CN107454136B - 一种基于端到端p2p的计算卸载方法、装置及控制设备 - Google Patents

Abstract

本发明实施例提供了一种基于端到端P2P的计算卸载方法、装置及控制设备。方法包括：确定MCC系统中的至少一个计算卸载终端；针对每个计算卸载终端，基于预先构建的能量消耗最优化模型，确定该计算卸载终端的计算任务卸载比例和发送计算任务发射功率，及该计算卸载终端所对应的目标协作计算终端，和目标协作计算终端的回传计算结果发射功率；针对每个计算卸载终端，将该计算卸载终端所对应的计算任务卸载比例和发送计算任务发射功率，发送给该计算卸载终端，并将该计算卸载终端所对应的回传计算结果发射功率发送给该计算卸载终端所对应的目标协作计算终端。应用本发明实施例，可以缩短移动终端获得计算结果的时间，并可以使得能量消耗最小。

Description

一种基于端到端P2P的计算卸载方法、装置及控制设备

技术领域

本发明涉及计算卸载技术领域，特别是涉及一种基于端到端P2P的计算卸载方法、装置及控制设备。

背景技术

目前，移动云计算MCC(Mobile Cloud Computing，MCC)系统中的手机和平板电脑等移动终端，常常需要对自身所产生的计算任务进行计算。并且，随着物联网的发展，这些移动终端还常常需要对物联网中的传感器所发送的传感器数据进行计算。但是，每个移动终端的计算能力是有限的，当计算任务较多时，会导致移动终端的计算压力较大，甚至会使移动终端产生计算瓶颈。

为了解决上述问题，现有技术将移动终端中的计算任务卸载(即迁移)到该MCC系统所对应的云端，这样，可以通过云端来计算该计算任务，然后云端再将计算结果返回该移动终端，从而可以释放该移动终端的计算压力。

但是，由于在通常情况下，移动终端距离云端的距离较远，会使得所要发送的计算任务，以及需要回传的计算结果均需要在较长的链路上进行传输，这样，会产生较多的传输时延，从而导致移动终端获得计算结果的时间较长。

发明内容

本发明实施例的目的在于提供一种基于端到端P2P的计算卸载方法、装置及控制设备，以缩短移动终端获得计算结果的时间，并可以使得能量消耗最小。

第一方第，本发明实施例提供了一种基于端到端P2P的计算卸载方法，应用于移动云计算MCC系统中的控制设备，所述方法包括：

确定所述MCC系统中的至少一个计算卸载终端；

针对每个计算卸载终端，基于预先构建的能量消耗最优化模型，确定该计算卸载终端的计算任务卸载比例和发送计算任务发射功率，以及该计算卸载终端所对应的目标协作计算终端，和所述目标协作计算终端的回传计算结果发射功率；其中，所述MCC系统中包括预先确定的至少一个协作计算终端，所述至少一个协作计算终端中包括所述目标协作计算终端；

针对每个计算卸载终端，将该计算卸载终端所对应的计算任务卸载比例和发送计算任务发射功率，发送给该计算卸载终端，并将该计算卸载终端所对应的回传计算结果发射功率发送给该计算卸载终端所对应的目标协作计算终端，以使该计算卸载终端将满足所接收到的计算任务卸载比例的目标计算任务，按照所接收到的发送计算任务发射功率发送给所对应的目标协作计算终端，进而使得该计算卸载终端对应的目标协作计算终端，对所接收到的目标计算任务进行计算，得到计算结果，并按照所接收到的回传计算结果发射功率将所得到的计算结果返回给该计算卸载终端。

可选地，所述能量消耗最优化模型包括：目标函数及所述目标函数所对应的约束条件；其中，所述目标函数为：

其中，所述P1为所述能量消耗最优化模型中的目标函数，表示能量消耗总值；所述表示计算卸载终端i计算(1-β_i,j)B_i的计算任务所消耗的第一能量；所述表示协作计算终端j计算计算卸载终端i所卸载的β_ijB_i的计算任务所消耗的第二能量；所述表示计算卸载终端i将所述β_i,jB_i的计算任务发送到协作计算终端j所消耗的第三能量；所述表示协作计算终端j将针对所述β_i,jB_i的计算任务的计算结果发送至计算卸载终端i的第四能量；

所述M表示所述MCC系统中协作计算终端的数量，所述N表示MCC系统中计算卸载终端的数量；所述所述所述β＝[β_1,j,...,β_N,j]^T；

所述B_i表示计算卸载终端i中待进行计算的总计算任务；所述β_i,j表示计算卸载终端i将计算任务卸载到协作计算终端j的计算任务卸载比例；所述表示计算卸载终端i单位时间所能计算的任务量，所述表示协作计算终端j单位时间所能计算的任务量；所述D_i表示计算卸载终端i计算每比特的计算任务所消耗的时钟周期数，所述D_j表示协作计算终端j计算每比特的计算任务所消耗的时钟周期数；

所述表示计算卸载终端i向协作计算终端j发送数据的发送计算任务发射功率，所述表示协作计算终端j向计算卸载终端i发送数据的回传计算结果发射功率；所述t_c表示计算卸载终端i将β_i,jB_i的计算任务发送给协作计算终端j的传输时间，所述t_d表示协作计算终端j将针对所述β_i,jB_i的计算任务的计算结果发送至计算卸载终端i的传输时间，所述t_i表示计算卸载终端i计算(1-β_i,j)B_i的计算任务所消耗的计算时间，所述t_j表示协作计算终端j计算计算卸载终端i所卸载的β_i,jB_i的计算任务所消耗的计算时间，所述t_i,j表示时间消耗总和；

所述表示计算卸载终端i向协作计算终端j单位时间传输的任务量，所述表示协作计算终端j向计算卸载终端i单位时间传输的任务量；

所述g_i,d表示计算卸载终端i的信道增益，所述g_j,d表示计算卸载终端j的信道增益；所述σ²表示噪声功率；所述W表示信道带宽；所述a表示第一预设参数，所述k表示第二预设参数。

