一种移动边缘动态计算卸载及资源分配方法和装置

本发明涉及无线网络通信领域，具体涉及一种移动边缘动态计算卸载及资源分配方法和装置。

背景技术：

1、在基于前传/后传链路链容量约束的移动边缘动态计算网络系统静态卸载和资源分配的研究中，通过联合计算卸载决策、部分卸载方式下的卸载比例及资源分配，以降低移动边缘动态计算网络系统中用户的整体能耗。与静态计算卸载相比较，在移动边缘动态计算网络系统中的无线通信资源及计算资源具有动态变化情况下，信道状态信息并不是保持不变的，信道条件越好，则会提高传输速率，相反，在信道条件差时，会降低传输速率，并且用户的计算任务产生在不同时间间隔内而变化，用户计算任务队列具有不稳定性。用户根据移动边缘动态计算网络系统中的各类信道状态信息，传输节点的关联状态，服务器计算资源的分配情况，进行动态计算卸载以及动态调整卸载过程中的卸载决策及资源分配。因此，如何解决在更加复杂及时变性的动态计算环境中的用户计算任务卸载及资源的分配，缓解资源竞争，实现低时延、低能耗和高能效目标，提升网络系统整体服务质量。以及如何解决在基于移动边缘动态计算网络中的移动边缘计算超密集、多用户、多连接的动态计算卸载过程中异构通信网络架构中资源分配和决策优化问题，成为值得研究的问题。

2、基于这一技术背景，本发明研究了一种移动边缘动态计算卸载及资源分配方法和装置。

技术实现思路

1、针对现有技术的不足，本发明提出一种移动边缘动态计算卸载及资源分配方法和装置，该方法通过将移动设备动态产生的计算服务请求任务进行任务划分和构建服务模型，得到移动边缘计算网络系统的能效，同时利用李雅普诺夫优化函数对能效优化求解，解决了多目标优化下的动态计算卸载决策及资源分配的优化问题。

2、为了实现上述目的，本发明第一方面提供一种移动边缘动态计算卸载及资源分配方法，包括：

3、将移动设备动态产生的计算服务请求任务进行任务划分；

4、基于所述任务划分构建服务模型；

5、基于所述服务模型得到移动边缘计算网络系统的能效；

6、利用李雅普诺夫优化函数对所述能效求最优解，优化动态卸载方案及资源分配决策。

7、本发明的第二方面提供一种移动边缘动态计算卸载及资源分配装置，包括：

8、任务划分模块，用于将移动设备动态产生的计算服务请求任务进行任务划分；

9、服务模型构建模块，用于基于所述任务划分构建服务模型；

10、能效计算模块，用于基于所述服务模型得到移动边缘计算网络系统的能效；

11、最优求解模块，用于利用李雅普诺夫优化函数对所述能效求最优解，优化动态卸载方案及资源分配决策。

12、本发明的第三方面提供一种电子设备，所述电子设备包括：

13、存储器，存储有可执行指令；

14、处理器，所述处理器运行所述存储器中的所述可执行指令，以实现第一方面所述的移动边缘动态计算卸载及资源分配方法。

15、本发明的第四方面提供一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现第一方面所述的移动边缘动态计算卸载及资源分配方法。

16、本发明的技术效果包括：

17、(1)本发明提出的移动边缘动态计算卸载及资源分配方法，通过将移动设备动态产生的计算服务请求任务进行任务划分和构建服务模型，得到移动边缘计算网络系统的能效，同时利用李雅普诺夫优化函数对能效优化求解，解决了多目标优化下的动态计算卸载决策及资源分配的优化问题。

18、(2)本发明提出的移动边缘动态计算卸载及资源分配方法，基于前/后传通信模型的移动边缘动态计算卸载及资源分配，即基于用户设备计算任务的移动边缘动态计算进行动态卸载，构建了一个在超密集移动边缘动态计算异构网络架构，适用于复杂信道状态环境及资源分配场景，解决了无线资源分配，以及计算资源的分配问题。

19、(3)本发明提出的移动边缘动态计算卸载及资源分配方法，通过在宏基站覆盖范围内部署多个rrh为移动设备提供计算卸载服务，同时，为扩展服务范围，采用了云服务器和边缘计算相结合的计算模式进行服务，解决了多目标优化下的动态计算卸载决策及资源分配的优化问题。

20、(4)本发明提出的移动边缘动态计算卸载及资源分配方法，通过建构本地计算模型、通信模型、mbs服务器计算模型和任务队列模型，得到移动边缘计算网络系统的能效和优化能效的约束条件，为进一步优化超密集、多用户、多连接的动态计算卸载过程中异构通信网络的资源分配和决策提供了基础。

21、(5)本发明提出的移动边缘动态计算卸载及资源分配方法，利用李雅普诺夫优化函数对所述能效求最优解，设计了李雅普诺夫偏移-惩罚函数，结合任务队列模型，将主问题分解成多个子目标问题进行求解，实现了动态卸载方案及资源分配决策的优化。

22、(6)本发明提出的移动边缘动态计算卸载及资源分配方法，在考虑到前/后传通信模型束条件下的rrh和mbs服务器无线功率约束问题，采用注水算法进行求解无线资源中的功率分配问题，在优化用户计算任务卸载决策问题中，根据qcqp和sdr技术，将整型变量非凸问题转化成凸优化问题，求解最优卸载决策。

23、本发明的其它特征和优点将在随后具体实施方式部分予以详细说明。

技术特征：

1.一种移动边缘动态计算卸载及资源分配方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述进行任务划分得到本地计算任务和卸载计算任务；

3.根据权利要求2所述的方法，其特征在于，所述服务模型包括本地计算模型、通信模型、mbs服务器计算模型和任务队列模型；

4.根据权利要求3所述的方法，其特征在于，

5.根据权利要求4所述的方法，其特征在于，所述能效的公式如下式所示：

6.根据权利要求5所述的方法，其特征在于，所示李雅普诺夫优化函数包括：

7.根据权利要求6所述的方法，其特征在于，在任务卸载的每个时间间隙中，对所述求最优解的方程按着不同约束条件分别求解；

8.一种移动边缘动态计算卸载及资源分配装置，其特征在于，包括：

9.一种电子设备，其特征在于，所述电子设备包括：

10.一种计算机可读存储介质，其特征在于，该计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现权利要求1-7中任一项所述的一种移动边缘动态计算卸载及资源分配方法。

技术总结
本发明涉及无线网络通信领域，具体公开一种移动边缘动态计算卸载及资源分配方法和装置，该方法包括：将移动设备动态产生的计算服务请求任务进行任务划分；基于所述任务划分构建服务模型；基于所述服务模型得到移动边缘计算网络系统的能效；利用李雅普诺夫优化函数对所述能效求最优解，优化动态卸载方案及资源分配决策。本发明通过将移动设备动态产生的计算服务请求任务进行任务划分和构建服务模型，得到移动边缘计算网络系统的能效，同时利用李雅普诺夫优化函数对能效优化求解，解决了多目标优化下的动态计算卸载决策及资源分配的优化问题。

技术研发人员：陈军,冷明,郭晨,杨轮,付青,周显恩
受保护的技术使用者：井冈山大学
技术研发日：
技术公布日：2024/2/19