面向5G小基站网络的在线单周期任务卸载方法技术

技术编号:38337756 阅读:16 留言:0更新日期:2023-08-02 09:18
本发明专利技术公开了一种面向5G小基站网络的在线单周期任务卸载方法,属于任务卸载领域。所述方法提供一个描述无线设备连接5G小基站网络场景的单周期任务模型,并给出基于该模型下的任务卸载方法。该方法能够不依赖网络的任何先验知识,根据实时数据的反馈调整和更新任务卸载策略,解决了无线设备连接5G小基站网络场景的单周期任务卸载问题,填补了无线设备连接5G小基站网络场景下的任务卸载方法的空缺,并且能够在保证服务质量(QoS)的同时获得高的任务奖励,具有较高性能比。具有较高性能比。具有较高性能比。

【技术实现步骤摘要】
面向5G小基站网络的在线单周期任务卸载方法


[0001]本专利技术涉及任务卸载领域,尤其涉及一种面向5G小基站网络的在线单周期任务卸载方法。

技术介绍

[0002]第五代移动通信技术(5th Generation Mobile Communication Technology,简称5G)是具有高速率、低时延和大连接特点的新一代宽带移动通信技术,5G通讯设施是实现人机物互联的网络基础设施,其中宏基站作为5G网络的核心节点具有较大覆盖范围和较大的数据处理能力,小基站作为5G网络边缘节点覆盖范围和计算能力较低,是对宏基站的补充。
[0003]小基站作为5G网络的边缘节点,通常与无线设备接近,并且与无线设备相比具有快速处理大量数据的能力。安全监控、虚拟现实和自动驾驶等应用场景常产生大量数据并且对数据处理延迟非常敏感,小基站与宏基站、云服务器等网络核心节点相比能更好的满足这些场景的低延迟、高计算需求。
[0004]如何将设备产生计算任务传输给网络边缘节点处理,被称为“任务卸载”问题。迄今为止已有许多任务卸载方法被提出,但由于5G网络具有小基站特殊节点、网络动态变化、多基站重复覆盖和非稳定信号等特点,这些方法并不完全适用,针对无线设备连接5G小基站网络场景的任务卸载方法尚未被提出。

