一种车辆边缘网络中任务协同卸载方法技术

本发明专利技术公开了一种车辆边缘网络中任务协同卸载方法，包括：获取当前道路上车辆信息、基站信息以及任务信息；确定当前每个基站下的最佳车云和最佳车云领导者；确定任务车辆到处理基站和该基站下的最佳车云领导者的最佳传输路径；分别建立传输和处理时延的计算模型以及传输和处理能量消耗的计算模型；并且以传输和处理时延和能量消耗最小为优化目标，确定分配给最佳车云领导者的任务占比、分配给任务车辆本身的任务占比和分配给处理基站的任务占比；根据任务占比分配结果将任务通过最佳传输路径传输到处理基站和最佳车云领导者；最佳车云领导者将任务传输给其他车云成员，处理基站将任务传输给其他基站；任务处理后，将结果返回至任务车辆。至任务车辆。至任务车辆。

【技术实现步骤摘要】
一种车辆边缘网络中任务协同卸载方法


[0001]本专利技术属于车辆任务卸载
，特别涉及一种车辆边缘网络中任务协同卸载方法。

技术介绍

[0002]当前时代背景下，智能车辆的出现导致了各种车辆应用程序的出现。这些应用程序通常会产生各种时延敏感性的计算任务，如监测车辆在道路上的位置、分析交通信息等。传统的任务卸载方法不足以支持这些应用的高时效性。在车辆网络系统中，车辆信息被共享，更多的车辆选择合作处理任务。其中不乏很多任务协同卸载的方式，但是它们很难去综合高时效的本地，强计算能力的基站和高移动性的车云之间的负载均衡。随着时间的变化，整个车辆网络的动态性不容被忽略，其中对于车云的构建也产生了很多相关的动态构建问题，在之前的研究中，绝大多数车云是基于静态的车辆去构建并参与任务的卸载，而忽略了具有强大计算资源的动态车辆也可以加入车云的构建中，卸载效率较低。此外，在之前的研究中，车辆的本地处理中心主要是预留给自身的高优先级的任务，但是这样无疑浪费了很多车辆计算资源。

