一种基于IEEE802.11p协议的车联网节能计算卸载优化方法技术

本发明专利技术属于车联网计算领域，具体涉及一种基于IEEE802.11p协议的车联网节能计算卸载优化方法，包括当车辆的计算任务的输入数据大小满足第一不等式，则将车辆划分到第一集合中，第一集合中的数据在本地执行计算任务；当车辆的计算任务的输入数据大小满足第二不等式，则将车辆划分到第二集合中，第二集合中的数据卸载至远程云服务器执行；若不满足前两个不等式则计算车辆在不同卸载情况下执行任务的时延和能效，并计算系统效用；以最大化系统效用构建目标函数，求解目标函数在满足最大容忍时延和资源限制下的卸载策略；本发明专利技术在不损失性能的情况下大大降低算法复杂度，且在降低计算时间和系统能耗方面，相比于现有方案具有更好的性能。性能。性能。

【技术实现步骤摘要】
一种基于IEEE802.11p协议的车联网节能计算卸载优化方法


[0001]本专利技术属于车联网计算领域，具体涉及一种基于IEEE802.11p协议的车联网节能计算卸载优化方法。

技术介绍

[0002]无线车载自组网络(Wireless Vehicular Ad
‑
hoc Network,VANET)由车辆节点组成，节点间以相互协作的方式建立网络，能够实时感知周围交通环境并进行实时交互，IEEE802.11p MAC协议的作用在于控制VANET中的节点如何使用有限的信道资源，MAC协议的有效性也直接决定了VANET中的信道利用率、时延和使用公平性等性能。车联网是物联网(IoT)技术在智能交通领域里的典型应用场景，基于车联网技术能够实现车辆与基础设施、通信设备、用户的实时互联通信，由此一系列计算密集型和时延敏感型应用兴起，如增强现实，自然语言处理，自动驾驶，在车辆密集场景中这些相关应用通常需要高速的数据传输技术，大量的计算资源，先进的计算、储存技术来完成复杂数据的计算和处理。然而，受限于车辆自身的计算能力有限，车辆通常难以在本地执行这些严格的实时性任务，计算卸载(Offloading)是新兴边缘计算和物联网的关键技术，且被视为移动车辆资源有限的有效解决方案。通过在移动车辆附近提供有限的计算能力，移动边缘计算可以部分缓解繁重的计算需求。
[0003]在车联网系统网络中，新型的智能车辆可以通过将计算任务卸载到其他节点，来解决车辆本地计算资源有限的问题。车辆与基础设施(vehicle
‑r/>to
‑
infrastructure，V2I)以及车辆与云(vehicle
‑
to
‑
cloud，V2C)之间的通信技术和智能交通系统(intelligent traffic system ITS)为车辆用户提供了一个可以实现计算密集型与时延敏感型应用的任务处理平台。远程云服务器具有高性能计算能力，但长距离的数据传输和回程可能会导致计算任务无法接受的延迟和大量能源消耗等问题。MEC服务器将计算下沉到路边设备单元(RSU)，相较于远程云服务器，传输距离更短，能耗更低。然而，MEC服务器的计算资源有限，如果当前RSU覆盖范围内有卸载计算任务需求的车辆过多，也会导致系统时延大大增加，造成MEC服务器过载的现象，导致MEC服务器的计算资源。
[0004]从目前国内外研究现状来看，国内外专家和学者在有效利用车辆计算资源方面均进行了一些研究，虽然尽可能充分利用了车辆本地资源，但仍然无法满足时延敏感型任务的计算要求。此外，对多车并发情况同时考虑时延和能量的研究较少，计算平台之间的协作也没有得到充分利用。MEC服务器通常被视为独立的计算资源，而忽略了服务器之间的资源共享。因此，优化计算卸载策略，合理利用各协作平台计算资源，最小化系统能耗是非常有必要的。