可选地，所述约束条件为：

其中，所述表示计算卸载终端i最大的发送计算任务发射功率，所述表示协作计算终端j最大的回传计算结果发射功率；所述表示计算卸载终端i向协作计算终端j单位时间最大能够传输的任务量，所述表示协作计算终端j向计算卸载终端i单位时间最大能够传输的任务量；所述T_max表示预设的最大时延；所述S表示计算卸载终端1至计算卸载终端N的计算卸载终端的集合，所述D表示协作计算终端1至协作计算终端j的协作计算终端的集合。

可选地，所述针对每个计算卸载终端，基于预先构建的能量消耗最优化模型，确定该计算卸载终端的计算任务卸载比例和发送计算任务发射功率，以及该计算卸载终端所对应的目标协作计算终端，和所述目标协作计算终端的回传计算结果发射功率的步骤，包括：

针对每个计算卸载终端，执行如下操作：确定预先设定的至少两个初始计算任务卸载比例；

针对每个初始计算任务卸载比例，将该初始计算任务卸载比例代入预先构建的能量消耗最优化模型，计算得到该计算卸载终端的发送计算任务发射功率，以及该计算卸载终端所对应的目标协作计算终端的回传计算结果发射功率；

针对每个初始计算任务卸载比例，将该初始计算任务卸载比例、当前所计算得到的发送计算任务发射功率和当前所计算得到的回传计算结果发射功率，代入所述能量消耗最优化模型的目标函数中进行计算，得到该初始计算任务卸载比例所对应的能量消耗总值；

确定各个能量消耗总值中的最小能量消耗总值，并将所述最小能量消耗总值所对应的初始计算任务卸载比例、发送计算任务发射功率和回传计算结果发射功率作为该计算卸载终端的计算任务卸载比例、发送计算任务发射功率，以及该计算卸载终端所对应的目标协作计算终端的回传计算结果发射功率；

选取满足该计算卸载终端对应的回传计算结果发射功率的任一协作计算终端，作为该计算卸载终端所对应的目标协作计算终端。

可选地，针对每个初始计算任务卸载比例，将该初始计算任务卸载比例代入预先构建的能量消耗最优化模型，计算得到该计算卸载终端的发送计算任务发射功率，以及针对该计算卸载终端所对应的目标协作计算终端的回传计算结果发射功率的步骤，包括：

基于预先构建的能量消耗最优化模型中的目标函数，构建目标子函数；

针对每个初始计算任务卸载比例，将该初始计算任务卸载比例代入所述目标子函数中，并利用内点法计算得到该计算卸载终端的发送计算任务发射功率，以及该计算卸载终端所对应的目标协作计算终端的回传计算结果发射功率；

所述目标子函数为：

其中，所述P2为所述目标子函数。

可选地，所述预先设定的至少两个初始计算任务卸载比例分别为0和1。

可选地，所述针对初始每个计算任务卸载比例，将该初始计算任务卸载比例代入预先构建的能量消耗最优化模型，计算得到该计算卸载终端的发送计算任务发射功率，以及该计算卸载终端所对应的目标协作计算终端的回传计算结果发射功率的步骤，包括：

对预先构建的能量消耗最优化模型中的目标函数取负值，得到变形目标函数；

针对每个初始计算任务卸载比例，将该初始计算任务卸载比例代入所述变形目标函数中，并利用KM算法计算得到该计算卸载终端的发送计算任务发射功率，以及该计算卸载终端所对应的目标协作计算终端的回传计算结果发射功率。

第二方第，本发明实施例还提供了一种基于端到端P2P的计算卸载装置，应用于移动云计算MCC系统中的控制设备，所述装置包括：

第一确定单第，用于确定所述MCC系统中的至少一个计算卸载终端；

第二确定单第，用于针对每个计算卸载终端，基于预先构建的能量消耗最优化模型，确定该计算卸载终端的计算任务卸载比例和发送计算任务发射功率，以及该计算卸载终端所对应的目标协作计算终端，和所述目标协作计算终端的回传计算结果发射功率；其中，所述MCC系统中包括预先确定的至少一个协作计算终端，所述至少一个协作计算终端中包括所述目标协作计算终端；

发送单第，用于针对每个计算卸载终端，将该计算卸载终端所对应的计算任务卸载比例和发送计算任务发射功率，发送给该计算卸载终端，并将该计算卸载终端所对应的回传计算结果发射功率发送给该计算卸载终端所对应的目标协作计算终端，以使该计算卸载终端将满足所接收到的计算任务卸载比例的目标计算任务，按照所接收到的发送计算任务发射功率发送给所对应的目标协作计算终端，进而使得该计算卸载终端对应的目标协作计算终端，对所接收到的目标计算任务进行计算，得到计算结果，并按照所接收到的回传计算结果发射功率将所得到的计算结果返回给该计算卸载终端。

可选地，所述能量消耗最优化模型包括：目标函数及所述目标函数所对应的约束条件；其中，所述目标函数为：

其中，所述P1为所述能量消耗最优化模型中的目标函数，表示能量消耗总值；所述表示计算卸载终端i计算(1-β_i,j)B_i的计算任务所消耗的第一能量；所述表示协作计算终端j计算计算卸载终端i所卸载的β_i,jB_i的计算任务所消耗的第二能量；所述表示计算卸载终端i将所述β_i,jB_i的计算任务发送到协作计算终端j所消耗的第三能量；所述表示协作计算终端j将针对所述β_i,jB_i的计算任务的计算结果发送至计算卸载终端i的第四能量；

所述M表示所述MCC系统中协作计算终端的数量，所述N表示MCC系统中计算卸载终端的数量；所述所述所述β＝[β_1,j,...,β_N,j]^T；

所述B_i表示计算卸载终端i中待进行计算的总计算任务；所述β_i,j表示计算卸载终端i将计算任务卸载到协作计算终端j的计算任务卸载比例；所述表示计算卸载终端i单位时间所能计算的任务量，所述表示协作计算终端j单位时间所能计算的任务量；所述D_i表示计算卸载终端i计算每比特的计算任务所消耗的时钟周期数，所述D_j表示协作计算终端j计算每比特的计算任务所消耗的时钟周期数；

