System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种停车辅助边缘计算中任务卸载方法技术_技高网

一种停车辅助边缘计算中任务卸载方法技术

技术编号:40550552 阅读:12 留言:0更新日期:2024-03-05 19:09
本发明专利技术提供了一种停车辅助边缘计算中任务卸载方法。主要包括如下步骤:1、生成车辆的任务M<subgt;n</subgt;的属性构建网络中任务卸载调度,数据量分配以及任务卸载比率分配的数学模型。2、在给定任务属性的情况下,基于深度学习DDPG算法求解步骤1构建的数学模型,对求得的每个任务的效用值f进行求和,得到系统效用值F,通过反复迭代,求解不同卸载调度,数据量分配以及任务卸载比率分配下的系统效用值F',直到F‑F'<χ,则退出。应用本发明专利技术,解决了移动车辆边缘网络中任务卸载调度、数据量分配和任务卸载比率分配优化问题,有效地提高了网络系统的整体效用。

【技术实现步骤摘要】

本专利技术属于无线网络,涉及一种停车辅助边缘计算中任务卸载方法


技术介绍

1、车辆边缘计算(vehicle edge computing,vec)已成为智能交通系统领域的一种新的计算范式,近年来受到了广泛关注。因为它可以将云计算能力扩展到车辆附近,可以为终端用户提供计算资源,减轻蜂窝网络的沉重流量负担。目前,vec已经应用于实际当中,并出现了各种基于vec的车辆任务资源调度方式,通过车辆与边缘节点通信,资源受限的车辆用户可以将他们的计算密集型任务转移到与路边单元(road-side units,rsu)同步的高性能边缘服务器上进行处理。同时,与传统的移动云计算相比,由于边缘服务器靠近车辆,任务卸载造成的网络延迟可以显著降低。

2、随着物联网技术的快速发展,人脸识别,虚拟现实,增强现实等典型应用变得越来越复杂,许多应用程序依赖于实时通信和计算。例如,增强现实、虚拟现实之类的应用于车辆系统对于存储器、计算能力和车辆能量具有很高的要求。然而为确保这些任务能成功执行,如何在有限的计算资源和车辆能量下进行卸载和调度这些任务是一个值得思考的问题。

3、由于车辆的计算资源有限,无法满足大规模密集型和时间敏感型,且存在部分任务无法完整计算的计算资源需求,为了有效完成任务的计算,可以将任务划分为两部分进行部分卸载,并利用路上附近移动车辆和停放车辆的空闲计算资源进行计算,然而,针对存在任务的部分卸载决策、移动和停放车辆的选择是一个复杂的问题,目前还没有已知的解决方案。

4、鉴于以上考虑,本专利技术提供了一种停车辅助边缘计算中任务卸载方法。


技术实现思路

1、本专利技术所要解决的技术问题是提供一种停车辅助边缘计算中任务卸载方法。通过对卸载决策、资源分配及卸载比率进行联合优化,目标是最大化系统效用。

2、专利技术的技术解决方案如下:

3、一种停车辅助边缘计算中任务卸载方法,首先构建车联网边缘计算异构网络场景,网络模型考虑一条双向道路,包含搭载具有较强计算能力的mec服务器,以及多个停放车辆以及多个移动车辆,其中包括携带任务车辆和若干空闲且可以提供计算的移动和停放车辆,全部车辆通过无线连接到mec服务器。mec服务器在其无线覆盖范围内向车辆提供计算服务。n辆车有任务需要计算,每辆车只有1个任务,所有任务都可以分为两个子任务,一部分在本地计算,另一部分卸载到mec服务器,或者通过mec服务器卸载到其他移动车辆和停放车辆。

4、本专利技术提出的停车辅助边缘计算中任务卸载方法,步骤如下:

5、1、构建停车辅助边缘计算中任务卸载数学模型,步骤如下:

6、在mec服务器覆盖的区域中,n辆车有任务需要计算,表示车辆集合,每辆车只有1个任务,mn表示车辆n的任务,其中任务mn的属性dn表示任务mn的数据大小,单位为mb,cn表示任务mn的计算量,单位为cpu周期数,表示任务mn的时延约束,单位为s,即任务mn必须在内完成。

