一种在移动边缘计算中负载感知的计算卸载节能优化方法技术

本发明专利技术公开了一种在移动边缘计算中负载感知的计算卸载节能优化方法，包括如下步骤：1）构建MEC系统卸载模型；2）任务在本地计算建模；3）任务卸载处理建模；4）构建能耗成本模型。这种方法利用长短期记忆网络实现负载预测，并利用深度强化学习方法的特性实现了计算任务的高性能卸载，降低了用户的能耗，改善了用户的体验质量。的体验质量。的体验质量。

【技术实现步骤摘要】
一种在移动边缘计算中负载感知的计算卸载节能优化方法


[0001]本专利技术涉及移动边缘计算、深度学习和强化学习等方法技术，具体是一种在移动边缘计算中负载感知的计算卸载节能优化方法。

技术介绍

[0002]21世纪是互联网技术不断革新的时代，其中，无线通信技术和物联网(Internet of Things,简称IOT)技术的不断发展和应用，使得万物互联的时代已不再遥远。随着技术的进步和普及，智能手机、电动汽车、个人PC等智能移动设备(Mobile Device，简称MD)的数量急剧的增加，其消耗的数据流量更是呈指数增长。国际数字公司预估，全世界的联网设备在2025年将升至416亿台。而希捷预估，同年的数据流量消耗将达到163ZB。数据流量的巨量消耗，并不仅是移动设备增加的缘故。大量新兴应用的出现带给人们便利的同时，也带来了更多的消耗，例如，虚拟现实(Virtual Reality)、自然语言处理、语音识别和无人驾驶等。这些计算密集的新兴应用程序对服务质量(Quality of Service，简称QoS)总是有着较高的要求，这带来了比传统应用程序本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种在移动边缘计算中负载感知的计算卸载节能优化方法，其特征在于，包括如下步骤：1)构建MEC系统卸载模型：以现实场景中一个存在移动设备的公共场景为基础，在移动设备网络边缘部署合理数量的MEC服务器，移动设备通过正交信道上的无线网络与MEC服务器通信，其中，设置移动设备的数量集合为而边缘服务器的数量集合设置为最后，定义为整个系统卸载任务的时间集合，即一次卸载周期包含|T|时隙，其中每个时隙有Δ秒，在每个时隙中，移动设备会以η∈[0，1]的概率随机生成新任务，其任务大小会从设定范围内选择，定义k
d
(t)为任务的唯一索引标志，并描述任务为其中s
d
(t)表示移动设备在时隙t时生成新任务的数据大小，c
d
(t)＝s
d
(t)ρ
d
反映完成该任务所需的计算资源量，能量化为处理任务所需的CPU周期总数，ρ
d
表示处理一个单位数据所需的CPU周期数，表示任务的最大容忍时间，即任务需要在该时间内完成任务否则任务会被丢弃；移动设备端在每个时隙会产生新任务，当移动设备端的资源不足时，移动设备会将计算任务卸载边缘节点，边缘节点会协助终端完成任务计算，并将处理结果反馈至移动设备，具体地，当任务决定在本地被处理，任务会被分配到本地计算队列中等待资源分配，定义变量x
d
(t)∈{0，1}表示任务是否在本地处理；若本地资源不足，任务需要卸载处理时，任务会被分配至传输队列中等待卸载，当任务传输完成到达边缘结点后，也会在边缘节点中的计算队列中等待处理，设置y
d.n
(t)∈{0，1}表示任务是否被卸载到边缘节点n进行处理；2)任务在本地计算建模：移动设备的调度器会决策任务的处理方式，当新任务数据量小，则任务在本地处理的概率大，当移动设备新到达的任务需要在本地计算x
d
(t)＝1，任务会被放入计算队列等待资源分配，在时隙新任务k
d
(t)在计算队列等待处理，这会产生相应的时延，对应计算如下：其中表示时隙t之前放置在计算队列中的所有任务已被处理或丢弃后，当前任务开始处理的时隙；任务k
d
(t)被放入计算队列后，任务被处理或丢弃该任务的时隙计算如下：任务在本地被处理的总延迟成本和能耗成本分别计算如下：任务在本地被处理的总延迟成本和能耗成本分别计算如下：其中k是计算能力参数；
3)任务卸载处理建模：3.1)通信模型：MEC系统中，移动设备通过无线网络与MEC服务器通信，当任务k
d
(t)决策需要卸载至边缘节点x
d
(t)＝0，y
d，n
(t)＝1，任务被放入传输队列等待，移动设备会通过无线网络链路接口将任务传输至选定的边缘节点，|h
dn
|2被设定为移动设备和边缘节点之间数据传输的信道增益，定义P为向边缘节点传输任务时的传输功率，当移动设备向边缘节点传输任务，两者之间的数据传输率计算如下：其中W是任务传输时的信道带宽，δ2定义为边缘节点的接收噪声功率；在时隙任务都会被放入传输队列，但每个任务都需要等待队列中排在它前面的任务被处理后才能开始处理，计算任务等待的处理的时隙数计算如下：任务被传输完成或丢弃的时隙数计算如下：那么任务传输过程中的总延迟成本和能耗成本分别计算如下：那么任务传输过程中的总延迟成本和能耗成本分别计算如下：3.2)边缘端的计算模型：移动设备决策计算任务卸载至边缘节点y
d，n
(t)＝1，任务会由本地传输队列到达边缘节点计算队列，在边缘节点中，每个节点都有队列，其中所有的移动设备都对应着一个任务队列用于处理任务，在时隙t
‑
1，任务k
d
(t)卸载至边缘节点n，任务k
d
(t)会在下一个时隙被放入相应的计算队列中，定义任务在边缘节点的唯一索引缘节点的唯一索引等于任务的任务量；在时隙当边缘节点中的计算队列仍有任务未处理时，边缘节点中仍需继续处理任务的队列数量为负载，定义B
n
(t)为在时隙t时边缘节点的负载大小：边缘节点的活动队列共享计算资源，定义为边缘节点n拥有的可分配的计算资源，设表示在时隙t之后被队列丢弃的任务的比特数量，若移动设备的任务被卸载到对应于边缘节点n的队列中，定义为处理或丢弃任务的时隙，由于边缘节点的未知负载，在任务被处理或丢弃之
前，很难确定的确切值，为了解决这个问题，定义为任务开始被处理的时隙；在任务被处理或丢弃之前，的大小...

【专利技术属性】
技术研发人员：刘建明，熊康，
申请(专利权)人：桂林电子科技大学，
类型：发明
国别省市：