面向群智感知的数据处理方法及装置制造方法及图纸

本发明专利技术实施例公开了一种面向群智感知的数据处理方法及装置，面向群智感知的数据处理方法包括：获取终端设备i待处理的感知任务数据；根据参考条件确定任务分割策略，参考条件包括以下至少之一：终端设备i、边缘设备以及云中心各自的忙碌情况、任务处理速度情况以及数据传输速率情况；控制终端设备i根据分割策略对感知任务数据进行分割；根据感知任务数据的分割情况，控制终端设备i、边缘设备以及云中心中的至少之一对分割后的数据进行处理。通过本发明专利技术，解决了相关技术中存在的对感知数据进行处理时的处理速度较慢的技术问题。处理时的处理速度较慢的技术问题。处理时的处理速度较慢的技术问题。

【技术实现步骤摘要】
面向群智感知的数据处理方法及装置


[0001]本专利技术涉及群智感知领域，尤其涉及一种面向群智感知的数据处理方法及装置。

技术介绍

[0002]随着群智移动设备的迅速普及和IOT感知设备呈指数形式增长，群智感知(MCS：Mobile Crowd Sensing)任务的种类和数据量也随之增加，尤其是计算密集型和延迟敏感型的感知任务的出现和迅速增加，如自动驾驶路况分析、AR/VR、地震洪水火灾等灾害现场信息建模等等。导致计算延迟过高问题。计算资源分配不合理的情况。
[0003]相关技术中在进行感知任务处理的过程中，在面临较大的计算量时，会将端设备的数据完全卸载至边缘设备或云侧，其提升计算速度的手段也无异于从增加端设备的计算性能，或者增加边缘节点的数量和性能等角度进行考虑。但这存在任务分配不合理的情况，无法充分地利用各端边云的计算资源，不仅造成资源浪费，而且导致群智感知任务处理速度慢。
[0004]针对上述的问题，目前尚未提出有效的解决方案。
[0005]在
技术介绍
部分中公开的以上信息只是用来加强对本文所描述技术的
技术介绍
的理解。因此，
技术介绍
中可能包含某些信息，这些信息对于本领域技术人员来说并未形成在已知的现有技术。

