买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种面向工业混合网络的任务卸载与资源分配方法_燕山大学_202210443325.1 

申请/专利权人:燕山大学

申请日:2022-04-25

公开(公告)日:2024-04-12

公开(公告)号:CN115002799B

主分类号:H04W24/02

分类号:H04W24/02;H04W28/18;H04W28/20;H04W28/22

优先权:

专利状态码:有效-授权

法律状态:2024.04.12#授权;2022.09.20#实质审查的生效;2022.09.02#公开

摘要:本发明公开了一种面向工业混合网络的任务卸载与资源分配方法,属于工业物联网通信技术领域,包括:构成三层边缘计算网络架构系统,采用卸载策略,并应用0‑1整数规划方法选择不同的通信链路执行数据上行传输任务;计算本地计算时间与能耗、上行传输的时延与能耗和WiFi基站计算时间与能耗;计算任务传输至云端存储的时延;计算总能耗与总时延;建立目标函数,根据不同任务的需求在时延和能耗之间应用线性组合来衡量三层边缘计算网络架构系统性能;应用离散粒子群算法优化卸载策略,使目标函数最小化。本发明通过优化移动边缘计算中的链路选择和资源分配,能够提高用户服务质量,降低链路传输延迟,满足系统整体的需求。

主权项:1.一种面向工业混合网络的任务卸载与资源分配方法,其特征在于:包括以下步骤:步骤1、在移动边缘计算系统基础架构上,将异构网络设备作为边缘层接入点,构成三层边缘计算网络架构系统,按照用户设备产生数据量大小的比例,采用卸载策略,并应用0-1整数规划方法选择不同的通信链路执行数据上行传输任务;步骤1中,数据在上行传输过程中,选择链路通信模式应用的0-1整数规划方法为:a∈ai,jN*M边缘服务器接入点选择决策约束为:ai,j∈{0,1},i∈N,j∈M∑ai,j=1,i∈N,j∈M其中,ai,j为一个二进制变量,N表示用户设备,M表示边缘节点,如果ai,j=0,则选择通信模式1进行卸载,ai,j=1则选择通信模式2进行卸载;步骤2、在用户设备层的数据应用卸载策略,计算本地计算时间与能耗、上行传输的时延与能耗和WiFi基站计算时间与能耗;步骤2中,本地计算时间为: 本地计算能耗为: 其中,xi,j表示用户设备在不同通信模式下传输数据的卸载率,1-xi,j表示用户设备本地计算,Ln为用户设备产生的总任务数,为用户设备的CPU周期频率,Filoc为用户设备的计算能力;数据在上行传输过程中,每个用户设备需要选择相应的链路进行数据传输,对于需要传输的数据量按位的大小进行分配,其中yi,j表示选择通信模式1直接传输至WiFi基站,1-yi,j则表示选择通信模式2通过5G中继进行辅助传输至WiFi基站;ai,j=0时,直接传输至WiFi基站的传输速率为: 直接传输至WiFi基站的传输时延和能耗分别为: 直接传输至WiFi基站进行计算时的计算时延和能量消耗为: ai,j=1,通过5G中继进行辅助传输并将任务卸载在WiFi基站的传输速率为: 通过5G中继进行辅助传输并将任务卸载在WiFi基站的传输时延和能耗分别为: 通过5G中继进行辅助传输后,WiFi基站的计算时延和能量消耗为: 其中,为直接传输时的带宽,为借助5G中继辅助传输的带宽,Pi,jt为用户设备的发射功率,hw为直接传输时的信道参数,hg为借助5G中继辅助传输的信道参数,为直接传输时的加性高斯白噪声的功率,为借助5G中继辅助传输的加性高斯白噪声功率,为直接传输的CPU周期频率,为借助5G中继辅助传输的CPU周期频率,Fiw为WiFi基站节点的计算能力;步骤3、计算WiFi基站处理的任务传输至云端存储的时延;步骤3中,传输速率为: WiFi基站处理的任务传输至云端存储的时延为: 其中,Bc为WiFi基站传输至云端的带宽,Pct为WiFi基站的发射功率;步骤4、根据步骤2、3计算完成全部子任务的总能耗与总时延;步骤4中,完成全部子任务的总能耗为: 完成全部子任务的最大时延为: 完成子任务的总时延为:Ttotala=TRAa对于每个任务来说,则需要通过直接传输与5G中继辅助传输两条链路并行完成,在这两条链路共同传输后,最小的时延能够代表在这个系统下所需的时延,用下式表示: s.t.TRA>10≤Filoc≤Fiw≤Fimax0≤xi,j≤1 其中,Fimax为最大算力,Btotal为整个N个子任务传输的总带宽;步骤5、建立基于总时延和总能耗的线性加权函数的目标函数,利用平衡因子调整总时延和总能耗之间的优化偏差,根据不同任务的需求在时延和能耗之间应用线性组合来衡量三层边缘计算网络架构系统性能;所述目标函数为:Φa=λTtotala+1-λEtotala优化过程的约束条件为: ∑Bn=Btotal其中,Bn为第n个子任务的带宽;步骤6、应用离散粒子群算法优化卸载策略,使目标函数最小化。

全文数据:

权利要求:

百度查询: 燕山大学 一种面向工业混合网络的任务卸载与资源分配方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。