任务队列感知的边缘计算实时信道分配和任务卸载方法技术

一种任务队列感知的边缘计算实时信道分配和任务卸载方法，根据李雅普诺夫优化框架，将任务队列感知的基站信道分配和用户任务卸载问题转化为单时隙优化模型，根据博弈论理论对用户划分组合并进行合作博弈，形成收敛稳定的组合集合，最终得到每个时隙的信道分配和任务卸载策略。务卸载策略。务卸载策略。

【技术实现步骤摘要】
任务队列感知的边缘计算实时信道分配和任务卸载方法


[0001]本专利技术涉及的是一种分布式计算领域的技术，具体是一种基于李雅普诺夫优化和博弈论的任务队列积压感知的实时信道分配和任务卸载方法。

技术介绍

[0002]移动边缘计算(Mobile Edge Computing，MEC)被广泛认为是实现下一代互联网愿景的一项重要技术。传统的云计算系统依赖于远程公共云，由于数据交换，会导致较长的延迟，而MEC是在无线接入网边缘部署一个云计算平台，为应用服务提供计算、存储、网络和通信资源，可以缓解计算密集型应用程序和资源有限的移动设备之间的紧张关系。因此，通过将移动设备上的计算任务卸载到MEC服务器上，可以缩短与应用服务之间的距离，从而减少能量消耗和执行延迟，显著提高用户的体验质量。
[0003]现有的计算任务卸载技术在无线传输部分时大多进行的是信道的一次性分配，即任务在传输过程中不改变信道，但是由于信道是时变的，而任务需要在多个时隙内才能传输完成，在信道质量差时可能造成较大的传输时延。此外，目前的技术没有考虑边缘服务器不同应用服务的任务队列状态，可能会造成某种服务超出负载而其他服务空闲的状况，从而导致较大的计算时延。

