一种多智能设备协同优化系统技术方案

本发明专利技术公开了智能建筑物技术领域中一种多智能设备协同优化系统，所述系统包括智能设备单元、分解计算任务单元、任务迁移单元、模型转化单元；所述系统利用频分多址来对智能建筑物中能量密集型计算任务进行计算分流，并提出了对多智能设备、FDMA传输和计算资源分配的联合优化，并制定了联合优化多智能设备单任务的能量密集型计算任务卸载的方法，最大限度地减少智能建筑物体中智能设备的总能耗，以完成其所需的延迟限制下的任务。所需的延迟限制下的任务。所需的延迟限制下的任务。

【技术实现步骤摘要】
一种多智能设备协同优化系统


[0001]本专利技术涉及智能建筑物
，特别涉及一种多智能设备协同优化系统。

技术介绍

[0002]智能建筑物中包括很多智能设备，这些智能设备时刻在进行各种复杂的能量密集型的计算任务，智能建筑中的智能设备由于本身计算能力的限制，在处理这些复杂计算任务的时候，会产生相当大的能量消耗，这与智能建筑物系统的绿色节能理念相违背，因此找到一种合理的方案来辅助智能建筑物中的各类智能设备进行节能是很有必要的。另外一方面，随着边缘计算技术和无线通信网络技术的发展，不断涌现的新技术为智能建筑物系统的总体能量优化提供了可以改善优化的方案。在智能建筑物中的需要智能设备通过无线网络传输技术，将本地的一些复杂能量密集型计算任务卸载到边缘服务器，通过借助边缘服务器丰富的计算资源联合协作来完成这些复杂的计算任务，以此实现整个智能建筑系统的绿色节能目标。
[0003]随着对绿色无线系统的关注日益增长，在过去的几十年中，许多研究工作一直致力于研究节能型边缘(EC)计算服务：如致力于对节能工作量卸载问题进行了研究，并提出了诸如基于乘数共识交替方向法的分布式解决方案；或者，提出了工作量卸载和功率控制的联合优化，以最大程度地减少能耗；或者，提出了一种用于多用户雾计算系统的能源效率优化问题，目的是在执行延迟约束的情况下将能耗降至最低；或者，提出了一种随机优化问题，用于通过EC进行任务卸载，目的是在保证平均队列长度的同时将能耗降至最低。
[0004]尽管已有上述研究，但是基于边缘计算服务的智能建筑物系统中智能设备的节能优化方面还存在一定的问题。因为智能建筑系统中，不同的智能设备分布相对比较集中，密集的设备同时产生的能量是一个不可忽略的数据。另外，智能建筑系统中设备种类繁多，不同的设备需要进行处理的计算任务总量不相同，不同设备自己本身携带的计算资源效率也不相同。部分设备的发送功率的限制存在很大的差异，如电子智能监控，空调等智能设备。不同设备需要处理的计算任务对于时间延迟的敏感程度都存在很大的差异。因此，从提高能源效率的角度来看，如何将不同任务的工作负载正确地卸载到边缘计算服务器是一个亟需解决的技术问题。

