预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共23页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

(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CN111132077A(43)申请公布日2020.05.08(21)申请号202010114913.1(22)申请日2020.02.25(71)申请人华南理工大学地址510640广东省广州市天河区五山路381号(72)发明人胡斌杰卢昇和(74)专利代理机构广州市华学知识产权代理有限公司44245代理人蒋剑明(51)Int.Cl.H04W4/40(2018.01)H04W4/70(2018.01)H04W24/02(2009.01)权利要求书6页说明书11页附图5页(54)发明名称车联网环境下基于D2D的多接入边缘计算任务卸载方法(57)摘要本发明公开了一种车联网环境下基于D2D的多接入边缘计算任务卸载方法,该方法将任务卸载策略、发射功率和信道资源分配模式建模为一个混合整数非线性规划问题,优化问题为车联网系统内所有与基站进行蜂窝通信的终端CUE的时延和能耗效益之和最大化。该方法时间复杂度低,能够有效利用车联网系统信道资源,保证以D2D通信形式进行本地V2V数据交换的终端DUE的时延可靠性,同时CUE的时延和能耗接近最低,符合车联网的低时延、高可靠要求。本发明通过搭建仿真平台进行验证,CUE总时延和能耗接近最小化,该方法相对于传统任务卸载方法的性能优势。CN111132077ACN111132077A权利要求书1/6页1.一种车联网环境下基于D2D的多接入边缘计算任务卸载方法,该方法的应用场景为单基站附近部署有边缘计算服务器,基站采用OFDMA接入方式,基站覆盖范围内有一定数量的CUE和DUE,CUE是cellularusers的简称,DUE是D2Dusers的简称,CUE能够与基站进行通信,CUE产生的任务请求可能选择在CUE本地或者边缘计算服务器端执行,DUE之间以D2D的形式进行本地数据交换,DUE复用CUE的信道,CUE和DUE互相造成通信干扰,其特征在于,该方法包括以下步骤:S1、将优化问题建模为时延和能耗效益之和最大化问题,其中效益定义为本地执行代价和实际执行代价之差比上本地执行代价,该代价代表时延或者能耗,优化问题等价于时延和能耗之和最小化问题;S2、优化问题分解,任务卸载策略子优化问题和发射功率以及信道资源分配模式子优化问题相互独立,将优化问题分解为两个子优化问题:任务卸载策略子优化问题和发射功率以及信道资源分配模式子优化问题;S3、计算CUE和DUE的最优发射功率,联合已知的D2D时延可靠性限制条件和CUE以及DUE的功率限制条件,确定CUE和DUE功率的可行域,使用线性规划得到CUE和DUE的最优发射功率;S4、计算最优信道资源分配模式,使用二分图匹配算法解决最大权值二分图匹配问题,得到最优信道资源分配模式;S5、计算最优任务卸载策略,使用动态规划解决背包问题,得到CUE的最优任务卸载策略。2.根据权利要求1所述的车联网环境下基于D2D的多接入边缘计算任务卸载方法,其特征在于,所述的步骤S1过程如下:假设CUE数量为M,m代表第m个CUE,DUE数量为K对,k代表第k对DUE,CUE所分配的信道被DUE复用,基站总带宽为B,基站接收到的第m个CUE和第k对DUE的信噪比分别为:和其中,pm和pk分别代表第m个CUE和第k对DUE的发射功率,hm,B为第m个CUE和基站之间的信道增益,hk,B为第k对DUE和基站之间的信道增益,hk为第k对DUE之间信道增益,hm,k为第m2个CUE和第k对DUE之间的信道增益,σ为噪声功率,ρm,k是信道资源分配模式,ρm,k=1表示第k对DUE复用第m个CUE的信道,否则,ρm,k=0,表示第k对DUE不复用第m个CUE的信道;其中,信道增益只考虑大尺度增益,分别为:2CN111132077A权利要求书2/6页其中,βm,B为第m个CUE和基站之间的阴影衰落,βk,B为第k对DUE和基站之间的阴影衰落,βk为第k对DUE之间的阴影衰落,βm,k为第m个CUE和第k对DUE之间的阴影衰落,Lm,B为第m个CUE和基站的距离,Lk,B为第k对CUE和基站的距离,Lk为第k对DUE之间的距离,Lk和车速v成正比,Lm,k为第m个CUE和第k对DUE之间的距离,γ为衰减因子,A为路径损耗常数,所述的效益为:其中,sm表示任务卸载策略,sm=0代表任务在本地计算,sm=1代表任务卸载到边缘计算服务器计算,βt和βe分别为时延和能耗的权衡系数,和分别代表任务在本地计算的时延和能耗:其中,Cm为任务的CPU周期数,为本地CPU的计算速率,ε为单位CPU周期的能耗;和分别代表任务卸载到边缘计算服务器计算的时延和能耗:其中,和分别为任务上传时延和边缘计算服务器执行时延:其中,Dm为任务数据大小,fm为边缘计算服务器分配