一种能量高效的视频计算卸载优化方法、装置及相关设备

本发明涉及无线通信，尤其涉及一种能量高效的视频计算卸载优化方法、装置及相关设备。

背景技术：

1、近年来，智能移动终端设备的发展在应急救援方面取得了巨大进展。实时监控、目标检测为应急救援提供了实时数据支持，提高了救援效率。然而，应急灾害现场经常面临基站损毁倒塌，导致通信传输不畅，在复杂山地和植被覆盖的环境中，通信传输链路不稳定。同时，电池和资源受限的移动终端设备如可穿戴设备、智能手机和传感器等，在执行计算密集型任务时面临能量损耗过快、算力不足等问题。在应急场景下，将数据传输至云服务器端处理可能会导致更长的时延，无法满足应急救援中紧急任务的实时要求。

2、现有方法也存在着一定局限性，应急灾害现场环境复杂多变，通信传输链路不稳定，视频检测任务数据量大且任务复杂。在时变信道和资源受限的环境中面临传输时延、能耗增加和任务执行效率低等问题。现有方法基于对视频分辨率配置固定压缩比的假设，在资源受限的应急环境下对能耗的降低有限，移动终端设备在进行视频计算任务时还是面临能耗不足的压力。传统优化算法的复杂性较高，不满足在应急环境中实时性的需求。数据压缩技术可对视频帧进行压缩以减小传输数据量和计算量，压缩比过大也会影响目标检测精度，降低任务执行性能。

技术实现思路

1、针对现有技术中存在的问题，本发明提供的一种能量高效的视频计算卸载优化方法、装置及相关设备，聚焦于复杂应急环境下自适应数据压缩和资源分配的研究，缓解了移动设备计算视频检测任务的能耗压力，实现了检测精度和能耗之间的权衡。

2、第一方面，本发明提供一种能量高效的视频计算卸载优化方法，包括：

3、建立视频检测任务的二维卸载策略，将所述视频检测任务卸载到移动边缘计算或本地计算，得到执行所述视频检测任务的能耗；

4、基于所述二维卸载策略，建立不同压缩比的检测精度模型，得到所述视频检测任务的检测精度；

5、基于所述检测精度和所述能耗之间的差构建能量效用最大化问题，以联合优化任务卸载决策、压缩比和资源分配；

6、对所述能量效用最大化问题进行求解，得到任务卸载决策和压缩比决策；

7、基于所述任务卸载决策和所述压缩比决策，对卸载的所述视频检测任务进行资源分配，得到资源分配决策的最优解。

8、根据本发明提供的一种能量高效的视频计算卸载优化方法，移动设备集合表示为k＝{1,2,...,k}，系统整段时间周期t由多个时隙t表示为t∈{1,2,...,t}，对应地，

9、所述将所述视频检测任务卸载到移动边缘计算或本地计算，得到执行所述视频检测任务的能耗的步骤，包括：

10、分别构建本地计算模型和边缘卸载模型；

11、基于所述本地计算模型，确定视频帧的固定压缩比，以得到在时隙t内第k个移动设备计算所述视频检测任务的第一计算时延和第一能耗；

12、基于所述边缘卸载模型，确定视频帧的压缩比向量，以得到在时隙t内第k个移动设备计算所述视频检测任务的传输时延和对应的传输能耗、第二计算时延和对应的第二能耗；

13、基于所述第一计算时延、所述传输时延和所述第二计算时延，得到在时隙内第k个移动设备执行所述视频检测任务的总时延；

14、基于所述第一能耗、所述传输能耗和所述第二能耗，得到在时隙t内第k个移动设备执行所述视频检测任务的总能耗。

15、根据本发明提供的一种能量高效的视频计算卸载优化方法，所述二维卸载策略以二元整数变量形式定义本地计算模式和移动边缘计算模式，对应地，

16、所述基于所述二维卸载策略，建立不同压缩比的检测精度模型的步骤，包括：

17、基于所述固定压缩比，确定本地计算模式下的第一检测精度；

18、基于所述压缩比向量，确定移动边缘计算模式下的第二检测精度；

19、基于所述第一检测精度和所述第二检测精度，构建检测精度与压缩比的函数表达式，以作为不同压缩比的所述检测精度模型。

20、根据本发明提供的一种能量高效的视频计算卸载优化方法，能量效用最大化问题的约束条件包括：二维卸载策略遵循约束、压缩比取值范围约束、分配的计算资源范围约束、分配的总计算资源约束、检测精度最小约束和任务总时延时间约束。

