一种边缘计算用户任务卸载方法.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CN110430593A(43)申请公布日2019.11.08(21)申请号201910747683.X(22)申请日2019.08.17(71)申请人胡洋地址102200北京市昌平区北七家中国电子信息安全技术研发基地(72)发明人胡洋(51)Int.Cl.H04W24/06(2009.01)H04W28/02(2009.01)H04W52/02(2009.01)H04B17/336(2015.01)权利要求书2页说明书5页附图2页(54)发明名称一种边缘计算用户任务卸载方法(57)摘要本发明公开一种移动通信领域的边缘计算用户任务卸载方法。密集蜂窝网络中用户到基站的任务卸载问题不仅受环境噪声影响，而且受同道干扰影响。本发明考虑了异构网络下存在同道干扰时的用户任务卸载情况，建立了通信模型，提出基于数值估计的算法来预估模拟退火算法初始温度的概念，采用可变步长的数值估计来寻找近似初始温度，克服了使用随机初始温度带来的算法时间过长的问题，随后使用模拟退火算法循环改变用户的目的服务器，并使用对数和多项式相结合的降温函数控制解的搜索过程，查找使得用户平均卸载时延最低的任务卸载方案。该方法能够比传统方法更快的得到优化方案，具有较好的实用性。CN110430593ACN110430593A权利要求书1/2页1.一种边缘计算用户任务卸载方法，其特征在于：建立网络通信模型，使用数值估计算法和模拟退火算法来求解优化方案；所述网络通信模型中用户的任务卸载时间考虑用户和基站进行通信时蜂窝同道小区带来的干扰；所述任务卸载时间包括，用户任务自身的上传时间，任务在MEC服务器的任务卸载队列进行等待的时间，任务在MEC服务器计算所需要的时间；所述任务卸载队列指的是多个用户将需要卸载的任务上载到MEC服务器上所形成的任务排队队列；所述数值估计算法是一种用变步长的数值估计预测所述模拟退火算法初始温度的算法；所述模拟退火算法以数值估计算法的温度预测结果作为初始温度，以多项式和指数相结合的温度下降函数控制温度；所述优化方案是使得总的用户任务的卸载时间最短的用户任务卸载方案。2.根据权利要求1所述的边缘计算用户任务卸载方法，其特征在于：所述网络通信模型中每个微蜂窝有邻近的6个同道微蜂窝，每个微蜂窝内有微蜂窝基站和微微蜂窝基站，每个基站都配有相应的MEC服务器，微蜂窝内的用户设备可以收到微蜂窝内的任何基站的信号，且每个微蜂窝基站的功率相等，每个微微蜂窝基站的功率相等，微蜂窝基站的功率大于微微蜂窝基站的功率，MEC服务器的计算能力正比于基站的功率。3.根据权利要求1所述的边缘计算用户任务卸载方法，其特征在于：用户任务自身上传时间由用户任务量和设备自身的上行链路速率共同决定；所述用户设备自身的上行链路速率指的是用户设备和基站之间链路的上行速率，上行速率为Ri,j＝Blog2(1+SINRi)其中，Ri,j代表第i个用户设备和第j个基站之间的链路上行速率，B代表用户设备和基站之间的信道容量，SINRi为第i个用户设备的信干噪比，信干噪比为其中，UEj是第j个用户的发射功率，d为信号从基站到用户设备的距离，α是信号的损耗指数，同时，因为常用的蜂窝结构会产生六个共道小区，所以在通道干扰中乘以系数6来表征这6个共道小区中与用户i同频道的用户的干扰，D为共道小区的距离，设其近似为共道用户的距离。4.根据权利要求1所述的边缘计算用户任务卸载方法，其特征在于，所述总的用户任务的卸载时延中：总的任务卸载时延是各个设备的任务卸载时延之和，且每个移动设备在一个调度时间段内只会有一个任务等待卸载，用户任务可用Wi＝(Ci,Li)描述,Ci代表用户i的任务所带有的任务量，Li代表用户i任务的完成时间限制，Wi代表用户i的任务，用户i的任务卸载时延由任务的上传时延和在MEC服务器的处理时延构成，任务卸载时延可表示为2CN110430593A权利要求书2/2页其中TEi是用户i的任务卸载时延，Qj代表用户i的任务在第j个MEC服务器上的排队时延，Pj是第j个MEC服务器的任务计算能力。5.根据权利要求1所述的模拟退火算法，其特征在于：模拟退火算法的循环过程如下：在初始温度下，随机将一个用户的目标MEC服务器改变为其它MEC服务器，然后重新计算每个用户的任务卸载时间，求得新的总卸载时间，如果新的总卸载时间小于原总卸载时间，则接受新的解，如果新的总卸载时间大于等于原总卸载时间，则以如下概率接受新的解其中P为接受概率，Tk为第k轮迭代时的温度。6.根据权利要求5所述的模拟退火算法，其特征在于：温度的下降过程由多项式和对数项构成，降温函数为：式中Tk+1为第k+1轮迭代时的温度，k是迭代次数，1≤k，T0是模拟退火算法的初始温度。3CN1