本公开实施例是关于一种反向散射辅助的无线供能的MEC网络的能耗优化方法。该方法包括：建立无线供能的MEC网络，MEC网络包括MEC服务器和若干个物联网节点；MEC网络依次进入广播阶段、任务执行阶段及下载阶段；获取广播阶段、任务执行阶段及下载阶段的中的变量，并得到变量组；根据变量组建立非凸优化问题模型；通过处理非凸优化问题模型，得到MEC网络中最优的能耗分配方法。本公开实施例在反向散射辅助的无线供能网络中，获取广播阶段、任务执行阶段及下载阶段的中的变量，以最小化MEC服务器的能耗为目标，建立非凸优化问题模型，再通过处理非凸优化问题模型，得到MEC服务器的最优能耗，有效的保障了物联网节点的公平性，能更有效且更灵活地利用资源。更有效且更灵活地利用资源。更有效且更灵活地利用资源。
【技术实现步骤摘要】
一种反向散射辅助的无线供能的MEC网络的能耗优化方法
[0001]本公开实施例涉及无线供电通信
，尤其涉及一种反向散射辅助的无线供能的MEC网络的能耗优化方法。
技术介绍
[0002]随着万物互联时代的到来，海量智能设备将通过无线的方式接入到物联网中。为了实现无所不在的智能物联网，将部署大量的物联网节点来感知、传输和处理数据，而物联网节点的能源短缺和计算能力有限成为各种物联网应用的主要挑战。从物联网总体上看，未来接入的设备必定有大有小，面对小型设备计算能力弱，无法长时间工作等问题(例如：传感器)，无线供能的移动边缘计算(Mobile Edge Computing，MEC)网络作为物联网的一项新兴技术，既能为设备提供能量，也能增强设备的计算能力，为解决这类问题提供了方案。但是，所有设备的能耗最小化的问题是目前要解决的一个难点。
[0003]因此，有必要改善上述相关技术方案中存在的一个或者多个问题。
[0004]需要注意的是，本部分旨在为权利要求书中陈述的本公开的技术方案提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
技术实现思路
[0005]本公开实施例的目的在于提供一种反向散射辅助的无线供能的MEC网络的能耗优化方法，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的一个或者多个问题。
[0006]根据本公开实施例，提供一种反向散射辅助的无线供能的MEC网络的能耗优化方法，包括：
[0007]建立无线供能的MEC网络，所述MEC网络包括MEC服务器和若干个物联网节点；
[0008]所述MEC网络依次进入广播阶段、任务执行阶段及下载阶段；
[0009]获取所述广播阶段、所述任务执行阶段及所述下载阶段的中的变量，并得到变量组；
[0010]根据所述变量组建立非凸优化问题模型；
[0011]通过处理所述非凸优化问题模型，得到所述MEC网络中最优的能耗分配方法。
[0012]本公开的一实施例中，所述广播阶段包括：
[0013]所述MEC服务器发射能量信号，所述物联网节点从所述能量信号中进行能量收集并对事件信号进行反向散射；
[0014]其中，所述MEC服务器的发射功率为第一预设值，所述MEC服务器的发射时长为第二预设值。
[0015]本公开的一实施例中，所述物联网节点从所述能量信号中进行能量收集并对事件信号进行反向散射的步骤包括：
[0016]利用时分多址技术，将所述反向散射期间的时长分为若干个时隙；
[0017]在所述时隙内，所述MEC服务器向所述物联网节点发送所述能量信号；
[0018]所述物联网节点依次对接收到的所述能量信号进行反向散射以进行任务卸载；
[0019]其中，所述时隙数量与所述物联网节点数量相对应，所述物联网节点在同一时所述隙内进行所述反向散射或所述能量收集，所述反向散射期间的时长为第三预设值，所述反向散射的反射系数为第四预设值。
[0020]本公开的一实施例中，所述任务执行阶段包括：
[0021]所述MEC服务器停止发射所述能量信号，并对所述卸载任务进行任务接收；
[0022]所述MEC服务器对接收到的所述卸载任务进行任务计算；
[0023]其中，所述任务接收的时长为第五预设值，所述任务计算的频率为第六预设值。
[0024]本公开的一实施例中，所述下载阶段包括：
[0025]所述MEC服务器将所述任务计算的结果回传到每个所述物联网节点上；
[0026]其中，所述回传时长为第七预设值。
[0027]本公开的一实施例中，所述物联网节点包括：
[0028]能量收集模块、反向散射模块和本地计算模块，所述能量收集模块用于收集能量，所述反向散射模块用于反射所述事件信号，所述本地计算模块用于进行本地计算；
[0029]其中，所述本地计算的时长为第八预设值，所述本地计算的频率为第九预设值。
[0030]本公开的一实施例中，所述变量组中的变量包括：