7、s1-1任务卸载模型

8、在系统中,每个车辆任务都可以分为两个子任务,并令αn∈[0,1]表示任务的卸载比率,其中在本地执行(1-αn)dn的任务,另外αndn的任务卸载到mec服务器,或者通过mec服务器卸载到其他移动车辆和停放车辆。

9、同时,在mec服务器覆盖的区域中,还有多个停放车辆和多个移动车辆,hp={1,2,...,hp}表示hp个停放车辆,hm={1,2,...,hm}表示hm个移动车辆。因此,任务mn的卸载部分有(1+hm+hp)个候选模式,且在集合{0}∪hm∪hp={0,1,...,h,...,hm+hp}中用h∈h+={0}∪hm∪hp表示,令矩阵δ定义为任务卸载决策矩阵,任务mn在h模式下执行时δn,h=1,否则δn,h=0。即:

10、(1)case 1,当δn,h=1,且h=0,表示任务mn在基站中的mec服务器上执行;

11、(2)case 2,当δn,h=1,且0<h≤hm,表示任务mn卸载到移动车辆hm∈h计算;

12、(3)case 3,当δn,h=1,且hm<h≤hm+hp,表示任务mn卸载到停放车辆hp∈h计算;

13、任务只能卸载到一个目的地,即令矩阵r定义为计算资源分配矩阵,rn,h表示任务mn在h模式下被分配的计算资源。

14、s1-2计算模型

15、s1-2-1部分任务在本地计算

16、令表示为车辆n的本地计算能力。任务mn的本地部分计算时间为计算公式如(1)所示

17、

18、s1-2-2卸载到mec服务器

19、ofdma作为mec系统中的传输机制,用户传输之间的干扰被忽略。

20、当车辆n将任务卸载到mec服务器时(h=0),任务的传输延迟为车辆n传输到mec服务器的延迟。车辆n将任务传输到mec服务器的链路传输速率公式如(4)所示:

21、

22、b表示为带宽,单位为khz,pn表示车辆n的发射功率,gn,0是车辆n和mec服务器之间的信道增益,n0是噪声功率谱密度。

23、从车辆n到mec服务器的链路延迟可以表示为

24、

25、令rmec表示为mec服务器的最大计算资源,单位为cpu周期/秒,mec服务器为任务mn分配的计算资源用rn,0表示,且任务mn在mec服务器上的计算延迟计算公式如(6)所示:

26、

27、车辆n将任务卸载到mec服务器时的总时延tn,0分为两部分:任务从车辆n传输到mec服务器的传输时延和任务在mec服务器上的计算时延,计算公式如(7)所示:

28、

29、s1-2-3卸载到移动车辆

30、在考虑车辆n与mec服务器之间持续接触时间的同时也要考虑mec服务器与移动车辆(h∈hm)之间的接触时间,表示移动车辆h与mec服务器的最大传输时间。如图1所示,可以得到移动车辆h在移出mec服务器的覆盖范围之前的剩余距离eh,计算公式如(8)所示:

31、

32、其中vh表示移动车辆h的移动速度,xh表示移动车辆h在mec范围内的位置。移动车辆h与mec服务器的最大传输时间计算公式如(9)所示:

33、

34、当车辆n将任务卸载到移动车辆(h∈hm)时,任务的传输延迟为车辆n传输到mec服务器的延迟和mec服务器传输到移动车辆h的延迟。mec服务器将任务传输到移动车辆h的链路传输速率公式如(10)所示:

35、

36、p0表示mec服务器的发射功率,g0,h是mec服务器和移动车辆之间的信道增益。从mec服务器到移动车辆h的链路延迟可以表示为

37、

38、令表示为移动车辆的最大计算资源,单位为cpu周期/秒,移动车辆为任务mn分配的计算资源用rn,h表示,且任务mn在移动车辆h上的计算延迟计算本文档来自技高网...

【技术保护点】

1.一种停车辅助边缘计算中任务卸载方法,包括以下步骤:

【技术特征摘要】

1.一种停车辅助边缘计算中任...

【专利技术属性】
技术研发人员:邝祝芳冯建陶佑威
申请(专利权)人:中南林业科技大学
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