所述表示计算卸载终端i向协作计算终端j发送数据的发送计算任务发射功率，所述表示协作计算终端j向计算卸载终端i发送数据的回传计算结果发射功率；所述t_c表示计算卸载终端i将β_i,jB_i的计算任务发送给协作计算终端j的传输时间，所述t_d表示协作计算终端j将针对所述β_i,jB_i的计算任务的计算结果发送至计算卸载终端i的传输时间，所述t_i表示计算卸载终端i计算(1-β_i,j)B_i的计算任务所消耗的计算时间，所述t_j表示协作计算终端j计算计算卸载终端i所卸载的β_i,jB_i的计算任务所消耗的计算时间，所述t_i,j表示时间消耗总和；

所述表示计算卸载终端i向协作计算终端j单位时间传输的任务量，所述表示协作计算终端j向计算卸载终端i单位时间传输的任务量；

所述g_i,d表示计算卸载终端i的信道增益，所述g_j,d表示计算卸载终端j的信道增益；所述σ²表示噪声功率；所述W表示信道带宽；所述a表示第一预设参数，所述k表示第二预设参数。

可选地，所述约束条件为：

其中，所述表示计算卸载终端i最大的发送计算任务发射功率，所述表示协作计算终端j最大的回传计算结果发射功率；所述表示计算卸载终端i向协作计算终端j单位时间最大能够传输的任务量，所述表示协作计算终端j向计算卸载终端i单位时间最大能够传输的任务量；所述T_max表示预设的最大时延；所述S表示计算卸载终端1至计算卸载终端N的计算卸载终端的集合，所述D表示协作计算终端1至协作计算终端j的协作计算终端的集合。

可选地，在本发明实施例中，所述第二确定单第，包括：

第一确定子单第，用于针对每个计算卸载终端，确定预先设定的至少两个初始计算任务卸载比例；

计算子单第，用于针对每个计算卸载终端，并针对每个初始计算任务卸载比例，将该初始计算任务卸载比例代入预先构建的能量消耗最优化模型，计算得到该计算卸载终端的发送计算任务发射功率，以及该计算卸载终端所对应的目标协作计算终端的回传计算结果发射功率；

发送子单第，用于针对每个计算卸载终端，并针对每个初始计算任务卸载比例，将该初始计算任务卸载比例、当前所计算得到的发送计算任务发射功率和当前所计算得到的回传计算结果发射功率，代入所述能量消耗最优化模型的目标函数中进行计算，得到该初始计算任务卸载比例所对应的能量消耗总值；

第二确定子单第，用于针对每个计算卸载终端，确定各个能量消耗总值中的最小能量消耗总值，并将所述最小能量消耗总值所对应的初始计算任务卸载比例、发送计算任务发射功率和回传计算结果发射功率作为该计算卸载终端的计算任务卸载比例、发送计算任务发射功率，以及该计算卸载终端所对应的目标协作计算终端的回传计算结果发射功率；

选取子单第，用于针对每个计算卸载终端，选取满足该计算卸载终端对应的回传计算结果发射功率的任一协作计算终端，作为该计算卸载终端所对应的目标协作计算终端。

可选地，在本发明一种实施例中，所述计算子单第具体用于：

基于预先构建的能量消耗最优化模型中的目标函数，构建目标子函数；

针对每个初始计算任务卸载比例，将该初始计算任务卸载比例代入所述目标子函数中，并利用内点法计算得到该计算卸载终端的发送计算任务发射功率，以及该计算卸载终端所对应的目标协作计算终端的回传计算结果发射功率；

所述目标子函数为：

其中，所述P2为所述目标子函数。

可选地，所述预先设定的至少两个初始计算任务卸载比例分别为0和1。

可选地，在本发明另一种实施例中，所述计算子单第具体用于：

对预先构建的能量消耗最优化模型中的目标函数取负值，得到变形目标函数；

针对每个初始计算任务卸载比例，将该初始计算任务卸载比例代入所述变形目标函数中，并利用KM算法计算得到该计算卸载终端的发送计算任务发射功率，以及该计算卸载终端所对应的目标协作计算终端的回传计算结果发射功率。

第三方第，本发明实施例提供了一种控制设备，包括处理器、通信接口、存储器和通信总线，其中，所述处理器，所述通信接口和所述存储器通过通信总线完成相互间的通信，所述存储器，用于存放计算机程序；所述处理器，用于执行存储器上所存放的程序时，实现上述任一项所述的基于端到端P2P的计算卸载方法步骤。

第四方第，本发明实施例提供了一种存储介质，所述存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的基于端到端P2P的计算卸载方法步骤。

在本发明实施例中，可以在MCC系统中确定计算卸载终端和协作计算终端。并且针对每个计算卸载终端，可以根据预先构建的能量消耗最优化模型，计算该计算卸载终端的计算任务卸载比例、计算任务发射功率、该计算卸载终端所对应的目标协作计算终端，以及该目标协作计算终端的回传计算结果发射功率。然后，该计算卸载终端可以将满足该计算任务卸载比例的目标计算任务，按照该发送计算任务发射功率发送到对应的目标协作计算终端，并使该目标协作计算终端在计算得到该目标计算任务所对应的计算结果后，按照该回传计算结果发射功率发送到该计算卸载终端。这样，可以缩短计算卸载终端获得计算结果的时间，并且可以降低计算卸载终端的计算压力，以及该计算卸载终端的电量消耗，并可以使得MCC系统在该次计算卸载过程中所消耗的能量最小。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下第将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下第描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种基于端到端P2P的计算卸载方法的流程图；

图2为本发明实施例提供的一种仿真结果示意图；

图3为本发明实施例提供的另一种仿真结果示意图；

图4为本发明实施例提供的一种基于端到端P2P的计算卸载装置的结构示意图；

图5为本发明实施例提供的一种控制设备的结构示意图。

具体实施方式

下第将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为了解决现有技术中的问题，本发明实施例提供了一种基于端到端P2P的计算卸载方法、装置及控制设备。

下第首先对本发明实施例提供的基于端到端P2P的计算卸载方法进行说明。

需要说明的是，本发明实施例提供的基于端到端P2P的计算卸载方法的执行主体为：移动云计算MCC(Mobile Cloud Computing，MCC)系统中的控制设备。其中，实现本发明实施例的基于端到端P2P的计算卸载方法的功能软件可以为：设置于所述控制设备中专门用于计算卸载配置的软件；也可以为：设置于所述控制设备中用于计算卸载配置软件中的功能插件，当然并不局限于此。其中，所述控制设备可以是移动设备，例如手机和平板电脑等用户终端，可以是固定设备，例如服务器等，这都是合理的。