技术实现思路

[0004]本专利技术针对现有技术在信道分配时造成的无线传输时延和任务计算时延较大、无法感知MEC服务器的不同类型的任务队列状况，从而过多相同类型的任务同时到达导致任务队列积压任务过多而造成较大的计算时延以及在用户密集场所下，边缘服务器中个别应用服务的任务队列积压导致所有应用任务的平均时延增加等问题，提出一种任务队列感知的边缘计算实时信道分配和任务卸载方法，基于李雅普诺夫优化框架进行单时隙的目标转化，分析边缘服务器中任务队列的积压程度和任务的剩余时间，利用博弈算法对用户设备进行实时的信道分配和任务卸载，以达到最小化任务的平均时延。
[0005]本专利技术是通过以下技术方案实现的：
[0006]本专利技术涉及一种任务队列感知的边缘计算实时信道分配和任务卸载方法，包括：
[0007]步骤A，基于用户与基站间的距离生成每个时隙的信道增益矩阵和用户在每个子信道能达到的传输速率，并根据边缘服务器应用服务任务队列的任务量计算每个任务相应的等待时延、传输时延和边缘计算时延，具体包括：
[0008]步骤A
‑
1，用户在子信道上的信道增益其中：d
m
为用户m到基站的距离，L
l
(d
m
)为子信道l在距基站d
m
处的路径损耗，为小尺度零均值高斯分布。
[0009]步骤A
‑
2，用户与基站之间的接收信噪比SINR为：p
l,m
为用户m在子信道l的发送功率，所述的用户在不同信道的发送功率不随时间改变；σ为热噪声功率方差。在不损失一般性的前提下，第l个子信道上用户的信道增益估计顺序为
[0010]步骤A
‑
3，计算用户m在第t时隙子信道l上的传输速率其中：L为子信道总数量，W为基站总信道带宽，平均分配给每个子信道；为信道分配决策变量。
[0011]步骤A
‑
4，计算每个时隙每个任务在传输完成后的剩余大小：其中：为每个用户的任务卸载决策变量，ΔT为每个时隙的持续时间。
[0012]步骤A
‑
5，计算每个任务的等待时延，即任务生成到任务开始传输时的时延和传输时延：其中：为任务的生成时间，和为每个任务的无线传输开始时隙和结束时隙。
[0013]步骤A
‑
6，边缘服务器中应用服务k在第t时隙的任务队列任务量为Q
k
(t)，计算每个任务传输完成时刻任务队列长度：其中：为第n个任务的传输完成时刻，(m,k)
→
n为用户的每个任务的传输完成时映射的任务队列的任务索引。当n＝0时，任务队列任务量Q
k
(0)＝0。
[0014]步骤A
‑
7，计算每个任务的边缘计算时延：其中：ν
k
为边缘服务器中应用服务k的平均任务处理频率，具体为ν
k
＝μ
k
/F
K
，其中：μ
k
为k类型应用每比特需求的计算量，F
K
为边缘服务器为k类型应用服务分配的计算资源。
[0015]步骤B，将任务队列感知的基站信道分配和用户任务卸载问题建模为以最小化任务平均时延为目标的优化模型，并根据李雅普诺夫优化框架转化为单时隙优化目标，具体包括：
[0016]步骤B
‑
1，建立最小化任务平均时延为目标的优化模型。
[0017]步骤B
‑
2，优化目标转换为最大化所有时隙最大传输和边缘处理的任务大小的累加和。
[0018]步骤B
‑
3，基于李雅普诺夫优化框架，通过建立的时延剩余队列和任务队列任务积压队列，将时域内的优化目标转换为单时隙模型：其中：U
k
(a
t
,c
t
)为每种应用服务的效用函数。
[0019]步骤C，构建基于合作博弈的组合集合，即请求同一类型应用服务的用户进行组合，用户之间以系统效用最大化为目标进行博弈，最终组合集合达到收敛稳定，具体包括：
[0020]步骤C
‑
1，初始化组合集合：基站随机分配信道给服务请求的用户，每个用户随机选择待传输的任务，根据任务传输类型相同的用户构建初始组合集合Π。
[0021]步骤C
‑
2，在所在组合下计算用户m的效用u
m
(φ)，各个组合的效用U
k
(φ)和总系统效用。
[0022]步骤C
‑
3，用户m从组合集合中选择一个组合，当用户没有与子信道进行关联，则首先将组合中关联的子信道分配给用户m，计算其加入后的自身效用、组合效用和总系统效用，判断用户m是否满足以下转移条件：
[0023]步骤C
‑3‑
1，用户m从当前组合φ
i
转移到组合φ
j
时，自身效用不小于加入前的效用；
[0024]步骤C
‑3‑
2，用户m从当前组合φ
i
转移到组合φ
j
时，系统效用大于加入前的原组合集合下的系统效用。
[0025]步骤C
‑
4，当满足转移条件，则将组合φ
i
加入到候选集合中；当不满足转移条件，则重新选择一个组合加入。
[0026]步骤C
‑