技术实现思路

[0005]本专利技术解决了现有技术中无法将不同任务的工作负载正确、高效地卸载到边缘计算服务器的技术问题，提供一种多智能设备协同优化方法，包括通过FDMA技术辅助智能建筑物中的智能设备进行能量优化，建立联合优化模型并制定了联合优化多智能设备单任务的能量密集型计算任务卸载的方法，在满足每个任务的延迟限制的同时最大程度地减少智能建筑物中的总能耗。
[0006]为了实现上述目的，本专利技术采用了如下技术方案：一种多智能设备协同优化系统，其特征在于，包括：智能设备单元，所述智能设备单元包含m个智能设备SD，每个智能设备SD
选择一个距离其最近的边缘服务器进行计算任务卸载，每个智能设备的需要完成的总的计算任务量通过SD
m
表示；分解计算任务单元，所述分解计算任务单元将每个智能设备中的计算任务SD
m
分成通过无线传输网络卸载到边缘服务器的计算任务S
m
和智能设备本地完成的计算任务其中，tot为total简写；任务迁移单元，所述任务迁移单元将不同的智能设备的总任务量(M表示智能设备端总的个数)通过频分多址(FDMA)迁移到边缘服务器组；模型转化单元，所述模型转化单元计算所述智能设备将任务通过FDMA卸载到边缘服务器发送的传输功率，将系统转化为所有智能设备在满足时延约束的条件下完成所有任务的总能量最小化模型。
[0007]优选的，所述系统包括K个边缘服务器，所述边缘服务器按序是：g1＞g2＞...＞g
k
，其中，g
k
表示从用户到边缘服务器k的信道功率增益；所有智能设备将总任务通过FDMA卸载到边缘服务器发送的总传输功率为：其中，参数W表示信道带宽，s
m
表示第m个设备卸载到边缘服务器的卸载的计算任务量，参数n0表示背景噪声的功率密度，t表示卸载任务至边缘服务器的时间。
[0008]优选的，所述智能设备卸载花费的总能量E
OC
为：其中，表示边缘卸载能耗。
[0009]优选的，每个智能设备完成其的总体计算任务量总体延迟为:其中，μ
L,m
表示第m个智能设备的计算速度，单位bit/s；μ
E
表示边缘服务器的计算速度，单位bit/s；表示智能设备迁移其工作负载到边缘服务器的总延迟。
[0010]优选的，所述系统中，发射功率不超过智能设备的功率预算，所述智能设备的卸载总延迟不超过最大延迟限制。
[0011]优选的，所述模型转化单元将非凸的最小化模型(P1)转化为凸优化模型(P1
‑
Sub)，(P1)：Min(E
OC
+E
LC
)。
[0012]优选的，所述模型转化单元可以将优化模型(P1)转化为模型(P1
‑
E)：
[0013](P1
‑
E)：Min其中变量为:t和
[0014]优选的，本地CPU计算能耗取决于动态电压，本地CPU的计算功率取决于计算速度。
[0015]优选的，所述任务迁移单元将不同的智能设备将任务SD
m
的计算任务量
同时迁移到边缘服务器组。
[0016]优选的，所述系统应用于智能建筑物系统中。
[0017]本专利技术相比现有技术具有以下优点：
[0018]通过FDMA技术辅助智能建筑物中的智能设备进行能量优化，考虑了多智能设备的场景，并制定了联合优化多智能设备单任务的能量密集型计算任务卸载的方法，最大程度地减少智能建筑物中的总能耗同时完成其任务，所述基于FDMA的计算任务卸载来辅助智能设备进行能量密集型计算任务处理的的方案大大优于计算任务全部智能设备本地处理的方案。
附图说明
[0019]图1是系统模型图；
[0020]图2是顶层算法在t上线性搜索的收敛图；
[0021]图3是顶层算法求解与LINGO求解的准确性对比图；
[0022]图4是本专利技术算法与本地计算方案的能量节省效率仿真对比图；
[0023]图5是本专利技术算法与本地计算方案的时延优势对比图。
具体实施方式
[0024]下面结合附图对本专利技术的具体实施方式做进一步说明，但本专利技术并不受这些实施例所限制。对本专利技术的具体实施方式进行修改或者对部分技术特征进行等同替换，而不脱离本专利技术方案的精神，其均应涵盖在本专利技术请求保护的技术方案范围当中。
[0025]实施例1：
[0026]建立一个如图1所示的智能建筑物系统模型，智能建筑系统中有m个智能设备SD，每个智能设备智能选择一个边缘服务器进行计算任务卸载，每个智能设备的需要完成的总的计算任务量通过SD
m
表示。
[0027]为了减少本地计算延迟，将智能设备本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多智能设备协同优化系统，其特征在于，包括：智能设备单元，所述智能设备单元包含m个智能设备SD，每个智能设备SD选择一个距离其最近的边缘服务器进行计算任务卸载，每个智能设备SD的需要完成的总的计算任务量通过SD
m
表示；分解计算任务单元，所述分解计算任务单元将每个智能设备中的计算任务SD
m
分成通过无线传输网络卸载到边缘服务器的计算任务S
m
和智能设备本地完成的计算任务任务迁移单元，所述任务迁移单元将不同的智能设备的总任务量M表示智能设备端总的个数，通过FDMA迁移到边缘服务器组；模型转化单元，所述模型转化单元计算所述智能设备将任务通过FDMA卸载到边缘服务器发送的传输功率，将系统转化为所有智能设备在满足时延约束的条件下完成所有任务的总能量最小化模型。2.根据权利要求1所述的一种多智能设备协同优化系统，其特征在于：所述系统包括K个边缘服务器，所述边缘服务器按序是：g1＞g2＞...＞g
k
，其中，g
k
表示从用户到边缘服务器k的信道功率增益；所述智能设备将总任务通过FDMA卸载到边缘服务器发送的总传输功率为：其中，参数W表示信道带宽，s
m
表示第m个设备卸载到边缘服务器的卸载的计算任务量，参数n0表示背景噪声的功率密度，t表示卸载任务至边缘服务器的时间。3.根据权利要求2所述的一种多智能设备协同优化系统，其特征在于：所述智能设备卸载花费的总能量E
OC
为：4.根据权利要求3所述的一种...

【专利技术属性】
技术研发人员：周沐春，吴征天，付保川，江保平，
申请(专利权)人：苏州科技大学，
类型：发明
国别省市：