一种车联网内容边缘卸载方法、移动资源分配系统与流程

本发明属于车载通信技术领域，尤其涉及一种车联网内容边缘卸载方法、移动资源分配系统。

背景技术

目前，业内常用的现有技术是这样的：随着移动自组织(mobileadhoc)网络技术的不断发展，车载通信已经成为国内外研究的一个崭新领域，车载自组网(vehicularadhocnetworksvanets)也因此受到了广泛的关注。随着计算机技术、网络技术的发展，全球移动计算用户越来越多，人们的生活节奏也越来越快，使得人们对移动计算的需求越来越高。由于移动设备具有资源有限、电池持续时间短、内存不够等特点，需要较大计算量的任务无法在单一的节点上独立完成，因此需要共享周围空闲计算资源，把任务进行分割，将其中一部分任务卸载到其他资源节点上执行。这充分利用了网络中零散的资源块，同时降低了车辆节点的能耗与开销并且还能完成大型的任务。通过合理的任务卸载，在保证任务服务质量的前提下将部分任务卸载到其他车辆节点上，实现了用户能随时随地进行计算的目标。现有技术一基于移动边缘计算的资源分配及基站服务部署方法，根据计算传输时延和计算时延，得出传输能耗和计算能耗，进而能够进行计算迁移。基于mec的资源分配的方法及基站服务部署方案，能够实现终端多任务、基站多功能、目标多元化的计算迁移。现有技术二适用于移动边缘计算场景的资源分配方法，该方法基于任务缓存和传输优化机制实现最优任务缓存和上传下载时间分配以及低复杂度次优任务缓存和上传下载时间分配，联合优化缓存和上传下载时间，具有节能等优点。但是这两种方案都没有考虑到车辆自身的计算能力，从而造成本地计算资源的浪费；一味利用边缘计算服务器计算任务，增加边缘服务器的负载，同时上传和下载任务会占用带宽，带来较大的时延，降低网络吞吐量，消耗了网络资源。

综上所述，现有技术存在的问题是：现有移动边缘计算的资源分配方法存在没有考虑到车辆自身的计算能力，造成资源浪费；同时上传和下载任务消耗了网络资源。

解决上述技术问题的难度和意义：由于在车联网环境中，车辆是高速运动的，要保证车辆在计算任务以及将结果返回给客户端期间，车辆与客户端车辆应始终是处于连通状态；如何对计算任务进行合理分配，以保证任务能够快速完成；意义在于能够合理利用计算资源和网络资源，提高网络吞吐量，更快更多地传递有效信息，提高资源共享率。

技术实现要素：

针对现有技术存在的问题，本发明提供了一种车联网内容边缘卸载方法、移动资源分配系统。

本发明是这样实现的，一种车联网内容边缘卸载方法，所述车联网内容边缘卸载方法对车辆节点的资源信息管理，依据节点信息对任务进行划分，将任务分割成自身执行的本地部分和其它车辆执行的远程部分，再结合目标节点选择策略选择远程执行节点，实现车载自组织网络中的计算卸载；采用计算卸载目标节点选择方法，依据车辆的计算能力对车辆进行筛选和排序，选出较优的若干车辆节点作为目标节点执行远程任务。并综合考虑节点计算能力、可提供服务的时间等因素给节点分配相应的任务量。

进一步，所述车联网内容边缘卸载方法包括以下步骤：

步骤一，客户端检测出能提供计算资源的车辆，查询附近车辆节点的信息；

步骤二，收集到的车辆资源信息，任务分割为客户端车辆执行的本地部分和其他车辆节点执行的远程执行部分；根据车辆自身的计算能力对所有车辆节点进行排序，根据排序结果依次计算出车辆节点能执行的任务量，实现任务分割；

