一种面向差异化服务质量保障的资源调度方法技术

本发明专利技术涉及一种面向差异化服务质量保障的资源调度方法，属于无线通信领域。该方法包括：S1：构建在边缘网络中多用户差异化服务质量优化场景；S2：构建时延和能耗加权优化问题，即在满足边缘网络用户差异化服务需求下，最大化由时延和能耗加权衡量的系统效用；S3：将时延和能耗加权优化问题拆分为上行链路优化子问题和边缘服务器的计算资源分配优化子问题进行求解；其中，上行链路的优化包含对设备发射功率和用户配对两方面；S4：通过时延约束关系将上行链路优化和边缘服务器计算资源分配优化进行交替迭代执行，来更新优化最优解。本发明专利技术在满足差异化服务质量条件下，以更低的复杂度获得了更高的系统效用。杂度获得了更高的系统效用。杂度获得了更高的系统效用。

【技术实现步骤摘要】
一种面向差异化服务质量保障的资源调度方法


[0001]本专利技术属于无线通信领域，涉及为物联网设备提供确定性时延保障问题，具体涉及一种面向差异化服务质量保障的资源调度方法。

技术介绍

[0002]第五代移动通信技术不仅提高了通信质量，还拓展了人与物、物与物之间的有效连接，为车联网、工业智能传感器网络等提供了可靠通信。5G的网络功能和核心要素已经转型，以服务和支持各种业务场景，如大规模机器通信(Massive Machine Type Communication，mMTC)、超可靠低时延通信(Ultra Reliable and Low Latency Communication，uRLLC)以及增强移动带宽通信(Enhance Mobile Broadband，eMBB)。国际电信联盟组织(International Telecommunication Union，ITU)将mMTC和uRLLC共存的场景命名为机器类通信(Machine Type Communication，MTC)。其中，前者具有海量连接和低成本的特点，通常是低比特速率和时延容忍的。后者是低功耗的嵌入式设备，对时延敏感且处理能力十分有限。随着5G的逐渐商用和未来6G的深入研究，不断增加的移动终端数量给有限的频谱资源带来了巨大的挑战。目前，接入端的物联网节点数量越来越多，将日益膨胀的工业现场采集数据的所有信息传输到云端进行处理是不现实的。未来生产要求以及各种个性化的生产定制被不断提出，企业不仅仅面临着资源配置问题，同时也面临着在广域网传输数据的时延过大和数据可靠交互难以保障的问题。
[0003]大量计算密集和时间敏感业务的产生，对未来无线蜂窝网络提供大规模连接和保障用户服务质量(Quality of Service，QoS)提出了挑战。在工业物联网系统中，物联网设备往往只能够提供简单的数据上传功能。在这种环境下，迫切需要能够缓解核心网络压力的解决方案，同时解决计算瓶颈问题。移动边缘计算(Mobile Edge Computing，MEC)在网络边缘部署云计算系统，有效缓解云中心处理数据的压力并为用户提供了低时延的计算服务，并使许多具有低时延高带宽需求的应用程序(例如VR/AR、V2X等)受益。从关键技术的角度分析，多用户可以通过非正交多址接入技术(Non
‑
Orthogonal Multiple Access，NOMA)在同一无线资源中被服务，类似的无线资源划分包括TDMA中的时隙、FDMA中的频段(或OFDMA中的子载波)，CDMA中的扩频码以及SDMA中的空间。NOMA采用串行干扰消除技术(Successive Interference Cancellation，SIC)在接收器恢复有效数据，大幅提升了系统抗干扰能力。因此将NOMA技术融合进边缘网络有助于系统资源利用率的提升，但如何对NOMA
‑
MEC系统的通信及计算资源进行合理有效整合是一个具有重要研究意义且存在挑战性的课题。
[0004]因此，亟需一种优化的调度方法，为设备提供差异化服务质量保障。

