一种联合优化计算卸载和资源分配的方法及装置制造方法及图纸

本发明专利技术公开了一种联合优化计算卸载和资源分配的方法及装置，该方法包括：构建协同无线供电边缘计算的工业互联网环境下的系统模型；以系统中的剩余能量最大化为目标构建目标函数；其中，系统的计算卸载决策和资源分配策略作为变量，影响目标函数的值；基于鲸鱼优化算法和二进制鲸鱼优化算法，分别优化资源分配策略和计算卸载决策来求解目标函数的最优解，实现最优的计算卸载决策和资源分配策略。本发明专利技术可以计算每个小型基站覆盖范围内工业无线设备最大的剩余能量值，实现最优的计算卸载和资源分配，减少能量消耗。

【技术实现步骤摘要】
一种联合优化计算卸载和资源分配的方法及装置
本专利技术涉及工业互联网
，特别涉及一种联合优化计算卸载和资源分配的方法及装置。
技术介绍
工业互联网即认知制造与工业4.0的结合，旨在打造智能化、自动化和无线设备相互感知，互联互通的工业体系。工业互联网是物联网在工业领域的应用，是提升智能制造水平的关键。部署在工业互联网中的每个元素都可以与网络连接，互相通信。由于各种无线传感设备(WirelessSensorDevices,WSDs)广泛分布于工业环境中，这些设备被用来感知、监视和控制周围工业环境的事件状态。同时，不断生成的数据需要应用程序进行传输、存储和处理。随着无线传输技术的进步，所有的数据都将转化为行动，通过对工业设备的综合意识感知，灵活处理各种任务，促进效率的提高。为制造业、交通运输、能源、城市、医疗等行业带来极大便利。因此，未来将建立一个工业系统与最先进的信息技术相结合的智能工业生态系统。数据的爆炸式增长带来计算和存储难题，计算能耗较高和电池容量受限等问题日益突出，依靠边缘计算和无线能量传输技术，能量供应得到解决，系统效用得到本文档来自技高网...

【技术保护点】
1.一种联合优化计算卸载和资源分配的方法，适用于协同无线供电边缘计算的工业互联网，其特征在于，所述联合优化计算卸载和资源分配的方法包括：/n构建协同无线供电边缘计算的工业互联网环境下的系统模型；其中，所述协同无线供电边缘计算的工业互联网包括云计算中心层、边缘服务层以及无线传感器层；所述系统模型包括能量收集模型、本地计算模型以及计算卸载模型；/n基于所述系统模型，以系统中剩余能量最大化为目标构建目标函数；其中，系统的计算卸载决策和资源分配策略作为变量，影响所述目标函数的值；/n基于鲸鱼优化算法和二进制鲸鱼优化算法，分别优化资源分配策略和计算卸载决策来求解所述目标函数，实现系统最优的计算卸载决策和...

【技术特征摘要】
1.一种联合优化计算卸载和资源分配的方法，适用于协同无线供电边缘计算的工业互联网，其特征在于，所述联合优化计算卸载和资源分配的方法包括：
构建协同无线供电边缘计算的工业互联网环境下的系统模型；其中，所述协同无线供电边缘计算的工业互联网包括云计算中心层、边缘服务层以及无线传感器层；所述系统模型包括能量收集模型、本地计算模型以及计算卸载模型；
基于所述系统模型，以系统中剩余能量最大化为目标构建目标函数；其中，系统的计算卸载决策和资源分配策略作为变量，影响所述目标函数的值；
基于鲸鱼优化算法和二进制鲸鱼优化算法，分别优化资源分配策略和计算卸载决策来求解所述目标函数，实现系统最优的计算卸载决策和资源分配策略。


2.如权利要求1所述的联合优化计算卸载和资源分配的方法，其特征在于，所述构建协同无线供电边缘计算的工业互联网环境下的系统模型，包括：
构建能量收集模型，包括：
将第u个无线传感设备收集的能量采用下式表示：
Euhav＝λuTμhuPu
其中，表示第u个无线传感设备收集的能量，λu表示第u个无线传感设备的能量收集时间系数，且λu+vu≤1，vu表示任务执行时间系统，T表示执行截止时间，μ表示无线传感设备的能量转换效率，hu表示从传输基站到第u个无线传感设备的下行链路大规模信道增益，Pu表示下行链路发射功率；
构建本地计算模型，包括：
将在无线传感设备上完成任务的本地执行延迟表示为：



其中，表示第u个无线传感设备完成任务的本地执行延迟，au表示第u个无线传感设备的计算卸载决策，au＝0表示任务在本地计算，au＝1表示任务卸载到服务器进行处理，Du表示输入数据大小，Cu表示完成任务所需的CPU周期数，表示无线传感设备的计算能力；本地执行的能耗由下式给出：



其中，表示第u个无线传感设备本地执行的能耗，k0表示能量转换系数；
构建计算卸载模型，包括：
将任务的卸载延迟表示为：



其中，表示任务的卸载延迟，Ru表示无线传感设备的理论数据传输速率；
根据香农公式，无线传感设备的理论数据传输速率为：



其中，pu表示从无线传感设备到边缘服务器的上行链路传输功率，σ2表示在无线传感设备和传输基站之间的信道中产生的噪声功率，gu表示无线传感设备和传输基站之间的信道增益，B表示信道带宽；
能量收集时间和卸载时间满足以下约束：



将在边缘服务器上进行任务处理所需的时延表示为：



其中，表示在边缘服务器上进行任务处理所需的时延，表示从边缘服务器分配的每个无线传感设备的计算能力；
将任务传输过程中产生的能量消耗表示为：



其中，表示任务传输过程中产生的能量消耗。


3.如权利要求2所述的联合优化计算卸载和资源分配的方法，其特征在于，所述基于所述系统模型，以系统中剩余能量最大化为目标构建目标函数，包括：
将收集的能量减去计算消耗的能量作为剩余能量，表达式为：



得到目标函数的表达式如下：
(P1):
s.t.C1:
C2:
C3:
C4:
C5:
C6:
C7:
其中，Eres(A,Fl,p,λ)表示剩余能量，U表示无线传感设备的集合，表示无线传感设备的最大计算能力，Fs表示边缘计算服务器的最大计算能力。


4.如权利要求3所述的联合优化计算卸载和资源分配的方法，其特征在于，基于鲸鱼优化算法和二进制鲸鱼优化算法分别优化资源分配策略和计算卸载决策来求解所述目标函数，实现系统最优的计算卸载决策和资源分配策略，包括：
基于鲸鱼优化算法求解资源分配策略，基于二进制鲸鱼优化算法求解计算卸载决策，以求解目标函数最优解，实现最优的计算卸载决策和资...

【专利技术属性】
技术研发人员：许海涛，李倩倩，林福宏，周贤伟，
申请(专利权)人：北京科技大学，
类型：发明
国别省市：北京;11