21、根据本发明提供的一种能量高效的视频计算卸载优化方法，所述对所述能量效用最大化问题进行求解，得到任务卸载决策和压缩比决策的步骤，包括：

22、采用马尔科夫决策过程对所述能量效用最大化问题进行建模，所述马尔科夫决策过程包括：动作、状态和奖励；

23、将当前时隙内移动边缘服务器和移动设备之间的信道增益向量、上一时隙的移动设备的能量消耗向量和上一时隙的所述视频检测任务的检测精度作为智能体的状态；

24、将当前时隙内移动设备的卸载决策向量和所述视频检测任务的压缩比向量作为智能体的动作；

25、将能量效用函数作为智能体的奖励，若所述视频检测任务的执行时延小于预设时延阈值，所述智能体收到与所述能量效用函数有关的正奖励，若所述视频检测任务的执行时延大于或等于所述时延阈值，所述智能体收到负奖励；

26、将所述智能体的状态输入至策略网络，并将所述策略网络输出的动作输入至价值网络，所述价值网络利用奖励对状态进行评估，获取奖励最好的动作，以作为所述任务卸载决策和所述压缩比决策。

27、根据本发明提供的一种能量高效的视频计算卸载优化方法，所述对所述能量效用最大化问题进行求解，得到任务卸载决策和压缩比决策的步骤，还包括：

28、设置精度阈值，获取所述压缩比向量对应的检测精度；

29、当所述检测精度小于所述精度阈值，则所述卸载决策向量为本地计算模式，当所述检测精度大于或等于所述精度阈值，则所述卸载决策向量为移动边缘计算模式，以联合优化所述卸载决策向量和所述压缩比向量。

30、根据本发明提供的一种能量高效的视频计算卸载优化方法，所述基于所述任务卸载决策和所述压缩比决策，对卸载的所述视频检测任务进行资源分配，得到资源分配决策的最优解的步骤，包括：

31、从所述能量效用最大化问题中分解出资源分配问题，将所述资源分配问题转换为等价的凸问题；

32、引入拉格朗日乘子，通过拉格朗日法对所述凸问题求得最优解，以作为最优的所述资源分配决策。

33、第二发面，本发明还提供一种能量高效的视频计算卸载优化装置，包括：

34、第一建立模块，用于建立视频检测任务的二维卸载策略，将所述视频检测任务卸载到移动边缘计算或本地计算，得到执行所述视频检测任务的能耗；

35、第二建立模块，用于基于所述二维卸载策略，建立不同压缩比的检测精度模型，得到所述视频检测任务的检测精度；

36、优化问题构建模块，用于基于所述检测精度和所述能耗之间的差构建能量效用最大化问题，以联合优化任务卸载决策、压缩比和资源分配；

37、第一求解模块，用于对所述能量效用最大化问题进行求解，得到任务卸载决策和压缩比决策；

38、第二求解模块，用于基于所述任务卸载决策和所述压缩比决策，对卸载的所述视频检测任务进行资源分配，得到资源分配决策的最优解。

39、第三方面，本发明还提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述的能量高效的视频计算卸载优化方法。

40、第四方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述的能量高效的视频计算卸载优化方法。

41、本发明提供的一种能量高效的视频计算卸载优化方法、装置及相关设备，通过建立视频检测任务的二维卸载策略，将视频检测任务卸载到移动边缘计算或本地计算，得到执行视频检测任务的能耗；基于二维卸载策略，建立不同压缩比的检测精度模型，得到视频检测任务的检测精度；基于检测精度和能耗之间的差构建能量效用最大化问题，以联合优化任务卸载决策、压缩比和资源分配；对能量效用最大化问题进行求解，得到任务卸载决策和压缩比决策；基于任务卸载决策和压缩比决策，对卸载的视频检测任务进行资源分配，得到资源分配决策的最优解。本发明聚焦与复杂多变的应急环境下终端移动设备进行自适应数据压缩和资源分配的研究，考虑无人机以灵活的特性可搭载边缘服务器，在应急现场为终端移动设备提供算力支持。针对应急环境下时变信道特性，基于检测精度和能耗之间的差构建能量效用最大化问题，以联合优化任务卸载决策、压缩比和资源分配，维持任务检测精度的同时最大限度地降低能耗，缓解了终端移动设备计算视频检测任务的能耗压力，实现了能耗和检测精度的权衡。