步骤三，当为第k个节点分配完任务后没有剩余任务时，表示总任务需要经排序后的前k个节点来执行，找到合适的车辆节点，远程执行部分子任务提交，到远程资源上执行；

步骤四，当任务执行完毕后，车辆节点将计算结果返回给客户端车辆。

进一步，所述步骤一检测出那些车辆能提供计算资源包括：车辆节点可达性监测和资源可用性检测，记录车辆节点的计算能力、运动速度、运动方向、相对位置；

车辆的计算能力：车辆具有的计算能力ci,i＝1,2,3...，表示车辆每秒钟可执行的子任务数；

车辆的移动速度:vi,i＝1,2,3...，车辆行驶的速度；

车辆之间可通信的最长时间:tij,i,j＝1,2,3...，即其他车辆与客户端车辆之间可持续通信的最长时间，包括任务从客户端车辆传输到其他车辆所需的通信时间t'ij；和任务在其他车辆上执行的时间”ij；

车辆可执行的任务量:wi，每辆车能完成的任务量，划分给每辆车的子任务数目，wi＝ci×t”ij,i＝1,2,3...。若w0为客户端车辆能完成的子任务量，wi,i＝1,2,3...表示其他车辆能完成的任务量，则总的任务大小

进一步，所述步骤二中的任务划分包括：计算任务由若干个子任务组成，每个车辆节点根据计算资源的多少执行若干个子任务。

进一步，所述步骤二中的任务分配包括：

客户端车辆需要其他车辆的计算资源，根据车辆的参数来对任务进行划分，将划分好的任务分配给满足需求的目标车辆执行；根据每辆可提供资源的车辆与客户端车辆之间的距离，计算出任务可在车辆上执行的时间，则分配给车辆的任务量为车辆的计算能力与时间的乘积；

计算车辆能承担的任务量，最大任务量wi为:wi＝ci×tij；客户端车辆节点与其他车辆节点之间通信的最长时间tij，其他车辆的计算能力为ci。

进一步，所述步骤三中的任务卸载包括：分割为本地部分和远程部分；本地部分在客户端车辆节点上执行；远程部分在远程可用资源上执行，在远程终端上根据可用资源的数目的不同，将任务为多个部分。

进一步，所述步骤二中目标选择策略包括：根据车辆的计算能力选择策略首先对所有能提供计算资源的m个车辆节点，根据计算能力ci的大小按照从大到小的顺序进行排序，然后按照排序结果根据该节点的计算能力和可提供的最长任务执行时间，依次计算车辆节点可执行的任务量直至第k节点，使得这k个节点可将任务全部执行完，此时将相应的任务量分配到各个车辆节点上执行，实现任务的卸载。

本发明的另一目的在于提供一种所述车联网内容边缘卸载方法的车联网内容边缘卸载系统，所述车联网内容边缘卸载系统包括：

客户端，用于检测周围车辆的可用性；

卸载模块，用于将任务分割为客户端车辆执行的本地部分和其他车辆节点执行的远程执行部分；

分割模块，用于将程序分割为两个大的部分:本地部分和远程部分；

提交模块，将属于远程执行部分的子任务提交，到适合的远程资源上执行。

进一步，所述客户端包括：

资源发现模块，用于检测出那些车辆能提供计算资源，查询可用的车辆节点信息；

任务划分模块，根据可用资源的信息将任务分割成小的子任务。

本发明的另一目的在于提供一种应用所述车联网内容边缘卸载方法的移动资源分配系统。

综上所述，本发明的优点及积极效果为：车载自组织网络中，具有高移动性的车辆之间互连场景中计算卸载问题，实现了用户能随时随地进行计算的目标。本发明对具有高度移动性的车辆节点的资源信息进行管理，将任务划分和目标节点选择结合在一起，实现了车载自组织网络中的计算卸载；在综合考虑多种因素的基础上给出了计算卸载目标节点选择方法，根据每个车辆资源的信息对车辆进行筛选，并综合考虑节点计算能力、可提供服务的时间等因素给节点分配相应的任务量。

从图7中可以看出，任务的完成时间随着客户端车辆速度的增加而减少，这是由于当客户端车辆的速度增加时，客户端车辆与目标车辆之间可通信的最长时间减少，任务在目标节点上执行的时间减少，使得分配给目标节点的任务量减少，因而任务的完成时间就会逐渐减少。由于任务的分配量是根据目标节点的计算能力和任务在目标节点上预期的执行时间的乘积来分配的，因而在三种目标选择策略中，根据计算能力目标选择策略的任务完成时间较短。