技术实现思路

[0005]有鉴于此，本专利技术提出一种基于IEEE802.11p协议的车联网节能计算卸载优化方法，包括以下步骤：
[0006]构建卸载模型，在卸载模型中，道路一侧部署路边单元，每个路边单元配备一个MEC服务器，车辆与路边单元的无线传输采用IEEE 802.11p车辆网络场景标准，且路边单元通过光纤有线链路连接到MEC和远程云服务器；
[0007]当车辆的计算任务的输入数据大小满足第一不等式，则将车辆划分到第一集合中，第一集合中的数据在本地执行计算任务；
[0008]当车辆的计算任务的输入数据大小满足第二不等式，则将车辆划分到第二集合中，第二集合中的数据卸载至远程云服务器执行；
[0009]若两个不等式均无法满足，则将车辆划分到第三个集合中；
[0010]针对第三个集合中的车辆，计算车辆在不同卸载情况下执行任务的时延和能效，并以此计算系统效用；
[0011]以最大化系统效用构建目标函数，求解目标函数在满足最大容忍时延和资源限制下的卸载策略。
[0012]进一步的，以最大化系统效用构建目标函数，表示为：
[0013][0014]约束条件:
[0015][0016][0017][0018][0019]其中，S＝{s
i,j
}为车辆选择决策向量，当j＝0时表示车辆选择在本地执行计算任务，当j＝
‑
1时表示车辆选择将计算任务卸载到远程云服务器上，当时表示车辆选择将计算任务卸载到配置在第j个路边单元的MEC服务器上；为MEC服务器的计算资源向量，为车辆本地计算资源向量；为车辆的集合，表示为N为车辆的数量；u
i
表示车辆i卸载任务时的系统效用；T
i
表示车辆i卸载任务时的总时延；为车辆i的卸载任务的最大容忍时延；f
iloc
为车辆i本地的计算资源；为MEC服务器的集合，表示为M为MEC服务器的数量；为第j个MEC服务器的资源总量。
[0020]进一步的，在车辆数量为N的系统中，系统总效用表示为：
[0021][0022][0023][0024][0025]其中，表示车辆总数为N时系统总效用；为当前车辆所属集合内所有车辆计算任务最大时延的均值，为当前车辆所属集合内所有车辆计算任务能耗的均值；θ、μ为均衡因子，用于均衡时延和能耗两个不同的单位取值；为远端云服务器计算任务的时延；为本地计算任务的时延；为第j个路边单元上的MEC服务器计算任务的时延；为远端云服务器计算任务的能耗；为本地计算任务的能耗；为第j个路边单元上的MEC服务器计算任务的能耗；α为时延权重系数；β为能耗权重系数。
[0026]进一步的，本地计算任务的时延和本地计算任务的能耗表示为：
[0027][0028][0029]其中，c
i
表示完成输入数据大小为d
i
的任务所需要的计算资源；κ＝10
‑
28
为车载CPU计算参数。
[0030]进一步的，第j个路边单元上的MEC服务器计算任务的时延和第j个路边单元上的MEC服务器计算任务的能耗表示为：
[0031][0032][0033]其中，c
i
表示完成输入数据大小为d
i
的任务所需要的计算资源；表示计算任务从车辆i传输到MEC服务器j的传输时间；表示MEC服务器j分配给车辆i的计算资源大小；表示车辆i的发射功率。
[0034]进一步的，远端云服务器计算任务的时延和远端云服务器计算任务的能耗表示为：
[0035][0036][0037]其中，τ是从RSU到远端云服务器的传输延迟因子；表示车辆i将任务卸载到MEC服务器j的时间；d
i
表示车辆i的计算任务的输入数据大小；表示输出数据大小；表示车辆i的发射功率。
[0038]进一步的，第一不等式表示为：
[0039][0040]其中，为路边单元j覆盖范围内可将计算任务卸载到MEC服务器的最大车辆数；f
iloc...

【技术保护点】

【技术特征摘要】
1.一种基于IEEE802.11p协议的车联网节能计算卸载优化方法，其特征在于，包括以下步骤：构建卸载模型，在卸载模型中，道路一侧部署路边单元，每个路边单元配备一个MEC服务器，车辆与路边单元的无线传输采用IEEE 802.11p车辆网络场景标准，且路边单元通过光纤有线链路连接到MEC和远程云服务器；当车辆的计算任务的输入数据大小满足第一不等式，则将车辆划分到第一集合中，第一集合中的数据在本地执行计算任务；当车辆的计算任务的输入数据大小满足第二不等式，则将车辆划分到第二集合中，第二集合中的数据卸载至远程云服务器执行；若两个不等式均无法满足，则将车辆划分到第三个集合中；针对第三个集合中的车辆，计算车辆在不同卸载情况下执行任务的时延和能效，并以此计算系统效用；以最大化系统效用构建目标函数，求解目标函数在满足最大容忍时延和资源限制下的卸载策略。2.根据权利要求1所述的一种基于IEEE802.11p协议的车联网节能计算卸载优化方法，其特征在于，以最大化系统效用构建目标函数，表示为：约束条件:约束条件:约束条件:约束条件:约束条件:其中，S＝{s
i,j
}为车辆选择决策向量，当j＝0时表示车辆选择在本地执行计算任务，当j＝
‑
1时表示车辆选择将计算任务卸载到远程云服务器上，当时表示车辆选择将计算任务卸载到配置在第j个路边单元的MEC服务器上；为MEC服务器的计算资源向量，为车辆本地计算资源向量；为车辆的集合，表示为N为车辆的数量；u
i
表示车辆i卸载任务时的系统效用；T
i
表示车辆i卸载任务时的总时延；为车辆i的卸载任务的最大容忍时延；f
iloc
为车辆i本地的计算资源；为MEC服务器的集合，表示为M为MEC服务器的数量；f
jtotal
为第j
个MEC服务器的资源总量。3.根据权利要求2所述的一种基于IEEE802.11p协议的车联网节能计算卸载优化方法，其特征在于，在车辆数量为N的系统中，系统总效用表示为：征在于，在车辆数量为N的系统中，系统总效用表示为：征在于，在车辆数量为N的系统中，系统总效用表示为：征在于，在车辆数量为N的系统中，系统总效用表示为：其中，表示车辆总数为N时系统总效用；为当前车辆所属集合内所有车辆计算任务最大时延的均值，为当前车辆所属集合内所有车辆计算任务能耗的均值；θ、μ为均衡因子，用于均衡时延和能耗两个不同的单位取值；为远端云服务器计算任务的时延；为本地计算任务的时延；为第j...

【专利技术属性】
技术研发人员：刘期烈，罗瑞，刘倩，李学俊，胡方霞，王毅，李松浓，黄河清，屈喜龙，李贝，吕明，尹刚，刘竟成，黄东，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：