技术实现思路

[0003]本专利技术的目的是提供一种车辆边缘网络中任务协同卸载方法，将本地的计算资源加入到任务的协同卸载中，能够增加车辆群体的可用性，实现高效的任务卸载。
[0004]本专利技术提供的技术方案为：
[0005]一种车辆边缘网络中任务协同卸载方法，包括如下步骤：
[0006]步骤一、获取当前道路上车辆信息、基站信息以及任务信息；确定当前每个基站下的最佳车云和最佳车云领导者；
[0007]步骤二、确定任务车辆到处理基站和该基站下的最佳车云领导者的最佳传输路径；
[0008]其中，所述任务车辆为产生任务的车辆，所述处理基站为所述任务车辆的上属基站；
[0009]步骤三、分别建立传输和处理时延的计算模型以及传输和处理能量消耗的计算模型；并且以传输和处理时延和能量消耗最小为优化目标，确定分配给最佳车云领导者的任务占比、分配给任务车辆本身的任务占比和分配给处理基站的任务占比；
[0010]步骤四、根据任务占比分配结果将任务通过最佳传输路径传输到处理基站和最佳车云领导者；最佳车云领导者将任务传输给其他车云成员，所述处理基站将任务传输给其他基站；
[0011]步骤五、所述车云成员和分配到任务基站分别进行任务处理，并将结果返回至任务车辆。
[0012]优选的是，在所述步骤一中，通过k
‑
means聚类算法确定每个基站下的最佳车云和
最佳车云领导者，包括如下步骤：
[0013]步骤1、随机确定K个车辆，作为K个聚类中心；
[0014]步骤2、计算每个车辆与各聚类中心的综合相似度，并将车辆加入对应最大的综合相似度的聚类中心集群中；
[0015]步骤3、计算集群所有车辆和作为聚类中心的车辆的平均相似度，以及分别计算所述平均相似度和每个车辆对应的综合相似度的差值，将最小差值对应的车辆作为新的聚类中心，并判断新旧聚类中心是否变化；
[0016]其中，如果聚类中心不变，则将所述聚类中心作为候选车云领导者，将其对应的集群作为候选车云；如果聚类中心变化，则重新进行步骤2
‑
3；
[0017]步骤4、计算每个候选车云中的所有车辆与任务车辆的平均相似度，将平均相似度最高的车云作为最佳车云，将所述最佳车云的聚类中心作为最佳车云领导者。
[0018]优选的是，所述综合相似度的计算方法为：
[0019][0020]其中，sim
i,k
为车辆与聚类中心的综合相似度，为车辆与聚类中心的位置相似度，为车辆与聚类中心的速度相似度，为车辆与聚类中心的速度方向相似度；β1、β2、β3代表每个相似度所占据的指数比重。
[0021]优选的是，在所述步骤二中，确定任务车辆到处理基站的最佳路径的方法为：
[0022]如果任务车辆与处理基站距离较远，不能直接向所述处理基站发送信号，则将与处理基站最近的车辆作为目的车辆，确定任务车辆与所述目的车辆之间的最佳路径后，任务车辆通过最佳路径将信号传递到所述目的车辆，所述目的车辆将信号传递至所述处理基站。
[0023]优选的是，在所述步骤二中，确定任务车辆到最佳车云领导者的最佳路径的方法为：
[0024]步骤A、将同一基站下的所有的车辆作为顶点构成集合V，能够直接通信的车辆之间的信道作为边构建有权无向图，两点所连边的权重用两辆车辆的通信时间表示；
[0025]步骤B、将任务车辆作为源点s，并将点s标记，将所述最佳车云领导者作为目的点t；
[0026]用点k来表示当前的点s；
[0027]步骤C、确定所有与点k能够直接通信的点的连线权重，并且在所有能与点k直接通信的点集合J中选择出点j，并将j点标记；
[0028]其中，已经被标记的点不会再被选择进入集合J；
[0029]点j满足：d(s，j)＝min{d(s，p)}(p∈J)；
[0030]d(s,p)满足：d(s，p)＝min{d(s，p)，d(s，k)+w(k，p)}；
[0031]式中，w(k,p)表示可直接通信的点k和点p所连边的权重，d(s,k)表示点s和点k之间的当前最短路径所对应的权重之和；d(s,p)表示点s和点p之间的当前最短路径所对应的权重之和；
[0032]步骤D、点j作为新的点k，重复进行步骤C，直到所有的点被标记；
[0033]步骤E、取d(s,t)所对应的s到t的路径中的第一个点，记作中继节点m，判断m点是否是目的点t；
[0034]如果不是，将中继点m加入目标路径，更新任务传至点m之后该有权无向图的状态信息，继而以中继点m作为新的任务车辆重复进行步骤B到步骤E；
[0035]如果m点是目的点t，则得到目标路径。
[0036]优选的是，在所述步骤三中，所述传输和处理时延的计算模型为：
[0037][0038]其中，θ
l,
‑1表示任务φ
l
