【技术实现步骤摘要】
一种移动Ad Hoc云中基于能量收集的分布式卸载方法
[0001]本专利技术属于移动通信
,特别涉及一种移动Ad Hoc云中基于能量收集的分布式卸载方法。
技术介绍
[0002]在快速发展的物联网技术驱动下,终端设备的数量和数据流量呈爆炸式增长,计算密集型和时延敏感型应用(如自动驾驶、虚拟/增强现实、在线游戏等)不断兴起,这对网络的实时算力资源提出了更高的要求。另一方面传统终端设备的能量、带宽和计算资源有限,难以满足以大数据和智能化为特征的新兴应用的实时计算需求及持久的续航能力。移动云计算(Mobile Cloud Computing,MCC)和移动边缘计算(Mobile Edge Computing,MEC)通过将计算任务卸载到云端处理的方式缓解了终端设备计算资源受限的问题,但边缘算力不足以及分布不均衡的问题依然无法有效解决。在一些网络场景中(如Ad Hoc网络,无人机网络,车辆云网络等)没有可用云服务器或本地微云,或因网络拥塞造成计算任务不能被及时处理,难以有效地满足用户的业务体验。
[0003]移动Ad Hoc云计算利用一组邻近终端设备(如智能手机、便携式电脑、AI监控设备、车载智能终端等)的空闲或过剩资源来协同处理网络任务。受体积和硬件成本的限制,传统终端设备的电池容量难以满足其长期续航的需求,尤其当设备分布在偏远或有毒有害环境中时,难以通过可充电电池或传统电网进行供电。能量收集(Energy Harvesting,EH)技术支持设备从环境中获取可再生能源(如太阳能、风能、机械能等)支撑其通信和 ...
【技术保护点】
【技术特征摘要】
1.一种移动Ad Hoc云中基于能量收集的分布式卸载方法,其特征在于,包括以下步骤:考虑一组带有EH功能的附近终端设备构成的移动Ad Hoc云网络,分别建立计算任务模型、任务卸载模型和能量收集模型;将客户终端作为买方,根据自身的计算任务需求向代理终端购买资源,采用李雅普诺夫优化理论,基于计算任务模型、任务卸载模型和能量收集模型建立买方的收益最大化问题;将代理终端作为卖方,通过动态资源报价为客户终端提供不同的计算和存储资源,基于计算任务模型、任务卸载模型和能量收集模型建立卖方的收益最大化问题;根据客户终端的任务积压、电池能量水平以及代理终端的报价,在各个时隙内,利用拉格朗日乘子法和KKT条件计算出买方向所选择的代理终端卸载的最优任务卸载策略以及卖方的最优报价策略;若买方的最优任务卸载策略和卖方的最优报价策略满足斯坦克尔伯格均衡解,则客户终端按照最优任务卸载策略向代理终端进行任务卸载。2.根据权利要求1所述的一种移动Ad Hoc云中基于能量收集的分布式卸载方法,其特征在于,基于计算任务模型、任务卸载模型和能量收集模型建立买方的收益最大化问题表示为:约束条件:约束条件:约束条件:约束条件:约束条件:约束条件:其中,表示买方在第t时隙的收益最大化问题;V
i
表示第i个客户终端的控制参数;表示第i个客户终端在时隙t的总收益;表示卸载收益与任务队列相关;为第i个客户终端C
i
在时隙t内的任务到达量,表示第i个客户终端C
i
在时隙t内处理的总任务量;为第i个客户终端带有的EH设备的虚拟能量队列,表示为θ
i
为EH设备的扰动参数,为第i个客户终端带有的EH设备的在时隙t开始时的能量队列积压;E
min
表示电池最小放电能量;表示第i个客户终端在时隙t内产生的总能耗;E
max
表示电池最大放电能量;表示第t时隙内第j个代理终端A
j
协助第i个客户终端计算任务时产生的计算能耗;表示第i个客户终端带有的EH设备在时隙t开始时的能量队列积压;表示第t时隙第i个客户终端卸载到第j个代理终端的任务量;Q
it
表示第i个客户终端在第t时隙的任务队列
积压;表示第i个客户终端在第t时隙的平均任务队列积压;T表示系统运行时间;表示求期望。3.根据权利要求2所述的一种移动Ad Hoc云中基于能量收集的分布式卸载方法,其特征在于,将基于计算任务模型、任务卸载模型和能量收集模型建立买方的收益最大化问题分解为求解能量收集的最优解和任务卸载优化问题,其中求解能量收集的最优解表示为:min:当时,当时,将能量收集优化问题解耦合之后,任务卸载优化问题表示为:约束条件:约束条件:约束条件:约束条件:其中,表示能量收集的最优解;γ
max
表示EH设备在第t时隙收集的能量最大值。4.根据权利要求3所述的一种移动Ad Hoc云中基于能量收集的分布式卸载方法,其特征在于,当计算任务在本地处理且时,利用拉格朗日乘子法和KKT条件求解第t时隙的最优本地计算频率为:其中,κ
i
为第i个客户终端芯片的有效能量成本系数;L
i
表示第i个客户终端的单位处理能力;τ为单位时隙长度;ξ
i
为任务卸载效益权重参数。5.根据权利要求3所述的一种移动Ad Hoc云中基于能量收集的分布式卸载方法,其特征在于,当计算任务在本地处理且时,最优本地计算频率为:其中,表示当计算任务在本地处理且时最优本地计算频率;表示第i个客户的最大CPU处理频率;表示第i个客户的电池最大放电能量;表示第i个客户终端...
【专利技术属性】
技术研发人员:鲜永菊,郭陈榕,夏士超,李云,
申请(专利权)人:重庆邮电大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。