图8是任务完成率随目标节点数目变化曲线图。从图中可以看出，随着目标节点数目的增加，三种目标选择策略的任务完成率相应的增加。在目标节点数目相同的情况下，依据计算能力选择策略比其他两种目标选择策略的任务完成率高。

附图说明

图1是本发明实施例提供的车联网内容边缘卸载方法流程图。

图2是本发明实施例提供的车联网内容边缘卸载方法实现流程图。

图3是本发明实施例提供的任务卸载图。

图4是本发明实施例提供的相邻两个车辆的通信图。

图5是本发明实施例提供的作业模型图。

图6是本发明实施例提供的车辆与车辆互连模拟场景图。

图7是本发明实施例提供的任务完成时间随客户端车辆速度变化曲线图。

图8是本发明实施例提供的任务完成率随目标节点数目变化曲线图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明将任务划分和目标节点选择结合在一起，实现了车载自组织网络中的计算卸载；根据每个资源的信息对车辆进行筛选；克服了现有移动边缘计算的资源分配方法存在没有考虑到车辆自身的计算能力，造成资源浪费；同时上传和下载任务消耗了网络资源的问题。

下面结合附图对本发明的应用原理做详细的描述。

如图1所示，本发明实施例提供的车联网内容边缘卸载方法包括以下步骤：

s101：客户端车辆自身无法完成计算任务，检测周围车辆的可用性，即检测出那些车辆能提供计算资源(资源发现)，查询附近车辆节点的信息，包括车辆的相对位置、运动速度、运动方向、计算能力等；

s102：收集到的车辆资源信息，卸载模块将任务分割为客户端车辆执行的本地部分和其他车辆节点执行的远程执行部分；可提供计算资源的所有车辆节点计算任务可在上面执行的持续时间，并根据车辆自身的计算能力对所有车辆节点进行排序，根据排序结果依次计算出车辆节点能执行的任务量，即实现任务分割；

s103：当为第k(k<m)个节点分配完任务后没有剩余任务时，表示总任务需要经排序后的前k个节点来执行，找到合适的车辆节点(可用计算资源)，接着提交模块将属于远程执行部分的子任务提交，到适合的远程资源(其他车辆节点)上执行；

s104：当任务执行完毕后，车辆节点将计算结果返回给客户端车辆。

下面结合具体实施例对本发明的应用原理做进一步的描述。

实施例1

如图2所示，本发明实施例提供的车联网内容边缘卸载方法包括以下步骤：包括有如下步骤：

步骤一、车载自组织网络中，由于车辆节点具有高速移动性，使得资源数目和位置随时都可能发生变化，因而在进行任务卸载之前，需要对资源进行检测，筛选出可用的满足条件的资源信息；

当客户端车辆有计算任务需要用到周围车辆的资源时，首先资源发现模块检测周围车辆的可用性，即检测出那些车辆能提供计算资源(资源发现)，查询可用的车辆节点信息(车辆的相对位置、运动速度、运动方向、计算能力等)。

步骤二、基于收集到的车辆资源信息。图3描述了任务进行卸载的框架，卸载模块将任务分割为客户端车辆执行的本地部分和其他车辆节点执行的远程执行部分。对可提供计算资源的所有车辆节点计算任务可在上面执行的持续时间，并根据车辆自身的计算能力对所有车辆节点进行排序，根据排序结果依次计算出车辆节点能执行的任务量，即实现任务分割。

步骤三、当为第k(k<m)个节点分配完任务后没有剩余任务时，表示总任务需要经排序后的前k个节点来执行，找到合适的车辆节点(可用计算资源)，接着提交模块将属于远程执行部分的子任务提交，到适合的远程资源(其他车辆节点)上执行。

步骤四、当任务执行完毕后，车辆节点将计算结果返回给客户端车辆。

图6所示的车辆a、b、c、d、e，以车辆a为目标车辆要进行计算卸载，a的通信范围内有节点b-e，首先车辆a将计算任务分为本地执行部分和远程执行部分，再将远程部分进行任务分割，分成一个个子任务。按照每个车辆自身的计算能力对所有车辆节点进行排序，假设排序结果是b>c>d>e，根据排序结果依次计算车辆a与车辆b-e直接的最长通信时间，根据最长通信时间可以计算的到每个车辆所能承担的任务量，然后按照顺序为每个节点分配相应的任务，直到远程执行部分没有剩余任务。