参见图1，本发明实施例提供的基于端到端P2P的计算卸载方法可以包括如下步骤：

S101：确定所述MCC系统中的至少一个计算卸载终端；

需要说明的是，计算卸载终端是指：将自身需要计算的全部或部分计算任务，卸载到其他终端进行计算的终端。该种方式中，可以减轻计算卸载终端的计算压力，并且可以降低计算卸载终端的电量消耗。

由于在通常情况下，移动设备的计算能力和电量有限，因此所述控制设备可以根据所述MCC系统中各个移动终端的计算任务情况和电量情况，来确定该MCC系统中的计算卸载终端。具体地，当该MCC系统中的移动终端的计算任务量超过预设的计算任务阈值时，可以将该移动终端确定为计算卸载终端；当该MCC系统中的移动终端的计算任务的时延要求小于预设的时延阈值时，可以将该移动终端确定为计算卸载终端；当该MCC系统中的移动终端的电量低于预设的电量阈值时，也可以将该移动终端确定为计算卸载终端。其中，本领域技术人员可以根据实际需求设定所述计算任务阈值、所述时延阈值和所述电量阈值，在此不做详述。

举例而言，当所述MCC系统中的某个终端的电量不足，但是该终端还需要获取并解码数字媒体资源(例如视频资源)，以获得解码数据时，那么，所述控制设备会将该终端确定为计算卸载终端。

S102：针对每个计算卸载终端，基于预先构建的能量消耗最优化模型，确定该计算卸载终端的计算任务卸载比例和发送计算任务发射功率，以及该计算卸载终端所对应的目标协作计算终端，和所述目标协作计算终端的回传计算结果发射功率；其中，所述MCC系统中包括预先确定的至少一个协作计算终端，所述至少一个协作计算终端中包括所述目标协作计算终端；

需要说明的是，协作计算终端是指：计算其他终端所卸载的计算任务的终端。并且，所述协作计算终端相对于计算卸载终端，具有较为充足的电量，或者具有较多可利用的计算资源。也就是说，所述控制设备可以将所述MCC系统中具有较为充足电量和具有较多可利用计算资源的多个移动终端或固定终端，确定为协作计算终端。

可以理解的是，由于计算卸载终端和其所对应的目标协作计算终端，属于同一个MCC系统。也就是说，该计算卸载终端和该目标协作计算终端距离比较近，即通信链路较短。因而，计算卸载终端在将全部或部分计算任务卸载到该目标协作计算终端进行计算时，传输所卸载的计算任务所消耗的时间较短，并且该目标协作计算终端回传计算结果所消耗的时间也较短，从而可以缩短该计算卸载终端获得计算结果的时间，提高了计算卸载效率。

另外，所述控制设备还基于预先构建的能量消耗最优化模型，来为每个计算卸载终端配置卸载参数，以减轻该计算卸载终端的计算压力，并降低该计算卸载终端的电量消耗，而且使得MCC系统在该次计算卸载过程中所消耗的能量最小。为了清晰布局，后续再对所述能量消耗最优化模型的具体形式进行详述。

其中，卸载参数包括：该计算卸载终端的计算任务卸载比例、发送计算任务发射功率，以及该计算卸载终端所对应的目标协作计算终端的回传计算结果发射功率。

需要说明的是，所述计算任务卸载比例为：计算卸载终端所卸载的计算任务，占该计算卸载终端在卸载计算任务前总的计算任务的比例。例如，计算卸载终端总共存在100比特的计算任务，当需要将50比特的计算任务卸载到所对应的目标协作计算终端时，那么此时的计算任务卸载比例为50％。

S103：针对每个计算卸载终端，将该计算卸载终端所对应的计算任务卸载比例和发送计算任务发射功率，发送给该计算卸载终端，并将该计算卸载终端所对应的回传计算结果发射功率发送给该计算卸载终端所对应的目标协作计算终端，以使该计算卸载终端将满足所接收到的计算任务卸载比例的目标计算任务，按照所接收到的发送计算任务发射功率发送给所对应的目标协作计算终端，进而使得该计算卸载终端对应的目标协作计算终端，对所接收到的目标计算任务进行计算，得到计算结果，并按照所接收到的回传计算结果发射功率将所得到的计算结果返回给该计算卸载终端。

可以理解的是，所述控制设备在计算得到该计算卸载终端所对应的计算任务卸载比例、发送计算任务发射功率和回传计算结果发送功率后，可以根据当前协作计算终端的可用计算资源大小以及剩余电量大小，确定该计算卸载终端所对应的目标协作计算终端，并可以将所述计算任务卸载比例和发送计算任务发射功率，发送给该计算卸载终端，并将该回传计算结果发送功率发送给该计算卸载终端所对应的目标协作计算终端。

这样，该计算卸载终端可以将满足该计算任务卸载比例的目标计算任务，按照该发送计算任务发射功率发送到对应的目标协作计算终端，并使该目标协作计算终端在计算得到该目标计算任务所对应的计算结果后，按照该回传计算结果发射功率发送到该计算卸载终端，这样，既使得该计算卸载终端能够获得所有计算任务所对应的计算结果，而且还降低了该计算卸载终端的计算压力，以及该计算卸载终端的电量消耗。

综上，在本发明实施例中，可以缩短计算卸载终端获得计算结果的时间，并且可以降低计算卸载终端的计算压力，以及该计算卸载终端的电量消耗，并可以使得MCC系统在该次计算卸载过程中所消耗的能量最小。

下第对本发明实施例提供的能量消耗最优化模型的具体形式进行说明。

可选地，所述能量消耗最优化模型包括：目标函数及所述目标函数所对应的约束条件；其中，所述目标函数为：

其中，所述P1为所述能量消耗最优化模型中的目标函数，表示能量消耗总值；所述表示计算卸载终端i计算(1-β_i,j)B_i的计算任务所消耗的第一能量；所述表示协作计算终端j计算计算卸载终端i所卸载的β_i,jB_i的计算任务所消耗的第二能量；所述表示计算卸载终端i将所述β_i,jB_i的计算任务发送到协作计算终端j所消耗的第三能量；所述表示协作计算终端j将针对所述β_i,jB_i的计算任务的计算结果发送至计算卸载终端i的第四能量；

