一种联合优化计算卸载和资源分配的方法及系统技术方案

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系统，采用移动边缘计算技术来完成将计算任务从有计算任务物联网设备卸载到空闲设备和MEC服务器上执行，从而减轻活动用户的计算负担；采用无线供电技术来为物联网设备进行供电；采用用户协作的技术让处于空闲状态的物联网设备共享其计算资源，以此提高活动用户的性能。以建模的方式将上述移动边缘计算技术、无线供电技术和用户协作技术进行有机结合，并以联合优化求解的方式在网络系统中进行合理地资源配置和用户配对，形成资源配置策略和用户配对策略，从而保证物联网设备在最大容许延迟内完成计算任务，同时经过资源合理优化配置和用户配对进一步实现了物联网设备的能耗。能耗。

【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系统


[0001]本专利技术涉及无线通信网络
，具体而言，涉及一种联合优化计算卸载和资源分配的方法及系统。

技术介绍

[0002]随着物联网的高速发展，在物联网中，诸如传感器、相机、可穿戴设备等都能够执行数据收集和数据交换任务。但是，随着移动物联网设备的不断增加，各种各样的物联网应用，如人脸识别、在线游戏、虚拟现实和电子健康等爆炸性地占据了人们的生活。
[0003]一方面，由于物联网设备的电池存储能力、传输条件和计算能力均有限，其很难在最大容许延迟内完成计算任务。因此，物联网设备在保证其应用程序的服务质量的要求下可以利用移动边缘计算技术将部分或全部的计算任务卸载到部署有MEC服务器的接入点上执行。同时，执行计算卸载会消耗物联网设备的能量，因此，可利用无线供电技术为物联网设备充电。
[0004]另一方面，物联网设备的爆炸性增加可能会导致计算资源的耗尽，即使是拥有很强计算能力的MEC服务器也很难满足庞大的计算资源需求。并且，在物联网中，一些物联网设备大部分时间处于空闲状态，其计算资源没有得到充分利用。因此，可利用用户协作技术让处于空闲状态的物联网设备共享其计算资源，以此提高有计算任务的物联网设备的性能。
[0005]有鉴于此，特提出本申请。

技术实现思路

[0006]本专利技术所要解决的技术问题是：在目前的物联网中，物联网设备很难在最大容许延迟内完成计算任务。目的在于提供一种联合优化计算卸载和资源分配的方法及系统，通过将移动边缘计算技术、无线供电技术和用户协作技术相结合，在有计算任务的物联网设备与空闲设备、MEC服务器之间进行资源分配和用户配对，完成将计算任务卸载到空闲设备和MEC服务器上执行，实现物联网设备在最大容许延迟内完成计算任务，并进一步减小物联网设备的能耗。
[0007]本专利技术通过下述技术方案实现：
[0008]一方面，本专利技术提供一种联合优化计算卸载和资源分配的方法，包括以下步骤：
[0009]搭建基于用户协作的无线供电移动边缘计算网络系统；在所述网络系统下，
[0010]建立用户配对模型，用于表征活动用户与空闲用户的配对关系；
[0011]建立能量收集模型，用于表征所述活动用户和所述空闲用户从能量站收集的能量；
[0012]建立本地计算模型，用于表征所述活动用户的本地执行延迟和本地执行能耗，以及所述空闲用户的本地执行延迟和本地执行能耗；
[0013]建立计算卸载模型，用于表征所述活动用户将计算任务卸载到所述空闲用户的能
耗和数据传输速率，以及将计算任务卸载到MEC服务器的能耗和数据传输速率；
[0014]根据所述用户配对模型、所述能量收集模型、所述本地计算模型和所述计算卸载模型，建立所述网络系统的最小能耗模型；
[0015]对所述最小能耗模型进行优化资源分配和最优用户匹配，得到所述网络系统的最小能耗。
[0016]作为对本专利技术的进一步描述，所述网络系统包括：能量站、活动用户、空闲用户和MEC服务器；所述能量站通过无线供电链路向所述活动用户和所述空闲用户供电；所述活动用户通过D2D链路将计算任务卸载到所述空闲用户；所述活动用户通过蜂窝链路将计算任务卸载到所述MEC服务器。
[0017]作为对本专利技术的进一步描述，所述用户配对模型为：α
i,j
∈{0,1}，其中，α
i,j
表示第i个活动用户和第j个空闲用户之间的配对系数，M表示活动用户的集合，K表示空闲用户的集合。
[0018]作为对本专利技术的进一步描述，所述能量收集模型为：作为对本专利技术的进一步描述，所述能量收集模型为：其中，表示第i个活动用户从能量站收集的能量，表示第j个空闲用户从所述能量站收集的能量，N代表信道的个数，t0表示供电阶段持续的时间，η代表能量站向活动用户或空闲用户供电的能量转换效率，P
b,n
代表能量站到活动用户或空闲用户的发射功率，h
e,i
代表能量站到活动用户的信道增益，h
e,j
代表能量站到空闲用户的信道增益。
[0019]作为对本专利技术的进一步描述，所述活动用户的本地执行延迟为：T
iloc
≤T；其中，表示第i个活动用户在本地完成的计算任务的比特数，C
i
表示第i个活动用户在本地完成计算任务所需的CPU周期数，f
i
表示第i个活动用户的计算能力；T
iloc
≤T为第i个活动用户的本地执行延迟约束，其中，T代表网络系统的最大容忍延迟；
[0020]所述活动用户的本地执行能耗为：其中，α
i,j
表示第i个活动用户和第j个空闲用户之间的配对系数，κ
i
表示能量转换系数；
[0021]所述空闲用户的本地执行延迟为：其中，表示第j个空闲用户在本地完成的计算任务的比特数，C
j
表示第j个空闲用户完成计算任务所需的CPU周期数，f
j
表示第j个空闲用户的计算能力；为第j个空闲用户的本地执行延迟约束；
[0022]所述空闲用户的本地执行能耗为：其中，κ
j
表示能量转换系数。
[0023]作为对本专利技术的进一步描述，所述将计算任务卸载到所述空闲用户的能耗为：
其中，α
i,j
表示第i个活动用户和第j个空闲用户之间的配对系数，t
i,j
表示将计算任务从活动用户卸载到空闲用户所需的时间，p
i,j
表示从活动用户到空闲用户的链路传输功率；为将计算任务卸载到所述空闲用户需满足的约束条件；
[0024]所述将计算任务卸载到所述空闲用户的数据传输速率为：其中，B表示信道带宽，g
i,j
表示活动用户和空闲用户之间的信道状态信息，p
i,j
表示从活动用户到空闲用户的链路传输功率，N
O
表示在活动用户和空闲用户之间的信道中产生的噪声功率；
[0025]所述将计算任务卸载到所述MEC服务器的能耗为：其中，t
i,a
表示将计算任务从活动用户卸载到MEC服务器所需的时间，p
i,a
表示将计算任务从活动用户卸载到MEC服务器的链路传输功率；为将计算任务卸载到所述MEC服务器需满足的约束条件；
[0026]所述将计算任务卸载到MEC服务器的数据传输速率为：其中，g
i,a
表示活动用户和MEC服务器之间的信道状态信息，p
i,a
表示从活动用户到MEC服务器的链路传输功率，N
O
表示在活动用户和MEC服务器之间的信道中产生的噪声功率。
[0027]作为对本专利技术的进一步描述，所述网络系统的最小能耗模型为：
[0028][0029][0030]其中，p＝[p
i,j
,p
i,a
]f＝[f<本文档来自技高网...

