移动边缘计算系统中资源分配和数据压缩联合优化方法技术方案

本发明专利技术公开了一种移动边缘计算系统中资源分配和数据压缩联合优化方法，包括以下步骤：初始化移动设备和MEC服务器的参数和配置；构建优化问题模型，根据移动设备和MEC服务器的参数和配置得到初始通信与计算资源分配方案和对应的系统总能耗值；根据初始通信与计算资源分配方案，采用块坐标下降法获取新的通信与计算资源分配方案和对应的系统总能耗值；判断新目标系统总能耗值与上一次系统总能耗值得差值是否在阈值范围内，若是则输出当前的通信与计算资源分配方案并结束优化；否则，将当前的通信与计算资源分配方案作为初始通信与计算资源分配方案，并返回前述步骤步骤。本发明专利技术能有效的降低整个系统的能耗。明能有效的降低整个系统的能耗。明能有效的降低整个系统的能耗。

【技术实现步骤摘要】
移动边缘计算系统中资源分配和数据压缩联合优化方法


[0001]本专利技术涉及无线通信
，具体涉及一种移动边缘计算场景中资源分配和数据 压缩联合优化方法。

技术介绍

[0002]在过去的几年中，诸如智能电话，平板电脑和可穿戴设备之类的移动设备的爆炸性 普及一直在加速物联网(IoT)的发展。由于移动数据流量的指数增长，仅依靠传统的 云计算不足以实现5G网络中通信和计算的毫秒级延迟。为了满足这种持续的需求并提 高用户的体验质量(QoE)，移动边缘计算的新兴技术已经引起了学术界和行业的极大 关注。通过在蜂窝基站上实现MEC服务器，可缓解计算密集型应用程序和资源受限的 移动设备之间的紧张关系。与传统的云计算系统不同，传统的云计算系统依赖于远程公 共云，由于数据交换，远程云将导致较长的等待时间，而MEC在无线接入网中提供了 计算功能。因此，通过将计算任务从移动设备转移到MEC服务器，可以大大提高计算 体验的质量，包括能耗和执行等待时间。
[0003]同时，如今数据压缩的使用无处不在，通过数据压缩，可以减小数据大小，从而可 以节省数据存储空间或本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种移动边缘计算系统中资源分配和数据压缩联合优化方法，其特征在于：包括以下步骤：步骤一，初始化移动设备和MEC服务器的参数和配置；其中，移动设备和MEC服务器的参数和配置包括：移动设备数量，由集合K＝{1,2,
…
,K}表示、移动设备k的原始数据大小L
k
，移动设备k在本地压缩的数据压缩率移动设备k在MEC服务器上的数据压缩率移动设备k所需的总压缩率β
k
、移动设备k的最大数据压缩率移动设备k所分得的带宽百分比z
k
、移动设备k的信道增益h
k
、移动设备k的传输功率p
k
、移动设备k的最大传输功率限制移动设备压缩时每个CPU周期的能量消耗E
k
、移动设备k的计算能力(CPU cycle/s)F
k
、MEC服务器每CPU周期的能量消耗E、MEC服务器的最大计算能力F；步骤二，构建优化问题模型，根据移动设备和MEC服务器的参数和配置得到初始通信与计算资源分配方案和对应的系统总能耗值；步骤三，根据初始通信与计算资源分配方案，采用块坐标下降法获取新的通信与计算资源分配方案和对应的系统总能耗值；步骤四，判断新目标系统总能耗值与上一次系统总能耗值得差值是否在阈值范围内，若是则输出当前的通信与计算资源分配方案并结束优化；否则进入步骤五；步骤五，将当前的通信与计算资源分配方案作为初始通信与计算资源分配方案，并返回步骤三。2.根据权利要求1所述的移动边缘计算系统中资源分配和数据压缩联合优化方法，其特征在于：所述步骤一中，初始化移动设备和MEC服务器的参数和配置{β
(0)
,p
(0)
,z
(0)
}，其中3.根据权利要求1所述的移动边缘计算系统中资源分配和数据压缩联合优化方法，其特征在于：所述步骤二中，构建通信资源和计算资源限制下，系统总能耗最小化的优化问题模型：模型：模型：模型：模型：模型：其中，表示移动设备k本地数据压缩时的能耗，E
T,k
表示移动设备k无线数据传输消
耗的能量，表示边缘服务器压缩移动设备k的数据的能耗；e是自然常数，表示边缘服务器压缩移动设备k的数据的能耗；e是自然常数，表示边缘服务器压缩一比特数据需要的CPU周期数目，表示移动设备本地压缩一比特数据需要的CPU周期数目，r
k
表示移动设备k与基站的传输...

【专利技术属性】
技术研发人员：王俊波，张金悦雪，汪坤，丁昌峰，张华，
申请(专利权)人：东南大学，
类型：发明
国别省市：