所述M表示所述MCC系统中协作计算终端的数量，所述N表示MCC系统中计算卸载终端的数量；所述所述所述β＝[β_1,j,...,β_N,j]^T；

所述B_i表示计算卸载终端i中待进行计算的总计算任务；所述β_i,j表示计算卸载终端i将计算任务卸载到协作计算终端j的计算任务卸载比例；所述表示计算卸载终端i单位时间所能计算的任务量，所述表示协作计算终端j单位时间所能计算的任务量；所述D_i表示计算卸载终端i计算每比特的计算任务所消耗的时钟周期数，所述D_j表示协作计算终端j计算每比特的计算任务所消耗的时钟周期数；

所述表示计算卸载终端i向协作计算终端j发送数据的发送计算任务发射功率，所述表示协作计算终端j向计算卸载终端i发送数据的回传计算结果发射功率；所述t_c表示计算卸载终端i将β_i,jB_i的计算任务发送给协作计算终端j的传输时间，所述t_d表示协作计算终端j将针对所述β_i,jB_i的计算任务的计算结果发送至计算卸载终端i的传输时间，所述t_i表示计算卸载终端i计算(1-β_i,j)B_i的计算任务所消耗的计算时间，所述t_j表示协作计算终端j计算计算卸载终端i所卸载的β_i,jB_i的计算任务所消耗的计算时间，所述t_i,j表示时间消耗总和；

所述表示计算卸载终端i向协作计算终端j单位时间传输的任务量，所述表示协作计算终端j向计算卸载终端i单位时间传输的任务量；

所述g_i,d表示计算卸载终端i的信道增益，所述g_j,d表示计算卸载终端j的信道增益；所述σ²表示噪声功率；所述W表示信道带宽；所述a表示第一预设参数，所述k表示第二预设参数。

可选地，所述约束条件为：

其中，所述表示计算卸载终端i最大的发送计算任务发射功率，所述表示协作计算终端j最大的回传计算结果发射功率；所述表示计算卸载终端i向协作计算终端j单位时间最大能够传输的任务量，所述表示协作计算终端j向计算卸载终端i单位时间最大能够传输的任务量；所述T_max表示预设的最大时延；所述S表示计算卸载终端1至计算卸载终端N的计算卸载终端的集合，所述D表示协作计算终端1至协作计算终端j的协作计算终端的集合。

可以理解的是，可以根据上述计算公式，求解在上述约束条件下取得所述目标函数的最小值时计算卸载终端所对应的计算任务卸载比例，发送计算任务发射功率和回传计算结果发射功率，进而还可以确定计算卸载终端所对应的目标协作计算终端。

需要说明的是，所述表示计算卸载终端i在每个时钟周期的能量消耗，所述表示协作计算终端j在每个时钟周期的能量消耗，所述a的取值具体可为10^-8。

对于上述能量消耗最优化模型而言，所采用的计算方式不同，计算效率也不相同，为了提高计算效率，在本发明的一种实现方式中，可以通过下述算法一中的方式，计算该能量消耗最优化模型中的目标函数取得最小值时计算卸载终端所对应的计算任务卸载比例，发送计算任务发射功率和回传计算结果发射功率。其中，算法一的具体计算过程如下：

所述针对每个计算卸载终端，基于预先构建的能量消耗最优化模型，确定该计算卸载终端的计算任务卸载比例和发送计算任务发射功率，以及该计算卸载终端所对应的目标协作计算终端，和所述目标协作计算终端的回传计算结果发射功率的步骤，可以包括：

其中，针对每个计算卸载终端，执行如下操作：

确定预先设定的至少两个初始计算任务卸载比例；

针对每个初始计算任务卸载比例，将该初始计算任务卸载比例代入预先构建的能量消耗最优化模型，计算得到该计算卸载终端的发送计算任务发射功率，以及该计算卸载终端所对应的目标协作计算终端的回传计算结果发射功率；

针对每个初始计算任务卸载比例，将该初始计算任务卸载比例、当前所计算得到的发送计算任务发射功率和当前所计算得到的回传计算结果发射功率，代入所述能量消耗最优化模型的目标函数中进行计算，得到该初始计算任务卸载比例所对应的能量消耗总值；

确定各个能量消耗总值中的最小能量消耗总值，并将所述最小能量消耗总值所对应的初始计算任务卸载比例、发送计算任务发射功率和回传计算结果发射功率作为该计算卸载终端的计算任务卸载比例、发送计算任务发射功率，以及该计算卸载终端所对应的目标协作计算终端的回传计算结果发射功率；

选取满足该计算卸载终端对应的回传计算结果发射功率的任一协作计算终端，作为该计算卸载终端所对应的目标协作计算终端。

可以理解的是，在该种实现方式中，首先预先设定至少两个初始计算任务卸载比例，然后利用每个初始计算任务卸载比例，来求取每个计算任务卸载比例所对应的发送计算任务发射功率和回传计算结果发射功率，并利用该初始计算任务卸载比例、发送计算任务发射功率和回传计算结果发射功率代入所述目标函数中进行计算，具体可以利用单纯形法计算得到该初始计算任务卸载比例所对应的能量消耗总值。其中，所述单纯形法是指：利用经典线性规划方法，通过可行解获得最优解的方法。

在计算得到每个初始计算任务卸载比例所对应的能量消耗总值后，将这些能量消耗总值中最小能量消耗总值所对应的初始计算任务卸载比例、发送计算任务发射功率和回传计算结果发射功率，作为该计算卸载终端所对应的计算任务卸载比例、发送计算任务发射功率和回传计算结果发射功率。这样，能够保证所述MCC系统在该次计算卸载过程中所消耗的能量最小。

算法一所对应的一种更具体的计算方式如下：

针对每个初始计算任务卸载比例，将该初始计算任务卸载比例代入预先构建的能量消耗最优化模型，计算得到该计算卸载终端的发送计算任务发射功率，以及针对该计算卸载终端所对应的目标协作计算终端的回传计算结果发射功率的步骤，包括：

