一种基于移动边缘计算的反向散射通信系统资源分配方法技术方案

本发明专利技术涉及一种基于移动边缘计算的反向散射通信系统资源分配方法，属于物联网领域。包括构建反向散射辅助无线移动边缘计算网络模型；满足物联网设备的最小计算约束、能量因果关系约束、最大本地计算频率约束以及移动边缘计算服务器的最大传输功率约束，建立联合优化移动边缘计算服务器的发射功率、能量收集时间、反向散射时间、功率反射系数、物联网设备的本地计算频率和时间以及物联网设备二进制卸载决策的系统计算比特最大化问题。利用分时松弛、块坐标体面技术以及引入辅助变量将原多变量耦合、难以求解的非凸优化问题转化为两个凸优化的子问题获得所优化变量的最优解。本发明专利技术在系统抗干扰能力和系统计算能力方面相较于现有技术有较大提升。现有技术有较大提升。现有技术有较大提升。

【技术实现步骤摘要】
一种基于移动边缘计算的反向散射通信系统资源分配方法


[0001]本专利技术属于物联网领域，涉及一种基于移动边缘计算的反向散射通信系统资源分配方法。

技术介绍

[0002]智能物联网应用要求物联网设备在给定的时间预算内从收集的任务数据中获取信息。这种方法要求物联网设备具有一定的计算能力，然而，由于成本限制，物联网设备通常受到计算限制，收集的任务数据可能无法及时处理，导致计算瓶颈问题，阻碍了物联网设备的智能应用。由于移动边缘计算允许物联网设备将一部分任务数据卸载到几乎部署的移动边缘计算服务器上，该服务器拥有非常大的计算能力，因此可以有效地解决上述问题。在实现移动边缘计算时，物联网设备将消耗大量能量用于数据卸载和计算。然而，每个物联网设备中配备的电池通常很小，可能长时间不支持上述操作。因此，有限的寿命是智能物联网中的另一个关键挑战，这促使研究人员将无线电力传输集成到移动边缘计算中，其中专用能源用于为物联网设备供电，每个设备都利用收集的能量来维持数据卸载和计算。在这些工作中，数据卸载是通过有源传输实现的，该有源传输需要功耗部件，例如振荡器。然而，无限功本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于移动边缘计算的反向散射通信系统资源分配方法，其特征在于，该方法包括以下步骤：S1：初始化迭代数i和最大容错率S2：设置最大迭代次数i
m
和Flag＝0。S3：初始化每个物联网设备的二进制卸载决策S4：判断当前迭代次数是否等于最大迭代次数，若是，则结束，否则进入S5。S5：获得最优能量收集时间第k个物联网设备的反向散射时间第k个物联网设备的计算频率f
k+
，第k个物联网设备的辅助变量S6：获得第k个物联网设备的功率反射系数S7：计算所有物联网设备的加权计算比特位R
ws,1
。S8：由S5得到的解，基于CVX获得第k个物联网设备是否选择执行任务卸载的最优解S9：计算所有物联网设备的加权计算比特位R
ws,2
。2.根据权利要求1所述的一种基于移动边缘计算的反向散射通信系统资源分配方法，其特征在于：在S1中，所述的初始化参数包括迭代次数i和最大容错率3.根据权利要求1所述的一种基于移动边缘计算的反向散射通信系统资源分配方法，其特征在于：在S2中，所述的参数设置包括最大迭代次数i
m
和Flag＝0。4.根据权利要求1所述的一种基于移动边缘计算的反向散射通信系统资源分配方法，其特征在于：在S3中，初始化每个物联网设备的二进制卸载决策且β
k
∈{0,1}。5.根据权利要求1所述的一种基于移动边缘计算的反向散射通信系统资源分配方法，其特征在于：在S5中，所述的获得最优资源分配包括最优能量收集时间第k个物联网设备的反向散射时间k个物联网设备的计算频率f
k+
，第k个物联网设备的辅助变量其中d
k
为第k个物联网设备的功率反射系数ρ
k
与第k个物联网设备的反向散射时间ε
k
的乘积。6.根据权利要求1所述的一种基于移动边缘计算的反向散射通信系统资源分配方法，其特征在于：在S6中，根据求得第k个物联网设备的功率反射系数7.根据权利要求1所述的一种基于移动边缘计算的反向散射通信系统资源分配方法，其特征在于：在S7中，R
ws,1
表示所有物联网设备的加权计算比特，根据计算，其中β
k
表示第k个物联网设备是否选择执行任务卸载，若β
k
＝1，则第k个物联网设备的任务被卸载到移动边缘计算服务器进行计...

【专利技术属性】
技术研发人员：孙艳，张自强，尚闻博，罗发政，李娜，刘晓琴，杨振伟，李燕，侯峰，郭名康，贾永利，王玮，李军军，伏建蓉，
申请(专利权)人：国网甘肃省电力公司信息通信公司，
类型：发明
国别省市：