一种基于工业物联网的节能计算卸载方法技术

本发明专利技术公开了一种基于工业物联网的节能计算卸载方法，该方法首先在短程工业物联网系统的小区内靠近工业设备的位置部署若干个MEC服务器；为系统计算工业设备本地执行计算任务时以及计算卸载时的时延与能耗；构建系统卸载决策的优化目标以及约束条件；通过Sarsa算法分析小区内环境信息，得到工业设备的任务卸载请求服务信息和MEC服务器的计算资源占用信息，通过状态值函数的迭代更新选择合适的MEC服务器进行计算任务的卸载；通过粒子群算法分配合适的MEC计算资源给请求服务的工业设备，使得系统中工业设备的总能耗最低，并提高了MEC服务器计算资源的利用率。MEC服务器计算资源的利用率。MEC服务器计算资源的利用率。

【技术实现步骤摘要】
一种基于工业物联网的节能计算卸载方法


[0001]本专利技术属于无线通信
，具体涉及一种基于工业物联网的节能计算卸载方法。

技术介绍

[0002]在过去的几十年里，物联网作为一种新的范式，在无线通信和微电子领域取得了巨大的成功，得到了广泛的关注。在工业和制造环境中，物联网被称为工业物联网。工业物联网连接了大量移动数字设备、制造机器、工业设备等，这些设备不断产生大量的数据和信号，用于传感、控制、系统维护和数据分析，工业物联网中的通信和计算任务显然将消耗大量的能量。
[0003]考虑到工业物联网设备上的资源有限，工业物联网的能源效率是许多创新工业物联网系统的关键问题，许多工业物联网应用需要在电池上运行多年，因此节约能源消耗是延长工业物联网系统寿命的关键因素。工业物联网拥有它们独特的节能机制。根据工业物联网的工作流程，设备的计算任务请求一般拥有指定的完成截止时间，其中存在的问题是，如何在截止时间内完成任务的前提下，最小化工业设备的能耗。通常的方法是将一部分工业应用任务卸载到具有足够计算资源的计算系统上执行，因此常常在工业物联网系统中引入边缘计算（MEC），利用边缘计算服务器强大的CPU处理器为密集的计算任务提供算力支持，由此减少系统的能耗。但边缘计算也有其自身的局限性，例如边缘计算服务器有限的计算资源以及这些服务器之间的不平衡负载。
[0004]针对上述问题，需要一种合适的计算卸载方法。现有的计算卸载方法分为以下几类。第一类：将资源的最优分配问题转化为最小化能耗加权和的凸优化问题，利用拉格朗日算法迭代求取最优解，但此凸优化问题属于NP
‑
hard问题，通过拉格朗日算法很难求取最优解，因此现有工作多数求解的都为次优解；第二类：以最小化能耗为目标在多个设备之间构建博弈模型，利用博弈理论进行卸载决策分析，但这一算法复杂度高，而且有可能不会收敛到全局最优解；第三类：定义各MEC服务器的CPU占用状态为状态空间，定义采取行为后所减少的能耗作为奖励值，采用强化学习中的q
‑
learning算法分析环境信息通过状态值迭代的方式选择最合适的MEC服务器进行卸载，这一方案的问题在于只能为请求服务的设备分配指定的MEC进行计算卸载而不能有效的分配MEC服务器的计算资源，若同时考虑计算资源的分配问题，需要把资源分配问题离散化处理并额外扩充系统的状态空间和行为空间，这会导致极其庞大的算法复杂度并且不容易取得准确的分配方案最优解。

