【技术实现步骤摘要】
本专利技术公开了一种基于凸优化原理的边缘节点计算卸载方法，属于车联网和移动边缘计算领域，具体涉及应用于车联网中计算任务的移动边缘节点卸载。
技术介绍
1、近年来，5g技术的蓬勃发展，并且以其高速率、低时延和大连接的优势为越来越多的行业带来了前所未有的技术变革和产业融合。车联网这一新兴概念，也随着5g影响力的扩大快速成为了一个具有影响力的重要研究领域，应用前景愈发广阔。智能网联汽车行业规模在2019年达到1656亿元，预计在2024年将增长至13120.4亿元。传统的联网汽车通信向物联网通信iov发展，该项通信技术也将在下一代智能交通系统和无人驾驶中发挥重要的作用。车联网的几种通信模式，v2x通信，即车对车、车对基础设施、车对网、车对人通信等都成为广泛研究的目标。其中，v2n即车对网络的通信模式，采用传统通信技术无法满足智能交通和无人驾驶领域时低时延、低容错以及短时大量信息数据的通信要求，5g的到来为其满足该通信模式成为了可能。考虑到降低由通信距离过长而带来的时延过长、误传率增大，从4g时代起移动边缘计算(mec)开始萌芽并在5g时代融入网络架构。其在2014年由欧洲电信标准协会(etsi)正式定义了其概念并且陆续将其标准化。区别于传统的中心计算，移动边缘计算将通信过程中提供计算服务的节点从中心服务器下放，由中心节点来统一调度。在物理层面上边缘计算节点进一步缩短了信源到提供计算的服务阶段的物理距离，降低了时延和误传率，同时降低了中心节点的计算服务压力，保证了信息传输的效率和质量。同时，更短的传输距离意味着通信端仅需更小的信道增益，
2、面对多连接高并发的车联网通信场景，面对海量的车辆移动终端的计算任务，保证通信和计算的时效性是重中之重。面对车辆移动终端，其拥有较快的移动速度、较大的数据计算任务，需要低延迟、可靠的通信以保证移动过程的安全。采用简单的就近或者以信道质量选择边缘节点卸载任务，会导致在车辆密集处附近的边缘节点或者计算资源多的边缘节点处于过载状态或因连通数量瞬间占满信道导致过长的任务处理时耗，难以满足系统低时延、可靠的通信要求。
3、总之，目前的移动边缘节点通信仍然存在任务卸载不均衡，资源利用不充分，融合策略缺乏特异性等。因此，本专利技术致力于探索边缘节点计算任务的分布卸载，充分考虑车辆终端和边缘计算节点的能耗，构建稳定、可靠、低延时的车联网系统总时耗模型。
技术实现思路
1、本专利技术针对现有技术中存在的缺点和不足，提出了一种稳定、低时延、低能耗的移动边缘卸载方法。基于凸优化算法原理，设计传播功率和卸载权重子问题，基于视距链路损耗的大尺度衰落信道模型，有效构建了移动边缘计算的卸载时耗模型，对于优化移动边缘计算中的任务卸载策略具有重要应用意义。
2、为实现上述目的，本专利技术的技术方案包括以下：
3、步骤1：获取系统中各车辆移动终端和边缘计算节点的当前坐标和计算能力，设定初始传播功率并计算信道速率。
4、步骤2：构建基于终端计算任务并行发布和边缘计算节点并行处理任务的车联网系统总时耗模型。
5、(2-1)：建立车联网系统总时耗模型。分别采用计算任务大小、终端本地处理能力、卸载目标节点处理能力和卸载权重来计算每个任务完成需要的总时耗。
6、(2-1-1)：计算终端本地计算的耗时。
7、(2-1-2)：计算终端到边缘节点的传播耗时。
8、(2-1-3)：计算终端卸载到节点处的任务计算耗时。
9、场景中任务从发布到计算，本地卸载耗时忽略不计，卸载到边缘节点的动作和本地开始计算的动作并行，同时考虑到计算完成后回传给终端的数据大小与计算任务本身的数据大小量级相差较大，所以回传耗时也忽略不计，
10、 (2-2)：拆解目标模型，将问题模型拆解为在固定传播功率下求最优任务卸载矩阵和在固定任务卸载矩阵下求最优传播功率两个子问题。
11、(2-2-1)将目标问题表述为最小化系统总时耗。
12、(2-2-2)将目标问题拆解成固定传播功率下的最优任务卸载矩阵子问题。
13、 (2-2-3)将目标问题拆解成固定任务卸载矩阵下的最优传播功率子问题。
14、 (2-3)：基于凸优化原理，将两个子问题中所有的函数和约束条件均转变为凸函数和凸约束。将非凸约束通过引入辅助变量设定该约束的上界的方式转化为凸约束，间接求得最小值。
15、(2-4)：将两个子问题转化后的凸函数和凸约束进行凸优化求解，将固定传播功率或固定任务卸载权重矩阵送入模型进行交替求解，得到最优卸载策略。
16、步骤3：初始化模型参数，以完全本地处理的时耗为能耗上界设定初始传播功率和初始卸载权重矩阵，利用内点法对于两个子问题交替求解得到最优卸载策略。
17、步骤4：将待测试的车辆移动终端参数和边缘计算节点各参数及求解出的最优任务卸载矩阵和传播功率，带入系统总时耗模型，得到时耗优化结果。
18、本专利技术的优点和积极效果
19、与现有技术相比，本专利技术具有如下优点和积极效果：
20、第一，本专利技术面向智能交通系统中亟待解决的边缘移动计算卸载问题，提出了一种能够充分利用边缘计算节点的计算资源和系统能量的优化卸载策略求解方法，能够实现充分、精准、快速的场景任务卸载计算。
21、第二，本专利技术创新的构建基于终端计算任务并行发布和边缘计算节点并行处理任务的车联网系统总时耗模型，使优化目标从个别的终端计算任务转变为系统总时耗，同时通过在模型中添加约束保证信道的质量。
22、第三，本专利技术建立了基于凸优化原理的系统总时耗最优策略求解方法，使系统时耗能够在更短时间内基于系统中各通信节点的计算资源和能耗得到计算任务的最优卸载策略。
本文档来自技高网...【技术保护点】
1.一种基于凸优化原理和凸函数上界逼近的移动边缘节点卸载方法，所述方法具体包括以下步骤：
【技术特征摘要】
1.一种基于凸优化原理和凸函数上界逼近的移动...
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。