面向海洋任务的在线自适应计算卸载方法及系统技术方案

本发明专利技术属于网络通信技术领域，提供了面向海洋任务的在线自适应计算卸载方法及系统，实时的获取环境信息和用户信息，并建立准确的模型描述当前系统，进而实现高效的任务分配，保证时延。因此与传统离线方法不同，我们基于强化学习，通过从历史分配策略学习以提供当前决策，而无需未来信息，构建卸载模型并实时优化，以实现设备任务的高效卸载。本发明专利技术所述的方案，不仅可以使得能源得到充分利用，更能有效降低任务时延，保证QoS。保证QoS。保证QoS。

【技术实现步骤摘要】
面向海洋任务的在线自适应计算卸载方法及系统


[0001]本专利技术属于网络通信
，尤其涉及面向海洋任务的在线自适应计算卸载方法及系统。

技术介绍

[0002]海洋浮标在海洋水文水质和气象监测等方面发挥了重要作用，但其在工作时会产生计算密集型和延迟敏感型的数据处理任务，这对执行海洋服务任务的计算时延带来极大挑战。
[0003]移动边缘计算能够有效增强移动设备的计算能力，移动设备通过将自己的计算任务卸载到边缘服务器，由边缘服务器完成卸载任务的计算处理并将计算结果反馈给移动设备，从而满足移动设备任务执行的时延要求，但是由于海上特殊地理环境的限制，陆地上的移动边缘计算架构很难直接应用到海上船舶网络中。
[0004]海事边缘计算网络面临变化的无线信道条件和大型船舶提供的计算资源动态变化等挑战，同时要考虑单无人船的能量限制以及无人船移动的环境变化可能会影响卸载服务的计算时延。
[0005]近年来，机器学习方法特别是强化学习作为一种分析复杂系统内部关联的方法在计算机视觉、语音识别以及自然语言处理等领域取得了巨大成功。但若在面向海本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.面向海洋任务的在线自适应计算卸载方法，其特征在于，包括如下步骤：获取海事边缘网络信息和设备计算任务请求信息；基于海事边缘网络信息和设备计算任务请求信息和构建的计算卸载决策系统模型得到海洋任务计算卸载决策；其中，所述卸载决策系统模型的构建过程包括：以最小化设备能量预算约束的平均任务完成延迟为目标，以QoS要求和设备的总能耗为约束，构建卸载决策系统模型；基于海洋任务计算卸载决策执行设备计算任务并将计算结果反馈至设备。2.如权利要求1所述的面向海洋任务的在线自适应计算卸载方法，其特征在于，所述海事边缘网络信息包括：海洋浮标、海中传感器、船舶和沿岸相关网络设施构建的传输网络；所述设备计算任务请求信息包括：海洋浮标检测到的潮汐、气象信息，海中传感器检测到的水文信息带来的计算任务。3.如权利要求1所述的面向海洋任务的在线自适应计算卸载方法，其特征在于，所述设备能量预算约束的平均任务完成延迟为：式中，α和qi分别是任务完成时延和能量消耗的权重，i代表任务产生的原位置，j表示边缘服务器节点， K
i
表示在每个位置i卸载的任务数，r
ij
表示上行链路传输速率，l
ik
表示输入数据大小，单位为位； x
ijk
表示布尔变量，N为海事边缘计算网络中存在的边缘服务器的节点数，P
ij
表示位置i处的设备的无线传输功率，v
ik
表示计算强度，f
j
表示边缘服务器节点j分配的计算能力。4.如权利要求1所述的面向海洋任务的在线自适应计算卸载方法，其特征在于，所述QoS要求的表达式为：式中， D
ik
表示QoS要求。5.如权利要求1所述的面向海洋任务的在线自适应计算卸载方法，其特征在于，所述设备的总能耗约束的表达式为：式中，E表示设备的电池容量。6.如权利要求1所述的面向海洋任务的在线自适应计算卸载方法，其特征在于，所述基于海事边缘网络信息和设备计算任务请求信息和构建的计算卸载决策系统模型得到海洋任...

【专利技术属性】
技术研发人员：王英龙，张玮，杨美红，吴晓明，郝昊，史慧玲，刘礼彬，
申请(专利权)人：山东省计算中心国家超级计算济南中心，
类型：发明
国别省市：