技术实现思路

[0005]专利技术目的：针对工业物联网系统中工业设备处理计算任务时的能耗问题，本专利技术提出一种基于工业物联网的节能计算卸载方法。
[0006]技术方案：为实现本专利技术的目的，本专利技术所采用的技术方案是：一种基于工业物联网的节能计算卸载方法，该方法基于短程工业物联网系统实现，所述系统包括N个工业设备
和一个基站，设定各工业设备位置固定，同时系统中还部署M个MEC服务器，每个工业设备与其位置最近的MEC服务器的距离相同，并为所述基站部署一个代理MEC服务器，每个MEC服务器均与代理MEC服务器有线连接；每个所述工业设备均有一个计算任务，且均能将计算任务卸载到MEC服务器或本地执行，所述MEC服务器不执行系统卸载决策的计算，但实时向代理MEC服务器发送和更新本地的CPU占用状态信息和工业设备的任务卸载请求信息，所述代理MEC服务器执行系统卸载决策的计算；所述节能计算卸载方法具体包括如下步骤：步骤1，为系统计算工业设备本地执行计算任务时的时延与能耗，以及工业设备执行计算卸载时的时延与能耗；步骤2，根据步骤1得到的工业设备本地执行计算任务时与计算卸载时的时延与能耗，为最小化系统的处理能耗，构建系统卸载决策的优化目标以及约束条件；步骤3，利用Sarsa算法和粒子群算法求解系统卸载决策的优化目标，具体为利用Sarsa算法分析系统的环境信息、工业设备的任务卸载请求信息和MEC服务器的计算资源占用信息，通过状态值函数得到该系统能耗最小化时工业设备的计算卸载决策，并利用粒子群算法确定MEC服务器的计算资源分配结果。
[0007]进一步地，将表示系统的计算卸载决策，其中，表示第j个工业设备的计算卸载决策；若，表示第j个工业设备将计算任务卸载到第i个MEC服务器即卸载目标MEC服务器进行处理；若，表示第j个工业设备在本地执行计算任务。
[0008]进一步地，所述步骤1中，第j个工业设备本地执行计算任务时的时延包括计算时延，如下：式中，表示第j个工业设备本地执行计算任务时的计算时延，表示第j个工业设备完成计算任务所需的CPU周期总数，表示第j个工业设备计算每比特所需的CPU转数；第j个工业设备本地执行计算任务时的能耗为：式中，表示第j个工业设备本地执行计算任务时的能耗，表示CPU在每个周期内执行计算任务的能耗，且。
[0009]进一步地，所述步骤1中，当工业设备执行计算卸载时，首先第j个工业设备将计算任务通过基站的子信道发送至与该工业设备位置最近的MEC服务器，然后MEC服务器通过有线方式发送至由系统卸载决策决定的卸载目标MEC服务器；执行计算卸载的时延包括传输
时延与计算时延，所述传输时延表示为： ；所述计算时延表示为：；得到工业设备执行计算卸载时的时延为：；其中，表示第j个工业设备执行计算卸载时的时延，表示第j个工业设备的计算任务数据量大小，表示第j个工业设备完成计算任务所需的CPU周期总数， 表示第i个MEC服务器的计算资源分配，具体为分配给第j个工业设备的计算能力，表示第j个工业设备通过基站的子信道发送至与该工业设备位置最近的MEC服务器的上行传输速率，且其中，表示第j个工业设备分配到的子信道带宽，表示第j个工业设备的传输功率，表示高斯白噪声功率，表示第j个工业设备和与该工业设备位置最近的MEC服务器之间的信道增益，且，表示第j个工业设备和与该工业设备位置最近的MEC服务器之间的空间距离，v表示路径损耗因子，H表示信道衰落系数。
[0010]进一步地，步骤1中，当工业设备执行计算卸载时，首先第j个工业设备将计算任务发送至与该工业设备位置最近的MEC服务器，此过程产生传输能耗；之后工业设备保持待机状态等待回传结果，此过程产生待机能耗；工业设备执行计算卸载时的能耗包括传输能耗和待机能耗，表示如下：式中，表示第j个工业设备执行计算卸载时的能耗；表示工业设备传输计算任务时的发射功率，表示工业设备等待回传结果时的待机功率。
[0011]进一步地，所述步骤2中，系统卸载决策的优化目标表示如下：约束条件表示如下：约束条件表示如下：
