【技术实现步骤摘要】
本专利技术涉及无线通信，尤其涉及一种面向水域船舶的边缘计算网络部署和资源管理方法。
技术介绍
1、目前水域中数据传输业务包括水文气象监测、海上应急通信系统需求、船舶航行预警、自动驾驶等。这些业务生成的数据需要高效可靠的通信能力和海量的计算资源。水域船舶用户执行上述业务时对无线通信网络的传输能力和服务器处理任务的计算能力提出了更高要求。在传统的面向水域的云计算架构中，由于水域船舶用户需要向岸边的云中心请求海事服务，网络架构灵活性较差，使其不能够适应复杂多变的水域环境。同时，在数据传输过程中，水域船舶用户到云中心的传输距离较远，路径损耗严重。船舶用户需要较高的发射功率将任务数据传输到云中心，导致多艘船舶用户传输信号之间的干扰较强、丢包率增高、传输时间较长等问题。使得传统的基于云中心架构不适用于水域场景。因此，亟需在云计算架构的基础上结合移动边缘计算技术，利用边缘网络的计算资源为水域船舶用户提供高效、灵活的计算服务。在边缘网络中，边缘服务器的部署对用户服务的性能影响较大，合理的部署边缘服务器为用户提供边缘资源可以有效减少数据传输时间和缓解网络拥塞，以确保用户的服务质量。然而在水域场景部署边缘服务器主要面临以下挑战：1)尽管水域表面面积广阔，但是波动的水面导致部署边缘服务器十分困难；2)由于边缘服务器设备需要定期维护和运营管理，例如故障排查、硬件维护等，进一步增加了部署难度；3)水域中的基础设施能源补给受限，边缘服务器部署在基础设施上的高能耗运行难以保障；4)船舶交通流会受到不同因素的影响，例如航运量的激增、恶劣天气(如雾霾、台风)，由
2、智能船舶集成先进的信息技术、计算设备和自动化系统，能够在水域环境中自主完成多种类型的任务，具有机动性强、操作灵活便捷、自组织性等优点。智能船舶可作为移动边缘服务器按需部署，为水域船舶用户提供边缘计算服务。但是，单个智能船舶为水域船舶用户提供计算服务时往往会受到自身的计算能力和能量资源的限制。亟需多个智能船舶组成智能船舶编队作为边缘服务器，不仅能提高边缘计算资源，而且能够延长运行周期，为航道、锚地、灾区等海域提供分钟级、小时级、甚至天级的边缘计算服务。
3、综上所述，在边缘网络部署的相关研究中，尚缺乏高效的系统架构以及网络部署和资源管理的解决方法。因此，需要综合考虑水域环境的复杂性、船舶交通流和业务需求的动态性，同时，面临传统启发式算法、现存强化学习算法维度灾难和较高的计算复杂度的问题。
技术实现思路
1、本专利技术提供一种面向水域船舶的边缘计算网络部署和资源管理方法，以克服上述技术问题。
2、为了实现上述目的，本专利技术的技术方案是：
3、一种面向水域船舶的边缘计算网络部署和资源管理方法，包括以下步骤：
4、s1：建立智能船舶编队协作的边缘网络，并基于所述边缘网络联合优化智能船舶编队部署与船舶任务卸载决策，构建实现最小化任务处理期望响应时间的约束优化模型；
5、s2：根据所述边缘网络，基于深度确定性策略梯度的智能编队部署算法，确定智能船舶编队部署规则；
6、s3：根据所述边缘网络，基于交换匹配的资源管理算法，确定船舶任务卸载规则；
7、s4：根据所述智能船舶编队部署规则与船舶任务卸载规则进行迭代优化，获取最优的智能船舶编队部署与船舶任务卸载方案，使所述约束优化模型的任务处理期望响应时间最小。
8、进一步的，s1中所述建立智能船舶编队协作的边缘网络；具体包括以下步骤：
9、s11：定义n个智能船舶编队n＝{1,...,n}，m个船舶用户m＝{1,...,m}以及一个云中心；且所述智能船舶编队n包括多个智能船舶将船舶m的第k类任务的一组特征定义为所述智能船舶编队n的第k类任务的输入任务量和输出任务量的关系为
10、
11、其中，表示船舶m的第k类任务的输入数据量；表示船舶m的第k类任务的输出数据量；cm,k表示计算船舶m的第k类任务需要的cpu周期；βm,k表示船舶m的第k类任务的输入与输出数据量的系数比；
12、s12：船舶m的船舶任务到智能船舶编队n或云中心的上行链路传输速率和下行链路传输速率的表达式为
13、
14、