[0031]所述MEC服务器的发射功率、所述MEC服务器的发射时长、所述反向散射期间的时长、所述反向散射的反射系数、所述任务接收的时长、所述任务计算的频率、所述回传时长、所述本地计算时长及所述本地计算的频率。
[0032]本公开的一实施例中，所述根据所述变量组建立非凸优化问题模型的步骤包括：
[0033]以所述MEC服务器的最小耗能为目标，在所述物联网节点的服务质量约束和能量因果的约束下，建立所述MEC服务器的发射功率、所述MEC服务器的发射时长、所述反向散射期间的时长、所述反向散射的反射系数、所述任务接收的时长、所述任务计算的频率、所述回传时长、所述本地计算时长及所述本地计算的频率的联合非凸优化问题模型。
[0034]本公开的一实施例中，所述通过处理所述非凸优化问题模型，得到所述MEC网络中最优的能耗分配方法的步骤包括：
[0035]通过块坐标拟合法、二分法和辅助变量法对所述非凸优化问题模型进行处理，得到凸优化问题模型；
[0036]对所述凸优化问题模型进行处理，得到所述MEC网络中最优的能耗分配方法。
[0037]本公开的一实施例中，所述对所述凸优化问题模型进行处理的步骤包括：
[0038]通过预设的迭代算法对所述凸优化问题模型中的最优变量和最优目标值进行更新。
[0039]本公开的实施例提供的技术方案可以包括以下有益效果：
[0040]本公开的实施例中，通过上述反向散射辅助的无线供能的MEC网络的能耗优化方法，在反向散射辅助的无线供能网络中，获取广播阶段、任务执行阶段及下载阶段的中的变量，以最小化MEC服务器的能耗为目标，建立非凸优化问题模型，再通过处理非凸优化问题模型，得到MEC服务器的最优能耗，有效的保障了物联网节点的公平性，能更有效且更灵活地利用资源。
附图说明
[0041]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0042]图1示出本公开示例性实施例中反向散射辅助的无线供能的MEC网络的能耗优化方法的步骤图；
[0043]图2示出本公开示例性实施例中无线供能MEC网络的结构示意图；
[0044]图3示出本公开示例性实施例中一个时隙的示意图；
[0045]图4示出二分法的MEC服务器发射功率与迭代次数的关系曲线图；
[0046]图5示出本申请的迭代算法的MEC服务器发射功率与迭代次数的关系曲线图；
[0047]图6示出本申请的方案与其他三种方案的MEC服务器的能耗随每个物联网节点所需的最小计算位的变化曲线对比图。
具体实施方式
[0048]现在将参考附图更全面地描述示例本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种反向散射辅助的无线供能的MEC网络的能耗优化方法，其特征在于，包括：建立无线供能的MEC网络，所述MEC网络包括MEC服务器和若干个物联网节点；所述MEC网络依次进入广播阶段、任务执行阶段及下载阶段；获取所述广播阶段、所述任务执行阶段及所述下载阶段的中的变量，并得到变量组；根据所述变量组建立非凸优化问题模型；通过处理所述非凸优化问题模型，得到所述MEC网络中最优的能耗分配方法。2.根据权利要求1所述反向散射辅助的无线供能的MEC网络的能耗优化方法，其特征在于，所述广播阶段包括：所述MEC服务器发射能量信号，所述物联网节点从所述能量信号中进行能量收集并对事件信号进行反向散射；其中，所述MEC服务器的发射功率为第一预设值，所述MEC服务器的发射时长为第二预设值。3.根据权利要求2所述反向散射辅助的无线供能的MEC网络的能耗优化方法，其特征在于，所述物联网节点从所述能量信号中进行能量收集并对事件信号进行反向散射的步骤包括：利用时分多址技术，将所述反向散射期间的时长分为若干个时隙；在所述时隙内，所述MEC服务器向所述物联网节点发送所述能量信号；所述物联网节点依次对接收到的所述能量信号进行反向散射以进行任务卸载；其中，所述时隙数量与所述物联网节点数量相对应，所述物联网节点在同一时所述隙内进行所述反向散射或所述能量收集，所述反向散射期间的时长为第三预设值，所述反向散射的反射系数为第四预设值。4.根据权利要求3所述反向散射辅助的无线供能的MEC网络的能耗优化方法，其特征在于，所述任务执行阶段包括：所述MEC服务器停止发射所述能量信号，并对所述卸载任务进行任务接收；所述MEC服务器对接收到的所述卸载任务进行任务计算；其中，所述任务接收的时长为第五预设值，所述任务计算的频率为第六预设值。5.根据权利要求4所述反向散射辅助的无线供能的MEC网络的能耗优化方法，其特征在于，所述下载阶段包括：所述MEC服务器将所述任务计算的结果回传到每个所述物联网...
【专利技术属性】
技术研发人员：施丽琴，石佳瑶，叶迎晖，卢光跃，
申请(专利权)人：西安邮电大学，
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。