【技术实现步骤摘要】
一种面向无线供能辅助移动边缘计算的智能任务分配方法
[0001]本专利技术涉及移动边缘计算资源分配
,具体而言,尤其涉及一种面向无线供能辅助移动边缘计算的智能任务分配方法
。
技术介绍
[0002]近年来随着物联网的快速发展和第五代移动通信技术的普及,网络设备每时每刻产生海量的数据待处理
。
移动云计算技术显然已经不能高效地处理这些数据,因此学术界提出和倡导对移动边缘计算
(Mobile Edge Computing
,
MEC)
的研究与应用
。
由于边缘计算的服务器在地理位置上很靠近设备终端,所以移动云计算技术中所存在的传输质量问题与安全问题就能很好的得到解决
。
移动边缘计算技术不仅可以减少数据传输带宽的使用,还能更好的保护那些涉及个人隐私的数据,从而降低其敏感数据泄露的概率
。
另一方面边缘计算支持邻近设备终端之间的相互协作,这使得终端设备之间可以共享空闲的计算资源等,同时使得移动场景下的交互性得到提升
。
[0003]现有的移动边缘计算技术中,
WPT
‑
MEC
系统可以通过平衡计算资源
、
能量供应和通信资源来获得高效的资源分配方法,进而解决网络边缘设备的计算能力和能量双重受限问题
。
在多用户无线供能移动边缘计算系统中,如何权衡通信资源
、
计算资源和能量供应以及如何克服“双重近远效应”来使系统时延 ...
【技术保护点】
【技术特征摘要】
1.
一种面向无线供能辅助移动边缘计算的智能任务分配方法,其特征在于,包括如下步骤:
S1、
建立动态任务场景下无线供能辅助移动边缘计算模型的基本框架;
S2、
根据基本框架生成调度方案,利用增强免疫差分优化算法对场景中的设备计算任务进行任务分配和资源调度,在保证能量能够完成该组任务的前提下进行完成任务的归一化时延和能耗最小加权和计算
。2.
根据权利要求1所述的面向无线供能辅助移动边缘计算的智能任务分配方法,其特征在于,
S1
具体包括如下步骤:
S11、
通过无线能量站获取终端设备信道状态信息,为终端设备进行无线充电,得到收集的电量信息;
S12、
通过服务器获取终端设备位置信息以及信道状态信息,采用通过服务器获取的位置信息以及信道状态信息和收集的电量信息生成最优卸载路径;
S13、
采用收集的电量信息和最优卸载路径生成终端设备合适的任务数据卸载比例
。3.
根据权利要求2所述的面向无线供能辅助移动边缘计算的智能任务分配方法,其特征在于,
S11
具体包括如下步骤:
S111、
获取终端设备的位置信息和信道状态信息,根据终端设备的位置信息和信道状态信息生成各个终端设备的下行信道增益
h
down
;
S112、
无线能量站隔空对终端设备进行无线充电,对充电时间的计算接入免疫差分优化算法中,基于下行信道增益
h
down
,利用优化算法优化延迟,获得优化后的充电时间,若充电时间达标则进入
S12。4.
根据权利要求3所述的面向无线供能辅助移动边缘计算的智能任务分配方法,其特征在于,
S12
具体包括如下步骤:
S121、
通过服务器获取位置信息和信道状态信息,根据服务器获取的位置信息和信道状态信息来计算设备的上行信道增益
h
up
;
S122、
搜集任务信息,基于上行信道增益
h
up
和任务信息获取设备可能的卸载能耗与时延;
S123、
利用位置信息
、
信道状态信息和任务信息确定卸载的任务是否中继,并生成卸载路径决策
。5.
根据权利要求4所述的面向无线供能辅助移动边缘计算的智能任务分配方法,其特征在于,
S13
具体包括如下步骤:
S131、
根据任务信息搜集的任务数据量和卸载路径决策,利用免疫差分优化算法产生计算资源调度方案;
S132、
终端设备按照资源调度方案进行计算任务的卸载
、
计算
、
数据回传
...
【专利技术属性】
技术研发人员:孙璐,李殿举,万良田,王小洁,林云,王洁,
申请(专利权)人:大连海事大学,
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。