一种面向用户任务与功率联合分配的多边缘设备选择方法技术

本发明专利技术公开一种面向用户任务与功率联合分配的多边缘设备选择方法，获取用户到蜂窝基站和到边缘设备的信道状态信息；根据信道状态信息，分别计算用户到蜂窝基站和边缘设备的任务传输速率；计算用户到蜂窝基站和边缘设备的任务传输时延；计算卸载任务的计算时延；计算总处理时延；将用户任务分别卸载到蜂窝基站和边缘设备n，通过将用户任务和功率在蜂窝基站和边缘设备n的联合分配优化，得到该种情况下的最优总处理时延；比较基于N个边缘设备分别优化所得的N个最优总处理时延，选择其中最优总处理时延最小的边缘设备与蜂窝基站进行组合。优点：显著降低了用户卸载任务的处理时延。显著降低了用户卸载任务的处理时延。显著降低了用户卸载任务的处理时延。

【技术实现步骤摘要】
一种面向用户任务与功率联合分配的多边缘设备选择方法


[0001]本专利技术设计了一种面向用户任务卸载计算的用户功率任务分配与边缘设备选择联合优化方法，属于无线通信


技术介绍

[0002]移动边缘计算（Mobile Edge Computing，MEC）是一种新兴通信技术，它将云计算能力分布到无线接入网络的边缘，使丰富的服务和应用程序能够接近用户终端。由于大多数对延迟敏感的移动应用需要使用云计算服务提供的计算资源，而依赖云计算的问题在于云服务器的物理位置距离移动用户偏远，容易造成通信延迟较长。因此，移动边缘计算的分布式云服务概念正引入到5G网络。目前，“蜂窝基站为主，边缘设备为辅”的组网方式是未来后5G网络覆盖提升的重要途径。移动边缘计算通过在接入网络就近提供用户所需的服务和云端计算功能，可创造出具备高性能、低延迟与高带宽的服务环境，将其作为传统云计算数据中心的有效补充，以此为用户提供更快的服务和取得更好的网络性能。但随着智能移动设备的迅速普及，用户承载的任务量不断增多，无法完成更加高效的卸载。