实施例2

本发明实施例提供的车联网内容边缘卸载方法同实施例1；

步骤一中的检测出那些车辆能提供计算资源包括如下：

资源发现模块用来发现可用的车辆节点计算资源，即车辆节点可达性监测和资源可用性检测，并将这些节点的参数记录下来，通常记录其他车辆节点的计算能力、运动速度、运动方向、相对位置。

定义参数：

车辆的计算能力:车辆具有的计算能力ci,i＝1,2,3...，表示车辆每秒钟可执行的子任务数。

车辆的移动速度:vi,i＝1,2,3...，车辆行驶的速度。

车辆之间可通信的最长时间:tij,i,j＝1,2,3...，即其他车辆与客户端车辆之间可持续通信的最长时间，包括任务从客户端车辆传输到其他车辆所需的通信时间t'ij；和任务在其他车辆上执行的时间t”ij。

车辆可执行的任务量:wi，每辆车能完成的任务量，即划分给每辆车的子任务数目，wi＝ci×t”ij,i＝1,2,3...。若w0为客户端车辆能完成的子任务量，wi,i＝1,2,3...表示其他车辆能完成的任务量，则总的任务大小

本发明借鉴泛洪算法思想来检测车辆节点的可达性。在进行资源可达性检测时，由源节点即客户端车辆节点像周围发送多个相同的查询分组，接收到查询分组的车辆节点反馈给客户端车辆节点一个反馈信息，同时再向其周围的车辆节点广播查询分组，以此类推。凡是接收到查询分组的车辆节点都将反馈一个反馈信息给发送源车辆节点。如表1所示，反馈信息包括车辆节点的名称、位置、计算能力、运动速度。其中其他车辆节点的位置信息是以客户端车辆为坐标中心对应的坐标值。客户端车辆节点接收到这样的反馈信息后保存到反馈信息表中，再连同自身的信息一并发给源节点。当客户端车辆节点接收到所有的直接或间接可通信车辆节点的信息后，可根据这些信息产生一个可用资源池，从而实现资源可达性检测，即资源发现。

表1节点信息结构表

实施例3

本发明实施例提供的车联网内容边缘卸载方法同实施例1和实施例2，如图5所示，步骤二中的任务划分包括如下：

任务划分模块根据可用资源的信息将任务分割成小的子任务，且使得子任务之间的联系尽可能少，独立性强，做到低耦合高聚合。计算任务由若干个子任务组成，即子任务之间相对独立，每个子任务的大小相同，即，则j1＝j2＝…＝ji＝…＝jn，每个车辆节点根据计算资源的多少可以执行若干个子任务。

实施例4

本发明实施例提供的车联网内容边缘卸载方法同实施例1-实施例2，任务分配包括如下：

当客户端车辆需要其他车辆的计算资源时，需要根据车辆的参数来对任务进行划分，将划分好的任务分配给满足需求的目标车辆执行。本发明釆用的任务划分思想为:根据每辆可提供资源的车辆与客户端车辆之间的距离，计算出任务可在车辆上执行的时间，则分配给车辆的任务量为车辆的计算能力与时间的乘积。

计算车辆能承担的任务量时，要考虑到客户端车辆与其他车辆之间能通信的时间，而计算时间时需要用到车辆之间的距离和车辆的速度。当经过一定的时间后，客户端车辆与其他车辆节点分别沿着各自的运动轨迹，运动到两个车辆节点之间的距离等于两辆车的信号覆盖范围半径之和的位置时，车辆之间达到了最远可通信的距离，在下一时刻，两辆车的信号覆盖范围将不再有相交的区域。

由于其他车辆节点的位置信息是以客户端车辆为参考位置得到的，如图4，假设vi,vj是两个节点，dij是他们之间的几何距离，i是参考节点，是相对速度矢量，是相对位置矢量，r是通信半径。如果r大于dij，那么节点vi,vj是连通的，换句话说，它们可以直接通过无线信道连通，那么可以的到下面的不等式：