5，当候选集合不为空时，在用户m的候选组合中选择使系统效用最大的组合φ
opt
，更新用户加入后的新组合与旧组合。
[0027]步骤C
‑
6，当所有用户的组合不再发生改变，则博弈结束，获得稳定的组合集本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种任务队列感知的边缘计算实时信道分配和任务卸载方法，其特征在于，基于用户与基站间的距离生成每个时隙的信道增益矩阵和用户在每个子信道能达到的传输速率，并根据边缘服务器应用服务任务队列的任务量计算每个任务相应的等待时延、传输时延和边缘计算时延；将任务队列感知的基站信道分配和用户任务卸载问题建模为以最小化任务平均时延为目标的优化模型，并根据李雅普诺夫优化框架转化为单时隙优化目标；在每个时隙内根据获得的信道分配和任务卸载策略进行任务传输，并根据队列更新规则更新时延剩余队列和任务队列任务积压队列后进行组合集合的博弈，直到所有任务传输完成；所述的组合集合的博弈是指：构建基于合作博弈的组合集合且用户之间以系统效用最大化为目标进行博弈，直至组合集合达到收敛稳定。2.根据权利要求1所述的任务队列感知的边缘计算实时信道分配和任务卸载方法，其特征是，所述的每个任务相应的等待时延、传输时延和边缘计算时延，通过以下方式计算得到：步骤A
‑
1，用户在子信道上的信道增益其中：d
m
为用户m到基站的距离，L
l
(d
m
)为子信道l在距基站d
m
处的路径损耗，为小尺度零均值高斯分布；步骤A
‑
2，用户与基站之间的接收信噪比SINR为：p
l,m
为用户m在子信道l的发送功率，所述的用户在不同信道的发送功率不随时间改变；σ为热噪声功率方差；在不损失一般性的前提下，第l个子信道上用户的信道增益估计顺序为步骤A
‑
3，计算用户m在第t时隙子信道l上的传输速率其中：L为子信道总数量，W为基站总信道带宽，平均分配给每个子信道；为信道分配决策变量；步骤A
‑
4，计算每个时隙每个任务在传输完成后的剩余大小：其中：为每个用户的任务卸载决策变量，ΔT为每个时隙的持续时间；步骤A
‑
5，计算每个任务的等待时延，即任务生成到任务开始传输时的时延和传输时延：其中：为任务的生成时间，和为每个任务的无线传输开始时隙和结束时隙；步骤A
‑
6，边缘服务器中应用服务k在第t时隙的任务队列任务量为Q
k
(t)，计算每个任务传输完成时刻任务队列长度：其中：为第n个任务的传输完成时刻，(m,k)
→
n为用户的每个任务的传输
完成时映射的任务队列的任务索引；当n＝0时，任务队列任务量Q
k
(0)＝0；步骤A
‑
7，计算每个任务的边缘计算时延：其中：ν
k
为边缘服务器中应用服务k的平均任务处理频率，具体为ν
k
＝μ
k
/F
K
，其中：μ
k
为k类型应用每比特需求的计算量，F
K
为边缘服务器为k类型应用服务分配的计算资源。3.根据权利要求1所述的任务队列感知的边缘计算实时信道分配和任务卸载方法，其特征是，所述的单时隙优化目标，通过以下方式得到：步骤B
‑
1，建立最小化任务平均时延为目标的优化模型；步骤B
‑
2，优化目标转换为最大化所有时隙最大传输和边缘处理的任务大小的累加和；步骤B
‑
3，基于李雅普诺夫优化框架，通过建立的时延剩余队列和任务队列任务积压队列，将时域内的优化目标转换为单时隙模型：其中：U
k
(a
t
,c
t
)为每种应用服务的效用函数。4.根据权利要求1所述的任务队列感知的边缘计算实时信道分配和任务卸载方法，其特征是，所述的以系统效用最大化为目标进行博弈，具体是指：步骤C
‑
1，初始化组合集合：基站随机分配信道给服务请求的用户，每个用户随机选择待传输的任务，根据任务传输类型相同的用户构建初始组合集合Π；步骤C
‑
2，在所在组合下计算用户m的效用u
m
(φ)，各个组合的效用U
k
(φ)和总系统效用；步骤C
‑
3，用户m从组合集合中选择一个组合，当用户没有与子信道进行关联，则首先将组合中关联的子信道分配给用户m，计算其加入后的自身效用、组合效用和总系统效用，判断用户m是否满足转移条件；步骤C
‑
4，当满足转移条件，则将组合φ
i
加入到候选集合中；当不满足转移条件，则重新选择一个组合加入；步骤C
‑
5，当候选集合不为空时，在用户m的候选组合中选择使系统效用最大的组合φ
opt
，更新用户加入后的新组合与旧组合；步骤C
‑
6，当所有用户的组合不再发生改变，则博弈结束，获得稳定的组合集合；步骤C
‑
7，根据最终稳定的组合...

【专利技术属性】
技术研发人员：孙彦赞，谢新坤，张舜卿，吴雅婷，王涛，
申请(专利权)人：上海大学，
类型：发明
国别省市：