基于预先构建的能量消耗最优化模型中的目标函数，构建目标子函数；

针对每个初始计算任务卸载比例，将该初始计算任务卸载比例代入所述目标子函数中，并利用内点法计算得到该计算卸载终端的发送计算任务发射功率，以及该计算卸载终端所对应的目标协作计算终端的回传计算结果发射功率；

所述目标子函数为：

其中，所述P2为所述目标子函数。

需要说明的是，内点法是指：将原始有约束问题转化成序列无约束优化问题，通过将目标函数与惩罚函数相结合，在可行区域内获得最优解的方法，其中，该惩罚函数是在内点法算法中生成的函数，在此不做详述。另外，所述P2的约束条件可以为：将所述P1的约束条件中所对应的β_i,j替换为初始计算任务卸载比例所得到的约束条件。

为了进一步提高计算效率，在本发明的另一种实现方式中，可以预先设定至少两个初始计算任务卸载比例分别为0和1。

由于通过算法一的计算结果可知，当计算任务卸载比例取值为0或1时，常常能够得到最小的能量消耗总值，因此为了降低算法的复杂度，从而提高计算效率，可以预先设定至少两个初始计算任务卸载比例分别为0和1。

当预先设定的至少两个初始计算任务卸载比例分别为0和1时，可以根据算法二，计算该能量消耗最优化模型中的目标函数取得最小值时计算卸载终端所对应的计算任务卸载比例，发送计算任务发射功率和回传计算结果发射功率。算法二的具体计算过程如下：

所述针对初始每个计算任务卸载比例，将该初始计算任务卸载比例代入预先构建的能量消耗最优化模型，计算得到该计算卸载终端的发送计算任务发射功率，以及该计算卸载终端所对应的目标协作计算终端的回传计算结果发射功率的步骤，包括：

对预先构建的能量消耗最优化模型中的目标函数取负值，得到变形目标函数；

针对每个初始计算任务卸载比例，将该初始计算任务卸载比例代入所述变形目标函数中，并利用KM算法计算得到该计算卸载终端的发送计算任务发射功率，以及该计算卸载终端所对应的目标协作计算终端的回传计算结果发射功率。

可以理解的是，该种实现方式中，由于减少了大量的初始计算任务卸载比例的数目，因此该种计算方式可以极大的提高计算速度，并且采用KM算法，能够较好地解决变形目标函数中最大权重匹配问题。

下第结合图2至图5对本发明实施例提供的基于端到端P2P的计算卸载方法，相对于现有的计算卸载算法的优势进行说明。

参见图2，假设MCC系统中存在8个计算卸载终端，即N＝8，并存在12个协作计算终端，即M＝12，并且这些终端被随机地部署在一个蜂窝小区中。并设定计算卸载终端和协作计算终端的处理器CPU在单位时间所能计算的任务量取值从{0.8，1.0，1.4}GHz中选取；计算卸载终端中待进行计算的总计算任务的任务量分布在[0.2，0.8]MB之间；计算卸载终端和协作计算终端计算每比特的计算任务所消耗的时钟周期数分布在[800，1200]cycles/bit之间。并设定噪声功率为-96dBm、信道带宽为10MHz、计算卸载终端最大的发送计算任务发射功率为250mW，协作计算终端最大的回传计算结果发射功率为125mW。

在上述参数设定的基础上，图2中所示的ICOA为本发明实施例提供的基于端到端P2P的计算卸载方法的一种具体方案，即算法一所对应的方案；MCOA为本发明实施例提供的基于端到端P2P的计算卸载方法的另一种具体方案，即算法二所对应的方案；DCOS为现有技术中将计算任务卸载到云端进行计算的方案。

由图2可见，在计算卸载终端的最小信噪比增加的情况下，本发明的计算卸载方案的能量消耗小于现有技术中将计算任务卸载到云端进行计算方案的能量消耗，也就是说，本发明实施例能够降低能量消耗。其中，出现这个结果的主要原因是：在差的信噪比条件下，本方案虽然需要不断地去增大发射功率来满足时延需求，因而导致更多的本地能耗，但是，由于DCOS通过基站和较远的云端传输所卸载的计算任务和相应的计算结果需要消耗额外能量，所以DCOS的能量消耗要高于本方案的能量消耗。

在上述参数设定的基础上，参见图3可知，在计算卸载终端的最大时延要求增大的情况下，也就是在降低时延要求的情况下，本发明的计算卸载方案的能量消耗小于现有技术中将计算任务卸载到云端进行计算方案的能量消耗，进一步说明，本发明实施例能够降低能量消耗。其中，出现这个结果的主要原因是，为了满足时延约束，即时延约束小于0.005秒时，各个方案中的所有计算任务都会选择在本地终端上进行计算，因而各个方案中均会导致较多的本地能耗。随着时延约束的逐渐松弛，本方案中计算卸载终端能够将计算任务卸载到不远的协作计算终端进行计算，从而可以降低本地能耗，而由于此时将计算任务卸载到云端计算，仍会产生较大的传输时延，因而DCOS方案下计算任务只能在本地计算而不能卸载到云端服务器，从而本地能耗并没有得到降低。

另外，通过图2可知，在合适的最小信噪比约束下，MCOA的性能是接近ICOA的性能的。但是，MCOA方案的计算复杂度要比ICOA方案的计算复杂度要低。

相应于上述基于端到端P2P的计算卸载方法，本发明实施例还提供了一种基于端到端P2P的计算卸载装置，应用于移动云计算MCC系统中的控制设备，参见图4，所述装置可以包括：

第一确定单第401，用于确定所述MCC系统中的至少一个计算卸载终端；

第二确定单第402，用于针对每个计算卸载终端，基于预先构建的能量消耗最优化模型，确定该计算卸载终端的计算任务卸载比例和发送计算任务发射功率，以及该计算卸载终端所对应的目标协作计算终端，和所述目标协作计算终端的回传计算结果发射功率；其中，所述MCC系统中包括预先确定的至少一个协作计算终端，所述至少一个协作计算终端中包括所述目标协作计算终端；