由得：

上面不等式有解的话，会存在两个答案，t1,t2。其中，t1,t2分别代表节点vi,vj进入和离开彼此通信范围的时间。因此，得到两者之间的最大通信时间为tij＝|t1-t2|。

得：

客户端车辆节点与其他车辆节点之间可通信的最长时间tij，包括任务在两个节点之间的传输时间t'ij和任务在其他车辆上的实际执行时间t”ij，由于数据包的传输速度很快可以忽略不计，则tij≈t”ij。

己知其他车辆的计算能力为ci，则可得出能分配给车辆的最大任务量wi为:wi＝ci×tij。

根据上述计算方式，图6所示的车辆a、b、c、d、e，以车辆a为目标车辆要进行计算卸载，a的通信范围内有节点b-e，计算车辆a与车辆b-e直接的最长通信时间，进而可求出车辆b-e所能承担的任务量，即划分给这些车辆的任务大小w1、w2、w3、w4。

实施例5

本发明实施例提供的车联网内容边缘卸载方法同实施例1-实施例2，步骤二中的任务卸载包括如下：

在资源发现模块监测到的资源信息和目标选择结果基础上，根据卸载的目的(最短任务完成时间，最小化移动终端的能耗，最小化通信开销等)，通过分割模块，将程序分割为两个大的部分:本地部分和远程部分。本地部分在客户端车辆节点上执行；远程部分在远程可用资源(其他车辆节点)上执行，在远程终端上根据可用资源的数目的不同，可以将任务为多个部分，即将远程任务分给多个移动车辆节点。

实施例6

本发明实施例提供的车联网内容边缘卸载方法同实施例1-实施例2，步骤二中的目标选择策略包括如下：

根据车辆的计算能力选择策略首先对所有能提供计算资源的m个车辆节点，根据计算能力ci的大小按照从大到小的顺序进行排序，然后按照排序结果根据该节点的计算能力和可提供的最长任务执行时间，依次计算车辆节点可执行的任务量直至第k(k<m)节点，使得这k个节点可将任务全部执行完，此时将相应的任务量分配到各个车辆节点上执行，从而实现任务的卸载。

下面结合仿真对本发明的应用效果做详细的描述。

为了验证本发明提出的基于车辆计算能力选择策略的性能，定义两个选择策略与之进行比较。随机选择策略是指在所有目标候选节点中随机选择若干个节点执行任务。按车辆间的距离选择策略是对每辆车与客户端车辆之间的距离值按照从小到大进行排序，依次将任务分配给距离值较小的若干个车辆节点，直到任务分配完为止。

仿真实验中的实验控制参数定义为：

客户端车辆的运动速度:客户端车辆运动的快慢。客户端车辆的运动速度大小会影响到客户端车辆与其他车辆时间可通信的最长时间值，进而影响到分配给其他车辆上的任务量，从而影响到任务的完成率和总任务的完成时间。

目标节点数目:任务执行的目标车辆节点的数目。目标节点的数量决定了远程任务最终执行的多少，它会影响到任务的完成率和总任务的完成时间。通过改变目标节点的数量可以体现目标选择策略的性能优劣。

性能评价指标能直观的体现出目标选择策略的性能好坏，本发明中的性能评价指标有：

总任务量的完成时间:表示总任务执行完毕所花费的时间，即任务从开始执行到目标车辆节点将最后一个执行结果返回到客户端车辆节点时花费的时间。

任务完成率:表示执行完成的任务量与任务总量的比值。

从图7中可以看出，任务的完成时间随着客户端车辆速度的增加而减少，这是由于当客户端车辆的速度增加时，客户端车辆与目标车辆之间可通信的最长时间减少，任务在目标节点上执行的时间减少，使得分配给目标节点的任务量减少，因而任务的完成时间就会逐渐减少。由于任务的分配量是根据目标节点的计算能力和任务在目标节点上预期的执行时间的乘积来分配的，因而在三种目标选择策略中，根据计算能力目标选择策略的任务完成时间较短。

图8是任务完成率随目标节点数目变化曲线图。从图中可以看出，随着目标节点数目的增加，三种目标选择策略的任务完成率相应的增加。在目标节点数目相同的情况下，依据计算能力选择策略比其他两种目标选择策略的任务完成率高。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。