式中， 表示系统的计算卸载决策，表示第j个工业设备本地执行计算任务时的能耗，表示第j个工业设备执行计算卸载时的能耗，表示第i个MEC服务器的计算资源分配，具体为分配给第j个工业设备的计算能力，表示第j个工业设备计算每比特所需的CPU转数，表示第i个MEC服务器自身的计算资源，表示第j个工业设备本地执行计算任务时的计算时延，表示第j个工业设备执行计算卸载时的时延，表示完成第j个工业设备的计算任务的截止时间，表示第本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于工业物联网的节能计算卸载方法，该方法基于短程工业物联网系统实现，所述系统包括N个工业设备和一个基站，设定各工业设备位置固定，同时系统中还部署M个MEC服务器，每个工业设备与其位置最近的MEC服务器的距离相同，并为所述基站部署一个代理MEC服务器，每个MEC服务器均与代理MEC服务器有线连接；每个所述工业设备均有一个计算任务，且均能将计算任务卸载到MEC服务器或本地执行，所述MEC服务器不执行系统卸载决策的计算，但实时向代理MEC服务器发送和更新本地的CPU占用状态信息和工业设备的任务卸载请求信息，所述代理MEC服务器执行系统卸载决策的计算；其特征在于，所述节能计算卸载方法具体包括如下步骤：步骤1，为系统计算工业设备本地执行计算任务时的时延与能耗，以及工业设备执行计算卸载时的时延与能耗；步骤2，根据步骤1得到的工业设备本地执行计算任务时与计算卸载时的时延与能耗，为最小化系统的处理能耗，构建系统卸载决策的优化目标以及约束条件；步骤3，利用Sarsa算法和粒子群算法求解系统卸载决策的优化目标，具体为利用Sarsa算法分析系统的环境信息、工业设备的任务卸载请求信息和MEC服务器的计算资源占用信息，通过状态值函数得到该系统能耗最小化时工业设备的计算卸载决策，并利用粒子群算法确定MEC服务器的计算资源分配结果。2.根据权利要求1所述的一种基于工业物联网的节能计算卸载方法，其特征在于，将表示系统的计算卸载决策，其中，表示第j个工业设备的计算卸载决策；若，表示第j个工业设备将计算任务卸载到第i个MEC服务器即卸载目标MEC服务器进行处理；若，表示第j个工业设备在本地执行计算任务。3.根据权利要求1所述的一种基于工业物联网的节能计算卸载方法，其特征在于，所述步骤1中，第j个工业设备本地执行计算任务时的时延包括计算时延，如下：式中，表示第j个工业设备本地执行计算任务时的计算时延，表示第j个工业设备完成计算任务所需的CPU周期总数，表示第j个工业设备计算每比特所需的CPU转数；第j个工业设备本地执行计算任务时的能耗为：式中，表示第j个工业设备本地执行计算任务时的能耗，表示CPU在每个周期内执行计算任务的能耗，且。4.根据权利要求1所述的一种基于工业物联网的节能计算卸载方法，其特征在于，所述步骤1中，当工业设备执行计算卸载时，首先第j个工业设备将计算任务通过基站的子信道
发送至与该工业设备位置最近的MEC服务器，然后MEC服务器通过有线方式发送至由系统卸载决策决定的卸载目标MEC服务器；执行计算卸载的时延包括传输时延与计算时延，所述传输时延表示为： ；所述计算时延表示为：；得到工业设备执行计算卸载时的时延为：；其中，表示第j个工业设备执行计算卸载时的时延，表示第j个工业设备的计算任务数据量大小，表示第j个工业设备完成计算任务所需的CPU周期总数，表示第i个MEC服务器的计算资源分配，具体为分配给第j个工业设备的计算能力，表示第j个工业设备通过基站的子信道发送至与该工业设备位置最近的MEC服务器的上行传输速率，且其中，表示第j个工业设备分配到的子信道带宽，表示第j个工业设备的传输功率，表示高斯白噪声功率，表示第j个工业设备和与该工业设备位置最近的MEC服务器之间的信道增益，且，表示第j个工业设备和与该工业设备位置最近的MEC服务器之间的空间距离，v表示路径损耗因子，H表示信道衰落系数。5....

【专利技术属性】
技术研发人员：孙君，赵尚维康，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：