一种基于服务器协作的任务卸载和计算资源分配方法组成比例

本发明专利技术涉及无线通信技术领域，尤其涉及一种基于服务器协作的任务卸载与计算资源分配方法，包括根据边缘服务器的计算任务建立任务到达模型，构建时延模型用于计算时延参数，构建能耗模型用于计算能耗参数，根据任务到达模型、时延模型和能耗模型建立系统模型，系统模型建立以最小化系统成本即时延成本和能耗成本的总和的优化问题；求解优化问题得到最优任务卸载策略和计算资源分配方法，本发明专利技术构建边缘服务器相互协作的系统模型，通过系统模型得到最优分配策略，降低系统成本。降低系统成本。降低系统成本。

【技术实现步骤摘要】
一种基于服务器协作的任务卸载和计算资源分配方法


[0001]本专利技术涉及无线通信
，尤其涉及一种基于服务器协作的任务卸载与计算资源分配方法。

技术介绍

[0002]随着5G移动通信技术的不断发展，智能手机、平板电脑等物联网(Internet of Things,IoT)设备呈现爆炸式增长。而5G移动通信网络及其未来的演进(5GBeyond,B5G)带来各种前所未有的业务的同时，也提出了高计算资源和超低延迟通信的要求。为了支持计算密集型和时延敏感型的应用，移动边缘计算(mobile edge computing,MEC)被引入作为B5G通信系统的关键技术。在MEC网络中，通过在网络边缘部署更接近移动用户的边缘或云节点的方式，移动用户可以轻松获得丰富的计算资源，这种方式不仅有效提升了用户的计算体验，而且在一定程度上降低了计算密集型应用带来的负载和终端设备的能耗。
[0003]虽然MEC技术展示了其通过使服务更贴近用户来改善移动用户体验质量(Quality of Experience,QoE)的潜力，但是MEC服务器在面对海量IoT设本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于服务器协作的任务卸载和计算资源分配方法，其特征在于，包括：S1.根据边缘服务器的计算任务建立任务到达模型，计算任务包括本地任务和迁移任务；S2.构建时延模型，时延模型用于计算时延参数，时延参数包括本地计算时延，迁移计算时延，本地队列排队时延，迁移队列排队时延，迁移时延；S3.构建能耗模型，能耗模型用于计算能耗参数，能耗参数包括计算能耗和迁移能耗；S4.根据任务到达模型、时延模型和能耗模型建立计算任务在服务器间协作的系统模型，系统模型以最小化系统成本即时延成本和能耗成本的总和为优化目标；S5.基于优化目标构建优化问题，求解优化问题得到最优任务卸载策略和计算资源分配方法。2.根据权利要求1所述的一种基于服务器协作的任务卸载和计算资源分配方法，其特征在于，任务到达模型中每个边缘服务器到达的计算任务量表示为：A
i
(t)＝a
i
(t)+c
i
(t)；其中，A
i
(t)表示第i个边缘服务器到达的计算任务量，且(t)表示第i个边缘服务器到达的计算任务量，且表示第i个边缘服务器到达的最大任务量，a
i
(t)表示第i个边缘服务器的本地计算任务量，c
i
(t)表示第i个边缘服务器的迁移计算任务量。3.根据权利要求1所述的一种基于服务器协作的任务卸载和计算资源分配方法，其特征在于，时延模型中各时延参数的计算公式为：本地计算时延：迁移计算时延：本地队列中排队时延：迁移队列中排队时延：迁移时延：其中，γ是计算密度，f
il
(t)表示第i个边缘服务器分配给本地任务的计算资源，f
io
(t)表示第i个边缘服务器分配给迁移任务的计算资源，λ
l
(t)表示本地队列任务到达率，λ
o
(t)表示迁移队列任务到达率，表示基站间光纤通信的恒定传输速率，a
i
(t)表示第i个边缘服务器的本地到达的任务量，c
i
(t)表示第i个边缘服务器的迁移任务队列任务量。4.根据权利要求1所述的一种基于服务器协作的任务卸载和计算资源分配方法，其特征在于，能耗模型中各能耗参数的计算公式为：计算能耗：迁移能耗：
其中，ξ为边缘服务器的CPU能耗加权参数，θ为单位任务传输能耗，f
il
(t)表示第i个边缘服务器分配给本地任务的计算资源，f
io

【专利技术属性】
技术研发人员：李云，张雨晴，夏士超，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：