化问题；
S5：基于所述资源分配子目标优化问题确定完成任务时各小小区中不同用户在小基站上的边缘传输能耗；
S6：根据完成任务时各小小区中不同用户在小基站上的边缘传输能耗和本地能量消耗确定卸载决策，所述卸载决策为卸载决策子目标优化问题的解。


2.根据权利要求1所述的针对NOMA超密集网络任务卸载和资源分配方法，其特征在于，计算完成任务时各小小区中不同用户的本地能量消耗，具体包括：
S11：根据计算各小小区中不同用户在不同信道上的信噪比，其中，表示小小区m中用户u在子信道k上的信噪比，表示用户u和小小区m中的小基站在子信道k上的信道增益，g0用于建模小尺度衰落，服从分布g0～CN(0,1)，du,m表示用户u和小小区m中的小基站之间距离，α为路径损耗指数，表示小小区内的干扰，即来自同一小小区内其他用户卸载产生的干扰，表示同层干扰，即来自复用同一子信道的其他小小区内各用户卸载产生的干扰，σ2表示加性高斯白噪声的功率，表示小小区m中用户u占用子信道k的功率；
S12：根据计算各小小区中不同用户在不同信道上的链路数据速率，其中，表示小小区m中用户u在子信道k上的链路数据速率，B表示每个子信道的带宽，表示小小区m中用户u在子信道k上的信噪比；
S13：根据计算完成任务Tu,m时各小小区中不同用户的本地传输时延以及本地能量消耗，其中，表示完成任务Tu,m时小小区m中用户u的本地能量消耗，表示完成任务Tu,m时小小区m中用户u的本地传输时延，表示小小区m中用户u的计算能力，Cu,m表示任务Tu,m所需要的CPU周期数，Cu,m＝Lu,mρu,m，Lu,m表示输入数据，ρu,m表示完成1比特任务所需的CPU周期数，κ表示能耗参数。


3.根据权利要求1所述的针对NOMA超密集网络任务卸载和资源分配方法，其特征在于，所述计算完成任务时各小小区中不同用户的系统总能耗，具体包括：
S21：根据计算完成任务Tu,m时各小小区中不同用户在不同信道上的边缘传输时延和边缘传输能耗，其中，表示完成任务Tu,m时小小区m中用户u在子信道k上的边缘传输时延，Lu,m表示输入数据，表示小小区m中用户u在子信道k上的链路数据速率，表示完成任务Tu,m时小小区m中用户u在子信道k上的边缘传输时延；
S22：根据计算完成任务Tu,m时在MEC服务器上的边缘传输时延，其中，表示完成任务Tu,m时在MEC服务器上的边缘传输时延，表示小小区m中的小基站分配给用户u的计算资源，Cu,m表示任务Tu,m所需要的CPU周期数；
S23：根据计算完成任务Tu,m时各小小区中不同用户在小基站上的边缘传输时延和边缘传输能耗，其中，分别表示完成任务Tu,m时小小区m中用户u在小基站上的边缘传输时延和边缘传输能耗，表示完成任务Tu,m时小小区m中用户u在子信道k上的边缘传输时延，表示完成任务Tu,m时在MEC服务器上的边缘传输时延，表示小小区m中的小基站是否占用子信道k的参数，时表示小小区m中的小基站占用子信道k，表示小小区m中的小基站没有占用子信道k，表示完成任务Tu,m时小小区m中用户u在子信道k上的边缘传输时延；
S24：根据所述本地能量消耗和各小小区中不同用户在小基站上的边缘传输能耗计算完成任务Tu,m时各小小区中不同用户的系统总能耗，具体公式为：



其中，Eu,m表示完成任务Tu,m时小小区m中用户u的系统总能耗，表示完成任务Tu,m时第m个小小区中第u个用户在小基站上的边缘传输能耗，表示完成任务Tu,m时第m个小小区中第u个用户的本地能量消耗，表示用户卸载决策参数，表示用户u将整个任务Tu,m卸载到小基站m上执行，表示小小区m中用户u在本地完成任务Tu,m。


4.根据权利要求1所述的针对NOMA超密集网络任务卸载和资源分配方法，其特征在于，所述基于所述资源分配子目标优化问题确定完成任务时各小小区中不同用户在小基站上的边缘传输能耗，具体包括：
S51：简化所述资源分配子目标优化问题；

【专利技术属性】
技术研发人员：许晨，绳韵，郑光远，隆豪，
申请(专利权)人：华北电力大学，
类型：发明
国别省市：北京;11