技术实现思路

[0003]本专利技术所要解决的技术问题是克服现有技术的缺陷，提供一种面向用户任务与功率联合分配的多边缘设备选择方法，用户将其任务分别卸载到蜂窝基站和第n个边缘设备，考虑信道状态信息和距离等因素，选择一个边缘设备和蜂窝基站联合，得到此模型的最优总处理时延，作为联合优化方法。
[0004]为解决上述技术问题，本专利技术提供一种面向用户任务与功率联合分配的多边缘设备选择方法，包括以下步骤：获取用户到蜂窝基站和到边缘设备的信道状态信息，获取用户的卸载任务量，获取蜂窝基站和边缘设备的计算能力，获取用户到边缘设备和蜂窝基站的发送功率；根据信道状态信息，分别计算用户到蜂窝基站和边缘设备的任务传输速率；根据用户的卸载任务量和任务传输速率，计算用户到蜂窝基站和边缘设备的任务传输时延；根据蜂窝基站和边缘设备的计算能力，得到卸载任务的计算时延；根据任务传输时延和计算时延，得到总处理时延；通过将用户任务和功率在蜂窝基站和边缘设备n的联合分配优化，得到用户将任务卸载到第n个边缘设备和蜂窝基站的最优的总处理时延，其中，n=1,2,
…
,N，N为正整数，表示系统中含有N个边缘设备；比较基于N个边缘设备分别优化所得的N个最优总处理时延，选择其中最优总处理时延最小的边缘设备与蜂窝基站进行组合。
[0005]进一步的，所述信道状态信息的计算公式为：(1)其中，H为信道状态信息， d为传输距离，为路径损耗因子，h为小尺度衰落。
[0006]进一步的，所述用户到蜂窝基站和边缘设备的任务传输速率的计算公式包括：其中，为用户卸载任务到边缘设备n的任务传输速率，R
M
为用户卸载任务到蜂窝基站的任务传输速率，B1为用户到边缘设备n的带宽，B2为用户到蜂窝基站的带宽，N0为噪声功率谱密度，为用户到边缘设备n的发送功率，P
M
为用户到蜂窝基站的发送功率，为用户到边缘设备n之间的状态信息，H
M
为用户到蜂窝基站之间的状态信息。
[0007]进一步的，所述用户到蜂窝基站和边缘设备的任务传输时延的计算公式包括：其中，表示用户卸载任务到边缘设备n的任务传输时延，表示用户卸载任务到蜂窝基站的任务传输时延，V表示总任务量，和α
M
分别表示用户分配到边缘设备n和蜂窝基站的任务分配比，其取值范围均在0到1之间。
[0008]进一步的，所述卸载任务的计算时延的计算公式包括：其中，为边缘设备n计算任务所需要的时延，为蜂窝基站所配备的服务器计算任务所需要的时延，为边缘设备n计算1比特的数据所需要的CPU转数，C
M
为蜂窝基站计算1比特的数据所需要的CPU转数，单位为周期/秒，为边缘设备n的计算资源，其单位为赫兹，F
M
为蜂窝基站的计算资源。
[0009]进一步的，所述总处理时延的计算公式包括：其中，为用户卸载任务到边缘设备n上的总处理时延，t
M
为用户卸载任务到蜂窝
基站所配备的MEC服务器上的总处理时延。
[0010]进一步的，所述联合分配优化的优化问题的目标函数用于在考虑任务和功率分配的情况下，比较用户将任务卸载到蜂窝基站和边缘设备的总处理时延，最小化两者中较大的总处理时延，目标函数表示为：所述联合分配优化的优化问题的约束条件为：其中，约束C1、约束C2和约束C3均为任务量约束，分别表示用户卸载到边缘设备n的任务分配因子的取值区间为[0,1]、用户卸载到蜂窝基站的任务分配因子的取值区间为[0,1]以及边缘设备n和蜂窝基站的任务分配因子之和为1，约束C4、约束C5和约束C6均为功率约束，分别表示用户到N个边缘设备的最大发射功率约束、用户到蜂窝基站的最大功率约束以及用户的发射总功率约束。
[0011]进一步的，对所述联合分配优化的优化问题求解，选择能使该模型总处理时延最小的边缘设备，与蜂窝基站共同进行用户任务卸载和功率分配，得到用户任务功率分配与边缘设备选择的联合优化方案。
[0012]本专利技术所达到的有益效果：本专利技术以最小化用户任务传输时延和任务计算时延为目标，考虑用户任务和功率在蜂窝基站和边缘设备之间的联合分配，同时结合多边缘设备的选择优化，减少用户任务的总处理时延。与传统的等功率分配方案和等任务分配方案相比，本方案显著降低了用户卸载任务的处理时延。
附图说明
[0013]图1为本专利技术实施例的系统模型图；图2为本专利技术实施例的流程示意图；图3为本专利技术所提出的方案与多边缘设备等任务分配下的优化方案和多边缘设备等功率分配下的优化方案的对比图。
具体实施方式
[0014]下面结合附图对本专利技术作进一步描述。以下实施例仅用于更加清楚地说明本专利技术的技术方案，而不能以此来限制本专利技术的保护范围。
[0015]如图1所示，本专利技术提供了一种面向用户任务与功率联合分配的多边缘设备选择方法的系统模型，包括用户，蜂窝基站、多个边缘设备以及MEC服务器，用户将任务分别卸载到蜂窝基站所配备的MEC服务器和边缘设备上进行计算，得到用户卸载任务的传输时延和计算卸载任务的计算时延。
[0016]如图2所示，该方法的流程包括：获取用户到蜂窝基站和到边缘设备的信道状态信息，获取用户的卸载任务量，获取蜂窝基站和边缘设备的计算能力，获取用户到边缘设备和蜂窝基站的发送功率；根据信道状态信息，分别计算用户到蜂窝基站和边缘设备的任务传输速率；根据用户的卸载任务量和任务传输速率，计算用户到蜂窝基站和边缘设备的任务传输时延；根据蜂窝基站和边缘设备的计算能力，得到卸载任务的计算时延；根据任务传输时延和计算时延，得到总处理时延；通过将用户任务和功率在蜂窝基站和边缘设备n的联合分配优化，得到用户将任务卸载到第n个边缘设备和蜂窝基站的最优的总处理时延，其中，n=1,2,
…
,N，N为正整数，表示系统中含有N个边缘设备；比较基于N个边缘设备分别优化所得的N个最优总处理时延，选择其本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向用户任务与功率联合分配的多边缘设备选择方法，其特征在于，包括以下步骤：获取用户到蜂窝基站和到边缘设备的信道状态信息，获取用户的卸载任务量，获取蜂窝基站和边缘设备的计算能力，获取用户到边缘设备和蜂窝基站的发送功率；根据信道状态信息，分别计算用户到蜂窝基站和边缘设备的任务传输速率；根据用户的卸载任务量和任务传输速率，计算用户到蜂窝基站和边缘设备的任务传输时延；根据蜂窝基站和边缘设备的计算能力，得到卸载任务的计算时延；根据任务传输时延和计算时延，得到总处理时延；通过将用户任务和功率在蜂窝基站和边缘设备n的联合分配优化，得到用户将任务卸载到第n个边缘设备和蜂窝基站的最优的总处理时延，其中，n=1,2,
…
,N，N为正整数，表示系统中含有N个边缘设备；比较基于N个边缘设备分别优化所得的N个最优总处理时延，选择其中最优总处理时延最小的边缘设备与蜂窝基站进行组合。2.根据权利要求1所述的一种面向用户任务与功率联合分配的多边缘设备选择方法，其特征在于，所述信道状态信息的计算公式为：(1)其中，H为信道状态信息， d为传输距离，为路径损耗因子，h为小尺度衰落。3.根据权利要求1所述的一种面向用户任务与功率联合分配的多边缘设备选择方法，其特征在于，所述用户到蜂窝基站和边缘设备的任务传输速率的计算公式包括：其中，为用户卸载任务到边缘设备n的任务传输速率，R
M
为用户卸载任务到蜂窝基站的任务传输速率，B1为用户到边缘设备n的带宽，B2为用户到蜂窝基站的带宽，N0为噪声功率谱密度，为用户到边缘设备n的发送功率，P
M
为用户到蜂窝基站的发送功率，为用户到边缘设备n之间的状态信息，H
M
为用户到蜂窝基站之间的状态信息。4.根据权利要求1所述的一种面向用户任务与功率联合分配的多边缘设备选择方法，其特征在于，所述用户到蜂窝基站和边缘设备的任务传输时延的计算公式包括：其中，表示用户卸载任务到边缘设备n的任务传输时延，表示用户卸载任务到蜂
窝基站的任务传输...

【专利技术属性】
技术研发人员：朱佳，胡寒蕊，李旭冉，李亚利，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：