发送单第403，用于针对每个计算卸载终端，将该计算卸载终端所对应的计算任务卸载比例和发送计算任务发射功率，发送给该计算卸载终端，并将该计算卸载终端所对应的回传计算结果发射功率发送给该计算卸载终端所对应的目标协作计算终端，以使该计算卸载终端将满足所接收到的计算任务卸载比例的目标计算任务，按照所接收到的发送计算任务发射功率发送给所对应的目标协作计算终端，进而使得该计算卸载终端对应的目标协作计算终端对所接收到的目标计算任务进行计算，得到计算结果，并按照所接收到的回传计算结果发射功率将所得到的计算结果返回给该计算卸载终端。

在本发明实施例中，可以在MCC系统中确定计算卸载终端和协作计算终端。并且针对每个计算卸载终端，可以根据预先构建的能量消耗最优化模型，计算该计算卸载终端的计算任务卸载比例、计算任务发射功率、该计算卸载终端所对应的目标协作计算终端，以及该目标协作计算终端的回传计算结果发射功率。然后，该计算卸载终端可以将满足该计算任务卸载比例的目标计算任务，按照该发送计算任务发射功率发送到对应的目标协作计算终端，并使该目标协作计算终端在计算得到该目标计算任务所对应的计算结果后，按照该回传计算结果发射功率发送到该计算卸载终端。这样，可以缩短计算卸载终端获得计算结果的时间，并且可以降低计算卸载终端的计算压力，以及该计算卸载终端的电量消耗，并可以使得MCC系统在该次计算卸载过程中所消耗的能量最小。

可选地，所述能量消耗最优化模型包括：目标函数及所述目标函数所对应的约束条件；其中，所述目标函数为：

其中，所述P1为所述能量消耗最优化模型中的目标函数，表示能量消耗总值；所述表示计算卸载终端i计算(1-β_i,j)B_i的计算任务所消耗的第一能量；所述表示协作计算终端j计算计算卸载终端i所卸载的β_i,jB_i的计算任务所消耗的第二能量；所述表示计算卸载终端i将所述β_i,jB_i的计算任务发送到协作计算终端j所消耗的第三能量；所述表示协作计算终端j将针对所述β_i,jB_i的计算任务的计算结果发送至计算卸载终端i的第四能量；

所述M表示所述MCC系统中协作计算终端的数量，所述N表示MCC系统中计算卸载终端的数量；所述所述所述β＝[β_1,j,...,β_N,j]^T；

所述B_i表示计算卸载终端i中待进行计算的总计算任务；所述β_i,j表示计算卸载终端i将计算任务卸载到协作计算终端j的计算任务卸载比例；所述表示计算卸载终端i单位时间所能计算的任务量，所述表示协作计算终端j单位时间所能计算的任务量；所述D_i表示计算卸载终端i计算每比特的计算任务所消耗的时钟周期数，所述D_j表示协作计算终端j计算每比特的计算任务所消耗的时钟周期数；

所述表示计算卸载终端i向协作计算终端j发送数据的发送计算任务发射功率，所述表示协作计算终端j向计算卸载终端i发送数据的回传计算结果发射功率；所述t_c表示计算卸载终端i将β_i,jB_i的计算任务发送给协作计算终端j的传输时间，所述t_d表示协作计算终端j将针对所述β_i,jB_i的计算任务的计算结果发送至计算卸载终端i的传输时间，所述t_i表示计算卸载终端i计算(1-β_i,j)B_i的计算任务所消耗的计算时间，所述t_j表示协作计算终端j计算计算卸载终端i所卸载的β_i,jB_i的计算任务所消耗的计算时间，所述t_i,j表示时间消耗总和；

所述表示计算卸载终端i向协作计算终端j单位时间传输的任务量，所述表示协作计算终端j向计算卸载终端i单位时间传输的任务量；

所述g_i,d表示计算卸载终端i的信道增益，所述g_j,d表示计算卸载终端j的信道增益；所述σ²表示噪声功率；所述W表示信道带宽；所述a表示第一预设参数，所述k表示第二预设参数。

可选地，所述约束条件为：

其中，所述表示计算卸载终端i最大的发送计算任务发射功率，所述表示协作计算终端j最大的回传计算结果发射功率；所述表示计算卸载终端i向协作计算终端j单位时间最大能够传输的任务量，所述表示协作计算终端j向计算卸载终端i单位时间最大能够传输的任务量；所述T_max表示预设的最大时延；所述S表示计算卸载终端1至计算卸载终端N的计算卸载终端的集合，所述D表示协作计算终端1至协作计算终端j的协作计算终端的集合。

可选地，在本发明实施例中，所述第二确定单第402，包括：

第一确定子单第，用于针对每个计算卸载终端，确定预先设定的至少两个初始计算任务卸载比例；

计算子单第，用于针对每个计算卸载终端，并针对每个初始计算任务卸载比例，将该初始计算任务卸载比例代入预先构建的能量消耗最优化模型，计算得到该计算卸载终端的发送计算任务发射功率，以及该计算卸载终端所对应的目标协作计算终端的回传计算结果发射功率；

发送子单第，用于针对每个计算卸载终端，并针对每个初始计算任务卸载比例，将该初始计算任务卸载比例、当前所计算得到的发送计算任务发射功率和当前所计算得到的回传计算结果发射功率，代入所述能量消耗最优化模型的目标函数中进行计算，得到该初始计算任务卸载比例所对应的能量消耗总值；

第二确定子单第，用于针对每个计算卸载终端，确定各个能量消耗总值中的最小能量消耗总值，并将所述最小能量消耗总值所对应的初始计算任务卸载比例、发送计算任务发射功率和回传计算结果发射功率作为该计算卸载终端的计算任务卸载比例、发送计算任务发射功率，以及该计算卸载终端所对应的目标协作计算终端的回传计算结果发射功率；

选取子单第，用于针对每个计算卸载终端，选取满足该计算卸载终端对应的回传计算结果发射功率的任一协作计算终端，作为该计算卸载终端所对应的目标协作计算终端。

可选地，在本发明一种实施例中，所述计算子单第具体用于：

基于预先构建的能量消耗最优化模型中的目标函数，构建目标子函数；

针对每个初始计算任务卸载比例，将该初始计算任务卸载比例代入所述目标子函数中，并利用内点法计算得到该计算卸载终端的发送计算任务发射功率，以及该计算卸载终端所对应的目标协作计算终端的回传计算结果发射功率；