分配给车云的任务占比，θ
l,0
表示任务φ
l
分配给任务车辆即自身的任务占比，θ
l,j
表示任务φ
l
分配给处理基站M
j
的任务占比；S
l,k
和C
l,k
分别表示任务φ
l
分配给车云γ
l
中的成员车辆V
k
的任务量和所需的CPU计算能力；S
l
表示任务φ
l
的规模、C
l
表示任务φ
l
所需的CPU计算能力；表示单位任务在基站之间传输所需要的时延；F
l
代表车辆V
l
即自身的CPU计算能力、f
j
代表基站M
j
的CPU计算能力、F
k
代表车云中成员V
k
的CPU计算能力、代表任本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车辆边缘网络中任务协同卸载方法，其特征在于，包括如下步骤：步骤一、获取当前道路上车辆信息、基站信息以及任务信息；确定当前每个基站下的最佳车云和最佳车云领导者；步骤二、确定任务车辆到处理基站和该基站下的最佳车云领导者的最佳传输路径；其中，所述任务车辆为产生任务的车辆，所述处理基站为所述任务车辆的上属基站；步骤三、分别建立传输和处理时延的计算模型以及传输和处理能量消耗的计算模型；并且以传输和处理时延和能量消耗最小为优化目标，确定分配给最佳车云领导者的任务占比、分配给任务车辆本身的任务占比和分配给处理基站的任务占比；步骤四、根据任务占比分配结果将任务通过最佳传输路径传输到处理基站和最佳车云领导者；最佳车云领导者将任务传输给其他车云成员，所述处理基站将任务传输给其他基站；步骤五、所述车云成员和分配到任务的基站分别进行任务处理，并将结果返回至任务车辆。2.根据权利要求1所述的车辆边缘网络中任务协同卸载方法，其特征在于，在所述步骤一中，通过k
‑
means聚类算法确定每个基站下的最佳车云和最佳车云领导者，包括如下步骤：步骤1、随机确定K个车辆，作为K个聚类中心；步骤2、计算每个车辆与各聚类中心的综合相似度，并将车辆加入对应最大的综合相似度的聚类中心集群中；步骤3、计算集群所有车辆和作为聚类中心的车辆的平均相似度，以及分别计算所述平均相似度和每个车辆对应的综合相似度的差值，将最小差值对应的车辆作为新的聚类中心，并判断新旧聚类中心是否变化；其中，如果聚类中心不变，则将所述聚类中心作为候选车云领导者，将其对应的集群作为候选车云；如果聚类中心变化，则重新进行步骤2
‑
3；步骤4、计算每个候选车云中的所有车辆与任务车辆的平均相似度，将平均相似度最高的车云作为最佳车云，将所述最佳车云的聚类中心作为最佳车云领导者。3.根据权利要求2所述的车辆边缘网络中任务协同卸载方法，其特征在于，所述综合相似度的计算方法为：其中，sim
i,k
为车辆与聚类中心的综合相似度，为车辆与聚类中心的位置相似度，为车辆与聚类中心的速度相似度，为车辆与聚类中心的速度方向相似度；β1、β2、β3代表每个相似度所占据的指数比重。4.根据权利要求3所述的车辆边缘网络中任务协同卸载方法，其特征在于，在所述步骤二中，确定任务车辆到处理基站的最佳路径的方法为：如果任务车辆与处理基站距离较远，不能直接向所述处理基站发送信号，则将与处理基站最近的车辆作为目的车辆，确定任务车辆与所述目的车辆之间的最佳路径后，任务车辆通过最佳路径将信号传递到所述目的车辆，所述目的车辆将信号传递至所述处理基站。
5.根据权利要求4所述的车辆边缘网络中任务协同卸载方法，其特征在于，在所述步骤二中，确定任务车辆到最佳车云领导者的最佳路径的方法为：步骤A、将同一基站下的所有的车辆作为顶点构成集合V，能够直接通信的车辆之间的信道作为边构建有权无向图，两点所连边的权重用两辆车辆的通信时间表示；步骤B、将任务车辆作为源点s，并将点s标记，将所述最佳车云领导者作为目的点t；用点k来表示当前的点s；步骤C、确定所有与点k能够直接通信的点的连线权重，并且在所有能与点k直接通信的点集合J中选择出点j，并将j点标记；其中，已经被标记的点不会再被选择进入集合J；点j满足：d(s,j)＝min{d(s,p)}(p∈J):d(s,p)满足：d(s,p)＝min{d(s,p),d(s,k)+w(k,p)}:式中，w(k,p)表示可直接通信的点k和点p所连边的权重，d(s,k)表示点s和点k之间的当前最短路径所对应的权重之和；d(s,p)表示点s和点p之间的当前最短路径所对应的权重之和；步骤D、点j作为新的点k，重复进行步骤C，直到所有的点被标记；步骤E、取d(s,t)所对应的s到t的路...

【专利技术属性】
技术研发人员：孙庚，张嘉赟，孙泽敏，李家辉，何龙，郑晓雅，刘赛超，梁爽，
申请(专利权)人：吉林大学，
类型：发明
国别省市：