系统收益最大化的无线体域网资源分配与任务卸载算法.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CN111163519A(43)申请公布日2020.05.15(21)申请号201911373175.6(22)申请日2019.12.27(71)申请人东北大学秦皇岛分校地址066004河北省秦皇岛市秦皇岛经济技术开发区泰山路143号(72)发明人袁晓铭王海阳田汉森马子雨赵哲宇刘林(74)专利代理机构沈阳优普达知识产权代理事务所(特殊普通合伙)21234代理人陈曦(51)Int.Cl.H04W72/04(2009.01)H04W72/10(2009.01)权利要求书4页说明书6页附图1页(54)发明名称系统收益最大化的无线体域网资源分配与任务卸载算法(57)摘要本发明的系统收益最大化的无线体域网资源分配与任务卸载算法，该算法以博弈论中经典的讨价还价博弈模型为基础，将提供计算资源的边缘服务器作为模型中的资源卖家，而分布在服务器服务范围内的无线体域网作为资源买方，双方针对于CPU资源和无线信道资源，按照自私性行为模式，以最大化自身利益为目标进行讨价还价，最终得出整体系统最优的资源分配方案和任务卸载方案。可提高无线体域网数据处理的时效性和可靠性。CN111163519ACN111163519A权利要求书1/4页1.系统收益最大化的无线体域网资源分配与任务卸载算法，其特征在于，包括：步骤1：无线体域网在某一时刻根据IEEE802.15.6的无线体域网优先级规范生成多个不同优先级及数据量的任务，每一个任务根据自身的优先级和数据量计算其价值；步骤2：任务可选择本地处理或者卸载到边缘服务器处理；步骤3：根据无线体域网本地处理任务的时延和能耗与卸载处理任务的时延和能耗，计算无线体域网处理任务的总时延和总能耗；步骤4：通过单位时间成本与单位能耗成本将无线体域网处理某任务的总时延与总能耗分别量化为时间成本与能耗成本，引入时延因子与能耗因子表示时间成本与能耗成本占比，并确定处理该任务的总成本；步骤5：无线体域网卸载的任务租用边缘服务器资源需要支付一定的费用，交易双方通过完全信息的双边叫价拍卖博弈对租用资源量及费用进行确定，分别得到无线体域网以及边缘服务器的收益；步骤6：根据任务的价值、处理任务的成本与卸载任务的费用分别得到无线体域网和边缘服务器的总收益，进而转化为求解系统收益最大化问题；步骤7：采用双层优化思想将原系统收益最大化问题分解为两个嵌入式问题，一是涉及无线体域网及边缘服务器计算资源和卸载任务过程中网络通信资源的分配问题，二是求解最优任务卸载决策问题；步骤8：采用拉格朗日乘子算法对边缘服务器及无线体域网的计算资源和通信资源的分配问题进行求解，其中拉格朗日乘子通过次梯度迭代方法进行迭代求解；步骤9：对于卸载决策问题，将资源分配问题中求得的关于卸载决策变量的最优资源分配结果代入原系统收益最大化问题公式中得到一个仅关于任务卸载决策的0-1整形规划问题，之后借助遗传算法对该问题进行求解，得到任务的最优卸载决策。2.如权利要求1所述的系统收益最大化的无线体域网资源分配与任务卸载算法，其特征在于，所述步骤1具体为：无线体域网在某一时刻生成N个不同优先级及数据量的任务该任务的价值，即交付收益报酬可表示如下：2Rn＝r×(1+Kn)×log2(1+Dn)其中，Rn表示任务的价值，r表示单位任务价值常量，Dn表示该任务的数据量，Kn表示其优先级且遵循IEEE802.15.6的无线体域网优先级规范。3.如权利要求1所述的系统收益最大化的无线体域网资源分配与任务卸载算法，其特征在于，所述步骤2具体为：根据当前场景中资源受限情况和任务属性，无线体域网对某一任务可选择本地处理或卸载到边缘服务器处理，引入un∈{0,1}表示无线体域网内第n个任务的卸载决策，当un＝0时表示该任务在本地执行，un＝1则表示该任务卸载到边缘服务器执行。4.如权利要求3所述的系统收益最大化的无线体域网资源分配与任务卸载算法，其特征在于，所述步骤3根据下式计算：2CN111163519A权利要求书2/4页其中，Tn为无线体域网处理任务的总时延，En为无线体域网处理任务的总能耗，un表示无线体域网内第n个任务的卸载决策，分别表示本地处理任务的时延与能耗，分别表示卸载处理任务的时延与能耗。5.如权利要求4所述的系统收益最大化的无线体域网资源分配与任务卸载算法，其特征在于，所述步骤4中通过下式表示处理该任务的总成本：上式中，通过单位时间成本和单位能耗成本将无线体域网处理某一任务的总时延和总能耗量化为时间成本与能耗成本，同时通过设定时延因子和能耗因子表示两者在总成本的占比，进而确定处理该任务的总成本Cn；同时某个任务的总成本还可通过卸载决策un与本地处理该任务的成本和卸载处理该任务的成本来表示：其中本地成本对应本地处理的时延与