15、其中，表示传输距离；∪{0}表示智能船舶编队n或云中心的坐标位置；表示船舶m的坐标位置；b表示信道带宽；pm表示船舶m的传输功率；pn表示智能船舶编队n的领导者或云中心的传输功率；n0表示高斯白噪声功率；l表示载波波长；hm表示船舶m的天线高度；hn表示智能船舶编队n的领导者或云中心的天线高度；αm,n＝{0,1}表示船舶m的任务卸载决策，其中∪{0}表示船舶m将其任务卸载到智能船舶编队n或云中心，否则，αm,n＝0；满足条件αm,0＝1表示船舶m将其任务传输到云中心；
16、s13：将所述船舶任务卸载到智能船舶编队n进行边缘计算或将船舶任务通过无线通信网络传输至云中心进行云计算，分别获取船舶任务端到端的响应时间；所述船舶任务端到端的响应时间包括上行链路传输时间、边缘网络下行链路传输时间、船舶任务计算时间；
17、所述船舶任务卸载到智能船舶编队n进行边缘计算，获取上行链路传输时间、下行链路传输时间、船舶任务计算时间，从而获得完成船舶m任务的响应时间，计算公式为
18、
19、
20、
21、
22、式中：表示船舶m任务卸载到智能船舶编队n的上行链路传输时间；表示智能船舶编队n执行计算任务后返回给船舶m的下行链路传输时间；表示船舶m任务在智能船舶编队n的任务计算时间；tm,n表示在智能船舶编队n完成船舶m任务的响应时间；表示智能船舶编队n的计算资源；表示智能船舶编队n中智能船舶zn的计算资源；im,k表示船舶m的第k类任务的任务到达数量；
23、所述将船舶任务通过无线通信网络传输至云中心进行云计算，获取上行链路传输时间、边缘网络下行链路传输时间、船舶任务计算时间，从而获得完成船舶m任务的响应时间，计算公式为
24、
25、
26、
27、
28、式中：表示船舶任务传输至云中心的上行链路传输时间；表示船舶任务传输至云中心的下行链路传输时间；表示船舶任务在云中心的船舶任务计算时间；tm,0表示在云中心完成船舶m任务的响应时间；c0表示云中心的船舶任务计算资源。
29、进一步的，s1中所述构建实现最小化任务处理期望响应时间的约束优化模型；通过联合优化智能船舶编队部署和船舶任务卸载获取所述约束优化模型为
30、
31、式中:c1表示船舶m的二进制卸载方式；c2表示限制每艘船舶任务只能卸载到一个智能船舶编队或云中心；c3表示限制智能船舶编队n提供的最大计算资源；c4表示限制智能船舶编队n部署位置范围，xmax表示智能船舶编队n部署位置范围本文档来自技高网...
【技术保护点】
1.一种面向水域船舶的边缘计算网络部署和资源管理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种面向水域船舶的边缘计算网络部署和资源管理方法，其特征在于，S1中所述建立智能船舶编队协作的边缘网络；具体包括以下步骤：
3.根据权利要求1所述的一种面向水域船舶的边缘计算网络部署和资源管理方法，其特征在于，S1中所述构建实现最小化任务处理期望响应时间的约束优化模型，通过联合优化智能船舶编队部署和船舶任务卸载获取所述约束优化模型为
4.根据权利要求1所述的一种面向水域船舶的边缘计算网络部署和资源管理方法，其特征在于，S2中基于深度确定性策略梯度的智能编队部署算法，确定智能船舶编队部署规则，具体为S21：定义深度确定性策略梯度的智能编队部署算法的状态空间、动作空间以及奖励函数；
5.根据权利要求1所述的一种面向水域船舶的边缘计算网络部署和资源管理方法，其特征在于，S3中根据所述边缘网络基于交换匹配的资源管理算法，确定船舶任务卸载规则，包括以下步骤：
【技术特征摘要】
1.一种面向水域船舶的边缘计算网络部署和资源管理方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种面向水域船舶的边缘计算网络部署和资源管理方法，其特征在于，s1中所述建立智能船舶编队协作的边缘网络；具体包括以下步骤：
3.根据权利要求1所述的一种面向水域船舶的边缘计算网络部署和资源管理方法，其特征在于，s1中所述构建实现最小化任务处理期望响应时间的约束优化模型，通过联合优化智能船舶编队部署和船舶任务卸载获取所述约束优...
【专利技术属性】
技术研发人员：林彬，张超越，钱丽萍，吴远，胡旭，齐爽，
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。