车路协同分布式边缘计算任务卸载与资源分配方法和系统.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CN113904947A(43)申请公布日2022.01.07(21)申请号202111344258.X(22)申请日2021.11.15(71)申请人湖南大学无锡智能控制研究院地址214072江苏省无锡市市辖区高浪东路999号D1栋6、7、8层(72)发明人王晓伟马贵福秦洪懋徐彪谢国涛秦兆博秦晓辉边有钢胡满江丁荣军(74)专利代理机构北京汇智胜知识产权代理事务所(普通合伙)11346代理人石辉(51)Int.Cl.H04L41/14(2022.01)H04L67/10(2022.01)权利要求书4页说明书12页附图2页(54)发明名称车路协同分布式边缘计算任务卸载与资源分配方法和系统(57)摘要本发明公开了一种车路协同分布式边缘计算任务卸载与资源分配方法和系统，该方法包括：步骤1，获得车辆与基站之间的平均传输速率；步骤2，在满足任务截止时间前提下，建立由多网联车辆任务卸载时延与能耗多目标加权和优化模型描述的原优化问题；步骤3，联合优化任务卸载分割比例、本地计算资源分配策略、通信带宽与边缘计算资源分配策略组成的约束条件，通过可行性分析得到优化变量可行集；步骤4，将所述原优化问题转化为等价优化问题；步骤5，将所述等价优化问题依次分解为第一阶段子问题和第二阶段子问题进行求解，分别得到最优通信与边缘计算资源分配策略和最优车辆任务分割策略与本地计算资源分配策略。本发明能够解决现有的边缘计算集中式决策方案通信开销大、求解复杂度高、资源分配不合理、用户部分隐私泄CN113904947A露等问题。CN113904947A权利要求书1/4页1.一种建立由多网联车辆任务卸载时延与能耗多目标加权和优化模型方法，其特征在于，所述由多网联车辆任务卸载时延与能耗多目标加权和优化模型描述的原优化问题P1；P1：其中，αi为车辆i留在本地计算的任务比例，为车辆i的CPU计算周期，ci为边缘服务器分配给车辆的CPU计算周期比例，bi为边缘服务器分配给车辆i的带宽比例，与分别为时延与能耗权重系数，且满足Di为车辆i待处理的任务量，εi为处理每字节任务所需CPU计算周期，B为信道总带宽，为车辆i更新与基站之间的e通信状态信息中的平均频谱效率，F为边缘服务器的最大CPU计算周期，Ei为车辆i的任务总能耗。2.一种车路协同分布式边缘计算任务卸载与资源分配方法，其特征在于，包括：步骤1，获得车辆与基站之间的平均传输速率；步骤2，在满足任务截止时间前提下，建立如权利要求1所述的P1；步骤3，联合优化任务卸载分割比例、本地计算资源分配策略、通信带宽与边缘计算资源分配策略组成的约束条件，对所述原优化问题进行可行性分析，得到优化变量可行集，该优化变量可行集包括任务分割比例的上界与下界和通信带宽资源分配下界；步骤4，将所述原优化问题转化为等价优化问题；步骤5，将所述等价优化问题依次分解为第一阶段子问题和第二阶段子问题进行求解，其中，所述第一阶段子问题通过分布式计算得到最优通信与边缘计算资源分配策略；所述第二阶段子问题根据所得最优通信与边缘计算资源分配策略，基于最优化理论求解第二阶段子问题，得到最优车辆任务分割策略与本地计算资源分配策略。3.如权利要求2所述的车路协同分布式边缘计算任务卸载与资源分配方法，其特征在于，所述步骤3中的所述任务分割比例的上界描述为式(15)：其中，为车辆任务的截止时延，为车辆最大CPU计算周期。4.如权利要求2所述的车路协同分布式边缘计算任务卸载与资源分配方法，其特征在于，所述步骤3中的所述任务分割比例的下界描述为式(17)：5.如权利要求2所述的车路协同分布式边缘计算任务卸载与资源分配方法，其特征在于，所述步骤3中的所述通信带宽资源分配下界bi描述为式(18)：2CN113904947A权利要求书2/4页其中，为车辆i在基站范围内的停留时间。6.如权利要求2‑5中任一项所述的车路协同分布式边缘计算任务卸载与资源分配方法，其特征在于，所述步骤5中的最优通信与边缘计算资源分配策略描述为式(22)：[t][t]式中，μi与ηi为第t次迭代时的拉格朗日乘子，与为通信与计算资源分配策略本地变量第t+1次迭代值，为惩罚系数。7.如权利要求6所述的车路协同分布式边缘计算任务卸载与资源分配方法，其特征在于，所述式(22)的获取方法具体包括：步骤51，车辆i将任务分割比例上界与本地最大计算资源广播给基站，利用在满足任务最大截止时间前提下处理部分任务，剩下的任务卸载到边缘服务器处理；[t][t]步骤52，基站根据本地可处理的任务生成全局变量初始值，记为ci，bi，并将其广播给所有车辆，各车辆接收到全局变量后，利用全局一致性优化模型P3及约束条件，各自求解本地优化变量步骤53，车辆i根据以下拉格朗日