技术实现思路

[0005]本专利技术的主要目的在于提供一种面向5G小基站网络的在线单周期任务卸载方法,方法提供了一个模型,能描述无线设备连接5G小基站网络,请求单周期计算任务的场景,并且包含了5G网络动态变化、资源有限、多重覆盖、信号不确定等特点,还原了场景复杂多变的实际情况;本专利技术能够不依赖网络的任何先验知识,根据实时数据的反馈调整和更新任务卸载策略,解决了无线设备连接5G小基站网络场景的单周期任务卸载问题。
[0006]本专利技术提供了一个无线设备连接5G小基站网络场景的单周期任务模型:
[0007]5G小基站网络中有m个小基站节点一系列无线设备分布在网络中,并且与小基站节点相连,无线设备可以随时切换与另一个小基站相连,一个无线设备可能会被多个小基站的信号覆盖。表示t个时间槽,表示在第个时间槽内需要处理的全体任务集合,并且任务可以在单个时间槽内被处理完毕(即单周期任务),表示第个时间槽内且在第个小基站覆盖范围内的任务集合,为第个小基站能覆盖的最大无线设备数量,c为第个小基站同一时间能连接的最大无线设备数量,β为第个小基站同一时间能调用的最大计算资源,α为第个小基站同一时间为保证服务质量(QoS)所需调用的最小计算资源。
[0008]计算任务使用三个特征表述:输入数据大小、输出数据大小和时间延迟要求,这三
个特征被称为任务k的上下文个特征被称为任务k的上下文表示第个小基站在第个时间槽完成上下文为φ
k
的任务的奖励,表示第个小基站在第个时间槽完成上下文为φ
k
的任务的概率,表示第个小基站在第个时间槽完成上下文为φ
k
的任务的资源消耗,变量表示第个小基站在第个时间槽执行任务k的概率。
[0009]基于上述单周期任务模型,本专利技术提供了一种面向5G小基站网络的在线单周期任务卸载方法,通过学习概率确定任务卸载策略,包含以下步骤:
[0010]步骤1:全体任务的上下文构成任务上下文空间,将任务上下文空间划分为n个子空间,n为输入参数,记划分后的子空间集合为所述的子空间f内包括一个或多个任务的上下文,每一个任务k对应一个任务上下文子空间每一个任务上下文子空间可对应一个或多个任务;
[0011]步骤2:定义每一个任务上下文子空间对于每一个小基站的权重,初始化对应权重
[0012]步骤3:对每个小基站初始化辅助变量:随机初始变量,其中,两个辅助变量分别表示完成概率和资源消耗的权重,表示设备区别于其余设备的特有参数,表示权重修正系数,表示资源消耗修正系数。
[0013]步骤4:对时间槽需要处理的全体任务,执行以下步骤:
[0014]步骤4.1:计算每一个小基站在时间槽执行每一个任务k的概率构成向量
[0015]步骤4.2:根据概率向量贪心地分配时间槽的任务给小基站
[0016]步骤4.3:根据任务反馈结果更新辅助变量。
[0017]步骤5,重复步骤4,实时对下一个时间槽需要处理的全体任务进行分配并更新辅助变量,直至任务卸载完成。
[0018]进一步的,所述步骤4.1计算每一个小基站在时间槽执行每一个任务的概率的步骤如下:
[0019]步骤4.1.1:获取小基站在时间槽的覆盖范围内的任务集合
[0020]步骤4.1.2:获取任务集合对应的上下文集合所述的上下文集合包含任务集合中每一个任务的输入数据大小、输出数据大小和时间延迟要求;
[0021]步骤4.1.3:对每一个任务k,找到其对应的任务上下文子空间
[0022]步骤4.1.4:判断是否成立,若是跳转步骤4.1.5,否则跳转步骤4.1.6;其中,表示在时间槽任务上下文子空间j对小基站的权重,表示在时间槽任务k对应的上下文子空间f
k
对小基站的权重;
[0023]步骤4.1.5:寻找满足等式的变量∈,令辅助集合记录辅助集合中任务上下文子空间f
k
的新权重跳转步骤4.1.7;
[0024]步骤4.1.6:令辅助集合
[0025]步骤4.1.7:记录辅助集合中的任务上下文子空间以外的子空间的新权重
[0026]步骤4.1.8:计算每一个任务k被执行的概率,公式为:
[0027][0028]其中,表示在时间槽任务k对应的上下文子空间f
k
对小基站的新权重,表示在时间槽任务k被小基站执行的概率;
[0029]步骤4.1.9:返回每一个任务k被执行的概率依次所构成的向量依次所构成的向量K表示时间槽需要处理的全体任务数量;
[0030]进一步的,所述步骤4.2根据概率向量贪心地分配时间槽的任务给小基站的步骤为:选择最大的c个在时间槽内,将对应的c个任务分配给小基站c表示第个小基站同一时间能连接的最大无线设备数量。
[0031]进一步的,所述步骤4.3根据任务反馈结果更新辅助变量步骤如下:
[0032]步骤4.3.1:在完成计算之后,获取在时间槽内,小基站完成上下文为φ
k
的任务k的奖励完成概率资源消耗
[0033]步骤4.3.2:根据以下公式更新每一个任务的奖励完成概率资源消耗
[0034][0035][0036][0037]其中,为更新后的奖励、完成概率、资源消耗,为指示函数,为在时间槽内,被分配给小基站的任务集合。
[0038]步骤4.3.3:计算时间槽内,每一个任务上下文子空间对于每一个小基站的复合奖励复合完成概率复合资源消耗计算公式为:
[0039][0040][0041][0042]其中,表示时间槽内,上下文φ
k
所在的任务上下文子空间f对应的任务本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种面向5G小基站网络的在线单周期任务卸载方法,其特征在于,包括以下步骤:步骤1:获取单周期多时间槽任务,全体任务的上下文构成任务上下文空间,将任务上下文空间划分为n个子空间,每一个任务上下文子空间f内包含一个或多个任务的上下文信息,每一个任务的上下文信息仅存在于一个任务上下文子空间内;步骤2,初始化每一个任务上下文子空间对于每一个小基站的权重其中,表示5G小基站网络集合,表示第j个5G小基站,表示任务上下文子空间集合;步骤3:初始化每个小基站的辅助变量以及随机初始化变量其中,两个辅助变量分别表示完成概率和资源消耗的权重;步骤4:对时间槽需要处理的全体任务进行分配,根据任务反馈结果更新每一个任务上下文子空间对于每一个小基站的权重和辅助变量;步骤5,重复步骤4,实时对下一个时间槽需要处理的全体任务进行分配,直至任务卸载完成。2.根据权利要求1所述的一种面向5G小基站网络的在线单周期任务卸载方法,其特征在于,所述的计算公式如下:计算公式如下:其中,表示设备的特有参数,表示设备的特有参数,表示权重修正系数,表示资源消耗修正系数。3.根据权利要求1所述的一种面向5G小基站网络的在线单周期任务卸载方法,其特征在于,所述的步骤4包括:步骤4.1:计算每一个小基站在时间槽执行每一个任务k的概率构成向量步骤4.2:根据概率向量贪心地分配时间槽的任务给小基站步骤4.3:根据任务反馈结果更新辅助变量。4.根据权利要求3所述的一种面向5G小基站网络的在线单周期任务卸载方法,其特征在于,所述的步骤4.1包括:步骤4.1.1:获取小基站在时间槽的覆盖范围内的任务集合步骤4.1.2:获取任务集合对应的上下文集合所述的上下文集合包含任务集合中每一个任务的输入数据大小、输出数据大小和时间延迟要求;
步骤4.1.3:对每一个任务k,找到其对应的任务上下文子空间步骤4.1.4:判断是否成立,若是跳转步骤4.1.5,否则跳转步骤4.1.6;其中,表示在时间槽任务上下文子空间j对小基站的权重,表示在时间槽任务k对应的上下文子空间f
k
对小基站的权重,c表示第个小基站同一时间能连接的最大无线设备数量;步骤4.1.5:寻找满足等式的变量∈,令辅助集合记录辅助集合中任务上下文子空间f
k
的新权重跳转步骤4.1.7;步骤4.1.6:令辅助集合步骤4.1.7:记录辅助集合中的任务上下文子空间以外的子空间的新权重步骤4.1.8:计算每一个任务k被执行的...

【专利技术属性】
技术研发人员:黄浩
申请(专利权)人:江西求是高等研究院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1