【技术实现步骤摘要】
本申请涉及无线通信，特别是涉及一种基于免授权scma边缘计算的卸载协议与性能分析方法。
技术介绍
1、大规模连接、低延迟和高吞吐量已经成为未来无线通信网络的发展要求。越来越多的物联网应用正在涌现，例如虚拟现实、增强现实、工业机器人等。这些应用为构建高效的物联网带来了许多挑战。一方面，需要满足物联网中的大规模连接和随机接入。传统的正交多址接入（orthogonal multiple access, oma）方案将正交物理资源如时间、频率、码字分配给多用户，限制了接入设备的数量。非正交多址接入（non-orthogonal multipleaccess, noma）使多个设备同时共享相同的物理资源。在免授权（grant free，gf）模式下，设备与基站请求频率低，可以减少信令开销和接入延迟。另一方面，计算密集型应用的快速增长给计算能力有限的物联网设备带来了巨大挑战。移动边缘计算(mobile edgecomputing, mec)已经成为未来计算的新范式。物联网设备，如传感器，可以将原始任务数据卸载到附近配备mec服务器的基站。
2、然而，目前的mec网络中卸载协议主要是oma，存在卸载概率和上传速率低的问题，还没有针对scma增强mec网络中卸载协议的研究，并且也没有一种对scma增强边缘计算系统进行性能分析的方法。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够提高卸载概率和遍历速率并且对边缘计算系统进行性能分析的基于免授权scma边缘计算的卸载协议与
2、一种基于免授权scma边缘计算的卸载协议与性能分析方法，所述方法包括：
3、根据配备mec服务器的基站、物联网设备和移动用户构建基于免授权scma的边缘计算系统模型；
4、在基于免授权scma的边缘计算系统模型中设置任务生成、计算卸载和资源分配策略、任务卸载、任务计算和结果返回五个阶段构建任务卸载协议；
5、根据任务卸载协议将物联网设备生成的任务卸载到基站并求解卸载过程中的最终任务卸载概率、遍历速率、任务的时延和能耗表达式；
6、根据最终任务卸载概率、遍历速率、任务的时延和能耗表达式分析不同scma参数对基于免授权scma的边缘计算系统模型的性能影响。
7、在其中一个实施例中，设置任务生成、计算卸载和资源分配策略、任务卸载、任务计算和结果返回五个阶段，包括：
8、任务生成为在各时段开始时，每个物联网设备以概率生成计算任务并确认是否生成任务；
9、计算卸载和资源分配策略为物联网设备首先进行计算卸载决策，根据任务卸载策略选择执行本地计算或卸载任务；若选择卸载任务，物联网设备分配gf-scma的导频，选择scma码本，并分配子载波功率；
10、任务卸载为物联网设备需要在各时段内使用gf-scma将相应的任务卸载到基站，定义初始任务卸载概率为
11、；
12、其中，表示带宽，表示设备的信干噪比，表示任务数据,表示时间；若任务不能及时传输，则该任务进行本地计算；
13、任务计算包括本地计算和边缘计算；
14、结果返回为返回任务计算结果。
15、在其中一个实施例中，任务卸载协议包括：
16、步骤1：判断物联网设备在时段是否已生成了一个计算任务；
17、步骤2：判断物联网设备是否选择执行任务卸载，若是，则分配ctu和电源资源并通过gf-scma传输任务数据，并继续执行步骤3，否则将任务存储在本地队列中并在本地计算；
18、步骤3：若任务在时间内传输给基站，则将该任务存储在边缘队列中，在mec服务器上进行计算，并将任务结果返回给物联网设备，否则将任务存储在本地队列中并在本地计算。
19、在其中一个实施例中，根据任务卸载协议将物联网设备生成的任务卸载到基站并求解计算卸载过程中的最终任务卸载概率、遍历速率、任务的时延和能耗表达式，包括：
20、根据物联网设备的信噪比的表达式和信噪比阈值将初始任务卸载概率改写为
21、；