技术实现思路

[0005]有鉴于此，本专利技术的目的在于提供一种面向差异化服务质量保障的资源调度方法，综合考虑各类业务需求、系统可用资源设计高效资源调度策略，从而优化设备终端的时
延和能耗。
[0006]为达到上述目的，本专利技术提供如下技术方案：
[0007]一种面向差异化服务质量保障的资源调度方法，是一种联合卸载调度与资源分配优化方法，从设备的发射功率、计算资源以及用户配对时延与能耗进行优化。首先，由于优化问题求解十分复杂，通过公式推导获得了上行链路功率分配问题的闭式表达式，证明了计算资源分配是一个凸规划问题。其次，为了降低匹配问题的计算复杂度，设计了基于外部性的稳定匹配方法。最后通过交替优化，使得MEC系统效用最大化以平衡时延和能耗，同时满足设备的差异化需求。
[0008]该方法具体包括以下步骤：
[0009]S1：构建在边缘网络中多用户差异化服务质量优化场景；
[0010]S2：通过信道建模、资源配置与任务调度构建时延和能耗加权优化问题，即在满足边缘网络用户差异化服务需求下，最大化由时延和能耗加权衡量的系统效用；
[0011]S3：将时延和能耗加权优化问题拆分为上行链路优化子问题和边缘服务器的计算资源分配优化子问题进行求解；其中，上行链路的优化包含对设备发射功率和用户配对两方面；
[0012]S4：上行链路联合优化资源调度：使用交替迭代方法，通过时延约束关系将上行链路优化和边缘服务器计算资源分配优化进行交替迭代执行，来更新优化最优解。
[0013]进一步，步骤S1具体包括以下步骤：
[0014]S11：基站小区覆盖的多用户边缘网络中存在终端设备集(例如大量传感器、智能手机等)主要包括两种类型：uRLLC(超可靠低时延通信)设备和mMTC(大规模机器通信)设备，考虑到不可分割的计算任务和终端设备有限的计算和存储能力，因此采用完全卸载方式将多个计算任务上传到边缘服务器进行处理；
[0015]S12：在网络中部署能同时为多个终端设备提供有限计算和存储服务的MEC服务器，基站采用混合NOMA技术作为接入方案，uRLLC设备和mMTC设备以独占或共享的方式通过子信道与基站进行数据交互；
[0016]S13：设备生成一个任务请求，计算任务的本地卸载时延和边缘服务器的计算时延，并定义计算资源分配策略；
[0017]S14：计算总时延和总能耗：由于计算结果数据比卸载数据小得多，上行链路的数据传输速率远小于下行链路，并且MEC(移动边缘计算)服务器设备直接连接到电网，为了简单起见，忽略结果的返回时延和能耗，由于差异化的需求，uRLLC设备的时延阈值比mMTC设备更严格(更小)，mMTC设备的能耗阈值比uRLLC设备更严格(更小)。
[0018]进一步，步骤S13具体包括：设备i生成一个任务请求其中，l
i
是需要卸载到MEC服务器处理的数据大小，c
i
是工作负载，即指完成任务所需要的CPU周期数；表示基站小区覆盖的多用户边缘网络中存在终端设备集，包含两种类型：U个uRLLC设备和M个mMTC设备，分别表示为和
[0019]本地卸载时延为：其中为用户i在子信道k上的任务卸载速率；
[0020]边缘服务器的计算时延为：其中c
i
是工作负载，f
i
为服务器分配给设备i的计算频率；
[0021]计算资源分配策略定义为：
[0022]进一步，步骤S14中，总时延t
i
的计算公式为：其中，为时延阈值，为时延阈值，为uRLLC设备的时延阈值，为mMTC设备的时延阈值；
[0023]总能耗的计算公式为：其中，p
i
表示发射功率，l
i
是需要卸载到MEC服务器处理的数据大小；为能耗阈值，为能耗阈值，uRLLC设备的能耗阈值，表示m本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向差异化服务质量保障的资源调度方法，其特征在于，该方法具体包括以下步骤：S1：构建在边缘网络中多用户差异化服务质量优化场景；S2：通过信道建模、资源配置与任务调度构建时延和能耗加权优化问题，即在满足边缘网络用户差异化服务需求下，最大化由时延和能耗加权衡量的系统效用；S3：将时延和能耗加权优化问题拆分为上行链路优化子问题和边缘服务器的计算资源分配优化子问题进行求解；其中，上行链路的优化包含对设备发射功率和用户配对两方面；S4：上行链路联合优化资源调度：使用交替迭代方法，通过时延约束关系将上行链路优化和边缘服务器计算资源分配优化进行交替迭代执行，来更新优化最优解。2.根据权利要求1所述的资源调度方法，其特征在于，步骤S1具体包括以下步骤：S11：基站小区覆盖的多用户边缘网络中存在终端设备集包括两种类型：uRLLC设备和mMTC设备，采用完全卸载方式将多个计算任务上传到边缘服务器进行处理；S12：在网络中部署能同时为多个终端设备提供有限计算和存储服务的MEC服务器，基站采用混合NOMA技术作为接入方案，uRLLC设备和mMTC设备以独占或共享的方式通过子信道与基站进行数据交互；S13：设备生成一个任务请求，计算任务的本地卸载时延和边缘服务器的计算时延，并定义计算资源分配策略；S14：计算总时延和总能耗。3.根据权利要求2所述的资源调度方法，其特征在于，步骤S13具体包括：设备i生成一个任务请求其中，l
i
是需要卸载到MEC服务器处理的数据大小，c
i
是工作负载，即指完成任务所需要的CPU周期数；表示基站小区覆盖的多用户边缘网络中存在终端设备集，包含两种类型：U个uRLLC设备和M个mMTC设备，分别表示为和本地卸载时延为：其中为用户i在子信道k上的任务卸载速率；边缘服务器的计算时延为：其中c
i
是工作负载，f
i
为服务器分配给设备i的计算频率；计算资源分配策略定义为：4.根据权利要求3所述的资源调度方法，其特征在于，步骤S14中，总时延t
i
的计算公式为：其中，为时延阈值，为uRLLC设备的时延阈值，为mMTC设备的时延阈值；总能耗的计算公式为：其中，p
i
表示发射功率，l
i
是需要卸载到MEC服务器处理的数据大小；为能耗阈值，设备的能耗阈值，表示mMTC设备的能耗阈值。5.根据权利要求4所述的资源调度方法，其特征在于，步骤S2中，构建时延和能耗加权优化问题，具体包括以下步骤：S21：定义任务的调度策略，调度策略与设备的接入方式相关，用二进制变量表示设备
与子信道之间的匹配关系，并分析用户配对需要满足的条件；S...

【专利技术属性】
技术研发人员：李职杜，付保杰，高雪莲，唐桐，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：