蜂窝车联网中任务车辆的任务卸载方法及装置.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115665697A(43)申请公布日2023.01.31(21)申请号202211376893.0H04L41/14(2022.01)(22)申请日2022.11.04(71)申请人北京交通大学地址100044北京市海淀区西直门外上园村3号(72)发明人林思雨冯伟杨刘紫琪王洪伟王悉宁蕊蕊任俏(74)专利代理机构北京市商泰律师事务所11255专利代理师邹芳德(51)Int.Cl.H04W4/40(2018.01)H04W4/44(2018.01)H04L67/12(2022.01)H04L67/10(2022.01)权利要求书2页说明书17页附图3页(54)发明名称蜂窝车联网中任务车辆的任务卸载方法及装置(57)摘要本发明提供一种蜂窝车联网中任务车辆的任务卸载方法及装置，属于蜂窝车联网技术领域，以最小化任务处理总时延为目标，建立了任务卸载优化模型；求解任务卸载优化模型，得到最优的路旁单元服务器计算频率、最优的辅助计算车辆的计算频率、任务车辆与辅助计算车辆间的数据包发送频率，计算最优卸载比矩阵；根据最优卸载比矩阵，分配卸载到路旁单元服务器和辅助计算车辆的任务。本发明考虑分布式传输与资源半持久性调度特性，建模任务卸载优化模型，任务车辆可以将任务通过PC5接口卸载到辅助计算车辆，或者通过Uu接口卸载到VEC服务器，进而降低任务处理时延；无需密集的基站覆盖，降低了任务卸载与资源分配的复杂度和成本，适应性强。CN115665697ACN115665697A权利要求书1/2页1.一种蜂窝车联网中任务车辆的任务卸载方法，其特征在于，包括：定义任务卸载到辅助计算车辆与路旁单元服务器的卸载比矩阵，以最小化任务处理总时延为目标，建立任务卸载优化模型；求解所述任务卸载优化模型，得到最优的路旁单元服务器计算频率、最优的辅助计算车辆的计算频率、任务车辆与辅助计算车辆间的数据包发送频率；根据最优的路旁单元服务器计算频率、最优的辅助计算车辆的计算频率、任务车辆与辅助计算车辆间的数据包发送频率，计算最优卸载比矩阵；根据最优卸载比矩阵，分配卸载到路旁单元服务器和辅助计算车辆的任务。2.根据权利要求1所述的蜂窝车联网中任务车辆的任务卸载方法，其特征在于，对于卸载到辅助计算车辆的任务，定义评价集为成功传输概率与辅助计算车辆的最大计算频率的乘积，进而使用评价集确定任务在辅助车辆间的卸载的顺序与次序。3.根据权利要求2所述的蜂窝车联网中任务车辆的任务卸载方法，其特征在于，辅助计算车辆在评价集中由大到小进行排序，任务车辆优先卸载任务到顺序高的辅助计算车辆，当前辅助计算车辆的计算能力超过限制时，任务车辆卸载任务到下一个顺序的辅助计算车辆继续进行计算。4.根据权利要求1所述的蜂窝车联网中任务车辆的任务卸载方法，其特征在于，每个任务的处理时延包括两部分，一部分是任务车辆卸载任务到路旁单元服务器的卸载时延和路旁单元服务器对任务的计算时延之和，另一部分是任务车辆卸载任务到辅助计算车辆的卸载时延和辅助计算车辆对任务的计算时延之和，则取较大的和为任务处理总时延。5.根据权利要求4所述的蜂窝车辆网中任务车辆的任务卸载方法，其特征在于，计算任务车辆卸载任务到路旁单元服务器的卸载时延包括：计算任务车辆与路旁单元服务器间的任务传输速率；根据计算的任务车辆与路旁单元的任务传输速率，结合任务卸载比矩阵，计算任务从任务车辆卸载到路旁单元服务器的卸载时延。6.根据权利要求5所述的蜂窝车辆网中任务车辆的任务卸载方法，其特征在于，计算任务车辆卸载任务到辅助计算车辆的卸载时延包括：根据任务车辆到辅助计算车辆的数据传输路径损耗、辅助计算车辆的感知功率阈值以及任务车辆到辅助计算车辆的数据发送功率，计算辅助计算车辆的数据包感知概率；根据多车道的感知系数、感知距离以及半持久性调度算法中选择窗口中的子帧和子通道的数，计算任务车辆到辅助计算车辆的任务成功传输概率；根据计算的数据包感知概率和任务成功传输概率，计算任务车辆和辅助计算车辆之间的归一化传输速率；根据归一化传输速率，计算任务车辆卸载任务到辅助计算车辆的卸载时延。7.一种蜂窝车联网中任务车辆的任务卸载装置，其特征在于，包括：构建模块，用于定义任务卸载到辅助计算车辆与路旁单元服务器的卸载比矩阵，以最小化任务处理总时延为目标，建立任务卸载优化模型；求解模块，用于求解所述任务卸载优化模型，得到最优的路旁单元服务器计算频率、最优的辅助计算车辆的计算频率、任务车辆与辅助计算车辆间的数据包发送频率；计算模块，用于根据最优的路旁单元服务器计算频率、最优的辅助计算车辆的计算频率、任务车辆与辅助计算车辆间的数据包发送频率，计算最优卸载比矩阵；2CN115665697A权利要求书2/2页分配模块，用于根据最优卸载比矩阵