技术实现思路

[0006]本专利技术实施例提供了一种面向群智感知的数据处理方法及装置，以至少解决相关技术中存在的对感知数据进行处理时的处理速度较慢的技术问题。
[0007]根据本专利技术实施例的第一个方面，提供了一种面向群智感知的数据处理方法，包括：获取终端设备i待处理的感知任务数据；根据参考条件确定任务分割策略，参考条件包括以下至少之一：终端设备i、边缘设备以及云中心各自的忙碌情况、任务处理速度情况以及数据传输速率情况；控制终端设备i根据分割策略对感知任务数据进行分割；根据感知任务数据的分割情况，控制终端设备i、边缘设备以及云中心中的至少之一对分割后的数据进行处理。
[0008]进一步地，参考条件还包括终端设备i的电量以及终端设备i处理其自身获取的感知任务数据的总能耗E
i
。
[0009]进一步地，根据参考条件确定任务分割策略包括：根据目标和约束
确定感知任务数据的分割比例；其中，T
iL
为终端设备i处理其自身获取的感知任务数据的总时延，为边缘设备j处理终端设备i获取的感知任务数据的总时延，T
iC
为云中心处理终端设备i获取的感知任务数据的总时延，Π为所有的终端设备的卸载决策集合∏＝{∏
i
,i∈N}，∏
i
为终端设备i针对其自身获取的感知任务数据的卸载决策向量，Π
i
＝{x
i
,y
i,j
,z
i
}，x
i
为分割给终端设备i的感知任务数据的比例，y
i,j
为分割给边缘设备j的感知任务数据的比例，z
i
为分割给云中心的感知任务数据的比例，N为终端设备的总数，f为所有的边缘设备的计算资源分配集合f＝{f
i,j
,i∈N,j∈M}，f
i,j
为处理来自终端设备i的感知任务数据的边缘设备j的计算资源分配向量，M为边缘设备的总数。
[0010]进一步地，1
‑
μ
i1
为终端设备i处理其自身获取的感知任务数据的CPU周期数占比，K
i
为处理终端设备i获取的感知任务数据所需的CPU总周期数，f
i
为终端设备i处理其自身获取的感知任务数据时的算力分配量；为边缘设备m
i
向边缘设备j传输终端设备i获取的感知任务数据的时延，为边缘设备j计算终端设备i获取的感知任务数据的时延；T
c
为预设的边缘设备向云中心传输终端设备i获取的感知任务数据的时延，为云中心计算终端设备i获取的感知任务数据的时延；为终端设备i计算其自身获取的感知任务数据的能耗，为终端设备i向边缘设备m
i
传输其自身获取的感知任务数据的能耗。
[0011]进一步地，在能耗约束下，根据目标和约束确定感知任务数据的分割比例，包括：在的情况下，则确定x
i
＝1，y
i,j
＝0，z
i
＝0；其中，C
i
为终端设备i计算其自身获取的感知任务数据时的计算速率，为终端设备i向边缘
设备m
i
传输其自身获取的感知任务数据时的传输速率。
[0012]进一步地，在能耗约束下，根据目标和约束确定感知任务数据的分割比例，还包括：的情况下，若边缘设备j的待处理任务数据量小于或等于B
i
，则确定x
i
＜1，y
i,j
＜0，z
i
＝0；其中，C
i,j
为边缘设备j计算终端设备i获取的感知任务数据的计算速率。
[0013]进一步地，在能耗约束下，根据目标和约束确定感知任务数据的分割比例，还包括：在且边缘设备j的待处理任务数据量大于B
i
的情况下，根据公式计算X
i
、Y
i
、Z
i
，然后根据X
i
、Y
i
、Z
i
确定分割比例；其中，X
i
为分割给终端设备i的感知任务数据的数据量，Y
i
为分割给边缘设备j的感知任务数据的数据量，Z
i
为分割给云中心的感知任务数据的数据量，X
i
+Y
i
+Z
i
＝L
i
，x
i
:y
i
:z
i
＝X
i
:Y
i
:Z
i
，L
i
为感知任务数据的总量。
[0014]进一步地，在能耗约束下，根据目标和约束确定感知任务数据的分割比例，还包括：在终端设备i忙碌的情况下，根据公式计算分割给终端设备i的数据量阈值X
Ti
；和/或，在边缘设备j
忙碌的情况下，根据公式计算分割给边缘设备j的数据量阈值Y
Ti
；根据X
Ti
和Y
Ti
中的至少一者及感知任务数据的总量，确定分割比例；其中，为在终端设备i上需要等待的时间；表示在边缘设备j上需要等待的时间，为在终端设备i上进行计算的时间，为终端设备i向边缘设备m
i
传输其自身获取的感知任务数据时的传输速率，C
i,j
为边缘设备j计算终端设备i获取的感知任务数据的计算速率。
[0015]根据本专利技术实施例的第二个方面，还提供了一种面向群智感知的数据处理装置，包括：获取单元，用于获取终端设备待处理的感知任务数据；确定单元，用于根据参考条本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向群智感知的数据处理方法，其特征在于，包括：获取终端设备i待处理的感知任务数据；根据参考条件确定任务分割策略，所述参考条件包括以下至少之一：所述终端设备i、边缘设备以及云中心各自的忙碌情况、任务处理速度情况以及数据传输速率情况；控制所述终端设备i根据所述分割策略对所述感知任务数据进行分割；根据所述感知任务数据的分割情况，控制所述终端设备i、所述边缘设备以及所述云中心中的至少之一对分割后的数据进行处理。2.根据权利要求1所述的面向群智感知的数据处理方法，其特征在于，所述参考条件还包括所述终端设备i的电量以及所述终端设备i处理其自身获取的所述感知任务数据的总能耗E
i
。3.根据权利要求2所述的面向群智感知的数据处理方法，其特征在于，根据参考条件确定任务分割策略包括：根据目标和约束确定所述感知任务数据的分割比例；其中，T
iL
为所述终端设备i处理其自身获取的所述感知任务数据的总时延，为边缘设备j处理所述终端设备i获取的所述感知任务数据的总时延，T
iC
为所述云中心处理所述终端设备i获取的所述感知任务数据的总时延，Π为所有的所述终端设备的卸载决策集合Π＝{Π
i
,i∈N}，Π
i
为所述终端设备i针对其自身获取的所述感知任务数据的卸载决策向量，Π
i
＝{x
i
,y
i,j
,z
i
}，x
i
为分割给所述终端设备i的所述感知任务数据的比例，y
i,j
为分割给所述边缘设备j的所述感知任务数据的比例，z
i
为分割给所述云中心的所述感知任务数据的比例，N为所述终端设备的总数，f为所有的所述边缘设备的计算资源分配集合f＝{f
i,j
,i∈N,j∈M}，f
i,j
为处理来自所述终端设备i的所述感知任务数据的所述边缘设备j的计算资源分配向量，M为所述边缘设备的总数。4.根据权利要求3所述的面向群智感知的数据处理方法，其特征在于，1
‑
μ
i1
为所述终端设备i处理其自身获取的所述感知任务数据的CPU周期数占比，K
i
为处理所述终端设备i获取的所述感知任务数据所需的CPU总周期数，f
i
为所述终端设备i处理其自身获取的所述感知任务数据时的算力分配量；设备i处理其自身获取的所述感知任务数据时的算力分配量；为边缘设备m
i
向所述边缘设备j传输所述终端设备i获取的所述感知任务数据的时延，为所述边缘设备j计算所述终端设备i获取的所述感知任务数据的时延；T
c
为预设
的所述边缘设备向所述云中心传输所述终端设备i获取的所述感知任务数据的时延，为所述云中心计算所述终端设备i获取的所述感知任务数据的时延；所述云中心计算所述终端设备i获取的所述感知任务数据的时延；为所述终端设备i计算其自身获取的所述感知任务数据的能耗，为所述终端设备i向所述边缘设备
mi
传输其自身获取的所述感知任务数据的能耗。5.根据权利要求4所述的面向群智感知的数据处理方法，其特征在于，在能耗约束下，根据目标和约束确定所述感知任务数据的分割比例，包括：在的情况下，则确定x
i
＝1，y
i,j
＝0，z
i<...

【专利技术属性】
技术研发人员：於志文，苏江宾，刘一萌，郭斌，崔禾磊，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：