【技术保护点】

【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，其特征在于，包括以下步骤：搭建基于用户协作的无线供电移动边缘计算网络系统；在所述网络系统下，建立用户配对模型，用于表征活动用户与空闲用户的配对关系；建立能量收集模型，用于表征所述活动用户和所述空闲用户从能量站收集的能量；建立本地计算模型，用于表征所述活动用户的本地执行延迟和本地执行能耗，以及所述空闲用户的本地执行延迟和本地执行能耗；建立计算卸载模型，用于表征所述活动用户将计算任务卸载到所述空闲用户的能耗和数据传输速率，以及将计算任务卸载到MEC服务器的能耗和数据传输速率；根据所述用户配对模型、所述能量收集模型、所述本地计算模型和所述计算卸载模型，建立所述网络系统的最小能耗模型；对所述最小能耗模型进行优化资源分配和最优用户匹配，得到所述网络系统的最小能耗。2.根据权利要求1所述的一种联合优化计算卸载和资源分配的方法，其特征在于，所述网络系统包括：能量站、活动用户、空闲用户和MEC服务器；所述能量站通过无线供电链路向所述活动用户和所述空闲用户供电；所述活动用户通过D2D链路将计算任务卸载到所述空闲用户；所述活动用户通过蜂窝链路将计算任务卸载到所述MEC服务器。3.根据权利要求1所述的一种联合优化计算卸载和资源分配的方法，其特征在于，所述用户配对模型为：其中，α
i,j
表示第i个活动用户和第j个空闲用户之间的配对系数，K表示活动用户的集合，M表示空闲用户的集合。4.根据权利要求1所述的一种联合优化计算卸载和资源分配的方法，其特征在于，所述能量收集模型为：其中，表示第i个活动用户从能量站收集的能量，表示第j个空闲用户从所述能量站收集的能量，N代表信道的个数，t0表示供电阶段持续的时间，η代表能量站向活动用户或空闲用户供电的能量转换效率，P
b,n
代表能量站到活动用户或空闲用户的发射功率，h
e,i
代表能量站到活动用户的信道增益，h
e,j
代表能量站到空闲用户的信道增益。5.根据权利要求1所述的一种联合优化计算卸载和资源分配的方法，其特征在于，所述活动用户的本地执行延迟为：其中，表示第i个活动用户在本地完成的计算任务的比特数，C
i
表示第i个活动用户在本地完成计算任务所需的CPU周期数，f
i
表示第i个活动用户的计算能力；T
iloc
≤T为第i个活动用户的本地执行延迟约束，其中，T代表网络系统的最大容忍延迟；所述活动用户的本地执行能耗为：其中，α
i,j
表示第i个活动用户和第j个空闲用户之间的配对系数，κ
i
表示能量转换系数；
所述空闲用户的本地执行延迟为：其中，表示第j个空闲用户在本地完成的计算任务的比特数，C
j
表示第j个空闲用户完成计算任务所需的CPU周期数，f
j
表示第j个空闲用户的计算能力；为第j个空闲用户的本地执行延迟约束；所述空闲用户的本地执行能耗为：其中，κ
j
表示能量转换系数。6.根据权利要求1所述的一种联合优化计算卸载和资源分配的方法，其特征在于，所述将计算任务卸载到所述空闲用户的能耗为：其中，α
i,j
表示第i个活动用户和第j个空闲用户之间的配对系数，t
i,j
表示将计算任务从活动用户卸载到空闲用户所需的时间，p
i,j
表示从活动用户到空闲用户的链路传输功率；为将计算任务卸载到所述空闲用户需满足的约束条件；所述将计算任务卸载到所述空闲用户的数据传输速率为：其中，B表示信道带宽，g
i,j
表示活动用户和空闲用户之间的信道状态信息，p
i,j
...

【专利技术属性】
技术研发人员：宋清洋，张丽杰，吴梦如，亓伟敬，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：