一种融合移动边缘计算的蜂窝网络计算卸载方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111200831A(43)申请公布日2020.05.26(21)申请号202010016995.6(22)申请日2020.01.08(71)申请人中国科学院计算技术研究所地址100190北京市海淀区中关村科学院南路6号(72)发明人杨天孙茜田霖石晶林张宗帅王园园(74)专利代理机构北京泛华伟业知识产权代理有限公司11280代理人王勇(51)Int.Cl.H04W24/02(2009.01)权利要求书2页说明书8页附图4页(54)发明名称一种融合移动边缘计算的蜂窝网络计算卸载方法(57)摘要本发明公开了一种融合移动边缘计算的蜂窝网络计算卸载方法，通过构建基于卸载任务执行时延和能耗提升率的效用函数，当蜂窝小区中用户有计算任务需要完成时包括下述步骤：根据小区用户的计算任务需求，计算最优发射功率；根据所述最优发射功率，计算所述用户的效用增量；根据所述最大效用增量将用户分为初始本地执行集合与非本地执行集合；非本地执行集合的用户向基站发送卸载请求；基站根据所分配的计算资源计算获得系统效用最大的最终卸载集合；最终卸载集合中的用户将任务发给MEC服务器执行。本发明同时考虑了时延和能耗，能够满足具有不同设备续航能力的用户需求，高电量用户能够获得更低时延，低电量用户能够获得更低能耗，更好地保障了用户体验。CN111200831ACN111200831A权利要求书1/2页1.一种融合移动边缘计算的蜂窝网络计算卸载方法，其特征在于，包括下述步骤：步骤S1、根据预定的效用函数和小区用户的计算任务需求，计算最优发射功率，其中，效用函数为任务卸载执行时延和能耗性能提升率的加权和；步骤S2、根据所述最优发射功率，计算所述用户任务的效用增量；步骤S3、根据所述最大效用增量将用户分为初始本地执行集合与非本地执行集合；步骤S4、非本地执行集合的用户向基站发送任务卸载请求；步骤S5、基站根据所分配的计算资源计算获得系统效用最大的最终卸载集合；步骤S6、最终卸载集合中的用户将任务发给MEC服务器执行。2.根据权利要求1所述的一种融合移动边缘计算的蜂窝网络计算卸载方法，其特征在于，所述步骤S1的效用函数描述为：其中，和分别是用户任务i在本地计算时的时延和能耗，和分别是用户任务i卸载计算的时延和能耗；所述和分别是时延和能耗的性能提升率对应的权重因子，由用户设备当前电量剩余率描述：其中，为用户设备当前电量剩余率，和分别是用户设备当前剩余电量和满额电量；ε为缩放因子，用来调节电量剩余率与权重因子对应关系。3.根据权利要求1或2所述的一种融合移动边缘计算的蜂窝网络计算卸载方法，其特征在于，所述步骤S1用户设备上行最优发射功率为g(pi)取最小值时对应的发射功率，且最优发射功率不大于用户设备最大发射功率：其中，ni＝hi/N0，pi为用户i的上行发射功率，di是用户i任务量，W为每个子信道的带宽，hi为信道增益，N0为噪声功率。4.根据权利要求1或2所述的一种融合移动边缘计算的蜂窝网络计算卸载方法，其特征在于，所述步骤S2的效用增量为新用户任务加入当前卸载用户集后对应效用与当前卸载用户集对应效用之差。5.根据权利要求1或2所述的一种融合移动边缘计算的蜂窝网络计算卸载方法，其特征在于，所述非本地执行集合包括初始卸载集合和备选集合，所述步骤S3进行初始集合分类包括以下步骤：步骤S31、若效用最大增量小于0，则用户加入初始本地执行集合；步骤S32、若效用最小增量大于0，则用户加入初始卸载集合初始非本地执行集合；步骤S33、其他情况下，用户加入备选集合。6.根据权利要求1所述的一种融合移动边缘计算的蜂窝网络计算卸载方法，其特征在于，所述步骤S5用户任务i可分配计算资源大小为：2CN111200831A权利要求书2/2页其中，A为卸载用户集合，为用户设备的计算能力，fmax为MEC服务器计算资源总量。7.根据权利要求5所述的一种融合移动边缘计算的蜂窝网络计算卸载方法，其特征在于，所述步骤S5包括以下步骤：步骤S51、令初始卸载集合为卸载集合；步骤S52、比较卸载集合用户数与子信道数大小；步骤S53、若卸载集合用户数大于子信道数，删除卸载集合中效用最小的用户，直到卸载集合用户数等于子信道数；步骤S54、若卸载结合用户数小于子信道数，在备选集合中选择效用最大且效用增量为正的用户加入卸载集合，直到卸载集合用户数等于子信道数或系统效用无法继续增大。8.一种融合移动边缘计算的蜂窝网络计算卸载系统，其特征在于，至少包括边缘计算服务器MEC、宏基站及用户终端，所述用户终端通过宏基站向边缘计算服务器MEC请求计算卸载资源时，执行权利要求1-8中任一项所述的方法。9.一种电子设备，包括中央处理器以及存储计算机可执行指令的存储器，