22、其中，，表示发送功率，是服从瑞利分布的小尺度衰落，是大尺度衰落的路径指数，是噪声方差，为scma码字的非零元素数量，为scma码字的非零元素序号，表示干扰集合，为信噪比阈值，表示考虑的典型用户与典型基站的距离，表示第i个用户与典型基站的距离；
23、定义对改写后的初始任务卸载概率进行推导，推导后的初始任务卸载概率为
24、；
25、因为服从瑞利分布，所以服从伽马分布，根据伽马分布和泊松分布之间的关系，可以推导出，将替换为，可得到
26、；
27、应用拉普拉斯变换的定义和微分性质得出候选任务卸载概率为
28、；
29、其中，表示干扰的拉普拉斯变换的阶导数；利用泊松点过程的概率生成函数对干扰的拉普拉斯变换的阶导数进行推导并使用分部积分法和通过科学计算软件mathematica对推导后的导数进行计算，得到的阶导数为
30、；
31、根据scma系统具有二维复值星座点，即在scma码字中有个非零值对候选任务卸载概率进行简化，得到最终任务卸载概率为
32、；
33、其中，，和分别表示基站和物联网设备的密度。
34、在其中一个实施例中，根据香农公式对最终任务卸载概率进行计算，得到遍历速率为
35、；
36、其中，表示信干噪比变量。
37、在其中一个实施例中，根据最终任务卸载概率、平均本地任务延迟、将任务数据卸载到mec服务器的平均时间和在mec服务器上等待和计算所需的时间进行计算，得到物联网设备的平均任务延迟为
38、；
39、其中，表示物联网设备的最终任务卸载概率，表示平均本地任务延迟，表示将任务数据卸载到mec服务器的平均时间，表示在mec服务器上等待和计算所需的时间。
40、在其中一个实施例中，根据最终任务卸载概率、本地计算的平均能耗消耗和任务数据卸载到mec服务器的能耗进行计算，得到能量消耗为
41、；
42、其中，表示本地计算的平均能耗消耗，表示任务数据卸载到mec服务器的能耗。
43、上述基于免授权scma边缘计算的卸载协议与性能分析方法，本申请首先根据配备mec服务器的基站、物联网设备和移动用户构建基于免授权scma的边缘计算系统模型，在模型中设置任务生成、计算卸载和资源分配策略、任务卸载、任务计算和结果返回五个阶段构建gf-scma增强mec的任务卸载协议，根据gf-scma增强mec的任务卸载协议在任务卸载的过程中通过增加scma码本和导频数来减少任务卸载到基站中的干扰密度并提高任务卸载速率，与oma方案相比，本专利技术可以提高卸载概率和遍历速率，同时减少任务延迟和能量消耗，同时采用随机几何方法推导出了最终任务卸载本文档来自技高网...
【技术保护点】
1.一种基于免授权SCMA边缘计算的卸载协议与性能分析方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述设置任务生成、计算卸载和资源分配策略、任务卸载、任务计算和结果返回五个阶段，包括：
3.根据权利要求1所述的方法，其特征在于，所述任务卸载协议包括：
4.根据权利要求2所述的方法，其特征在于，根据所述任务卸载协议将物联网设备生成的任务卸载到基站并求解卸载过程中的最终任务卸载概率、遍历速率、任务的时延和能耗表达式，包括：
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
6.根据权利要求4所述的方法，其特征在于，所述方法还包括：
7.根据权利要求6所述的方法，其特征在于，所述方法还包括：
【技术特征摘要】
1.一种基于免授权scma边缘计算的卸载协议与性能分析方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述设置任务生成、计算卸载和资源分配策略、任务卸载、任务计算和结果返回五个阶段，包括：
3.根据权利要求1所述的方法，其特征在于，所述任务卸载协议包括：
4.根据权利要求2所述的方法，其特...
【专利技术属性】
技术研发人员：雷菁，刘鹏涛，刘伟，唐佐，杨颜冰，
申请(专利权)人：中国人民解放军国防科技大学，
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。