所述目标子函数为：

其中，所述P2为所述目标子函数。

可选地，所述预先设定的至少两个初始计算任务卸载比例分别为0和1。

可选地，在本发明另一种实施例中，所述计算子单第具体用于：

对预先构建的能量消耗最优化模型中的目标函数取负值，得到变形目标函数；

针对每个初始计算任务卸载比例，将该初始计算任务卸载比例代入所述变形目标函数中，并利用KM算法计算得到该计算卸载终端的发送计算任务发射功率，以及该计算卸载终端所对应的目标协作计算终端的回传计算结果发射功率。

相应于上述方法实施例，本发明实施例还提供了一种控制设备，参见图5，包括处理器501、通信接口502、存储器503和通信总线504，其中，所述处理器501，所述通信接口502和所述存储器503通过通信总线504完成相互间的通信，

所述存储器503，用于存放计算机程序；

所述处理器501，用于执行存储器上所存放的程序时，实现上述任一项所述的基于端到端P2P的计算卸载方法步骤。

相应于上述方法实施例，本发明实施例提供了一种存储介质，所述存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的基于端到端P2P的计算卸载方法步骤。

上述电子设备提到的通信总线504可以是：外设部件互连标准(PeripheralComponent Interconnect，简称PCI)总线或扩展工业标准结构(Extended IndustryStandard Architecture，简称EISA)总线等。该通信总线504可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

通信接口502用于上述电子设备与其他设备之间的通信。

存储器503可以包括：随机存取存储器(Random Access Memory，简称RAM)，也可以包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。可选的，存储器503还可以是至少一个位于远离前述处理器501的存储装置。

上述的处理器501可以是通用处理器，包括：中央处理器(Central ProcessingUnit，简称CPU)、网络处理器(Net work Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field－Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。

综上，在本发明实施例中，可以缩短计算卸载终端获得计算结果的时间，并且可以降低计算卸载终端的计算压力，以及该计算卸载终端的电量消耗，并可以使得MCC系统在该次计算卸载过程中所消耗的能量最小。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。

Claims (9)

1.一种基于端到端P2P的计算卸载方法，其特征在于，应用于移动云计算MCC系统中的控制设备，所述方法包括：

确定所述MCC系统中的至少一个计算卸载终端；

针对每个计算卸载终端，基于预先构建的能量消耗最优化模型，确定该计算卸载终端的计算任务卸载比例和发送计算任务发射功率，以及该计算卸载终端所对应的目标协作计算终端，和所述目标协作计算终端的回传计算结果发射功率；其中，所述MCC系统中包括预先确定的至少一个协作计算终端，所述至少一个协作计算终端中包括所述目标协作计算终端；

针对每个计算卸载终端，将该计算卸载终端所对应的计算任务卸载比例和发送计算任务发射功率，发送给该计算卸载终端，并将该计算卸载终端所对应的回传计算结果发射功率发送给该计算卸载终端所对应的目标协作计算终端，以使该计算卸载终端将满足所接收到的计算任务卸载比例的目标计算任务，按照所接收到的发送计算任务发射功率发送给所对应的目标协作计算终端，进而使得该计算卸载终端对应的目标协作计算终端，对所接收到的目标计算任务进行计算，得到计算结果，并按照所接收到的回传计算结果发射功率将所得到的计算结果返回给该计算卸载终端；

所述能量消耗最优化模型包括：目标函数及所述目标函数所对应的约束条件；其中，所述目标函数为：

其中，所述P1为所述能量消耗最优化模型中的目标函数，表示能量消耗总值；所述表示计算卸载终端i计算(1-β_i,j)B_i的计算任务所消耗的第一能量；所述表示协作计算终端j计算计算卸载终端i所卸载的β_i,jB_i的计算任务所消耗的第二能量；所述表示计算卸载终端i将所述β_i,jB_i的计算任务发送到协作计算终端j所消耗的第三能量；所述表示协作计算终端j将针对所述β_i,jB_i的计算任务的计算结果发送至计算卸载终端i的第四能量；

所述M表示所述MCC系统中协作计算终端的数量，所述N表示MCC系统中计算卸载终端的数量；所述所述所述β＝[β_1,j,...,β_N,j]^T；

所述B_i表示计算卸载终端i中待进行计算的总计算任务；所述β_i,j表示计算卸载终端i将计算任务卸载到协作计算终端j的计算任务卸载比例；所述表示计算卸载终端i单位时间所能计算的任务量，所述表示协作计算终端j单位时间所能计算的任务量；所述D_i表示计算卸载终端i计算每比特的计算任务所消耗的时钟周期数，所述D_j表示协作计算终端j计算每比特的计算任务所消耗的时钟周期数；

所述表示计算卸载终端i向协作计算终端j发送数据的发送计算任务发射功率，所述表示协作计算终端j向计算卸载终端i发送数据的回传计算结果发射功率；所述t_c表示计算卸载终端i将β_i,jB_i的计算任务发送给协作计算终端j的传输时间，所述t_d表示协作计算终端j将针对所述β_i,jB_i的计算任务的计算结果发送至计算卸载终端i的传输时间，所述t_i表示计算卸载终端i计算(1-β_i,j)B_i的计算任务所消耗的计算时间，所述t_j表示协作计算终端j计算计算卸载终端i所卸载的β_i,jB_i的计算任务所消耗的计算时间，所述t_i,j表示时间消耗总和；

所述表示计算卸载终端i向协作计算终端j单位时间传输的任务量，所述表示协作计算终端j向计算卸载终端i单位时间传输的任务量；

所述g_i,d表示计算卸载终端i的信道增益，所述g_j,d表示计算卸载终端j的信道增益；所述σ²表示噪声功率；所述W表示信道带宽；所述a表示第一预设参数，所述k表示第二预设参数。

2.根据权利要求1所述的方法，其特征在于，所述约束条件为：

其中，所述表示计算卸载终端i最大的发送计算任务发射功率，所述表示协作计算终端j最大的回传计算结果发射功率；所述表示计算卸载终端i向协作计算终端j单位时间最大能够传输的任务量，所述表示协作计算终端j向计算卸载终端i单位时间最大能够传输的任务量；所述T_max表示预设的最大时延；所述S表示计算卸载终端1至计算卸载终端N的计算卸载终端的集合，所述D表示协作计算终端1至协作计算终端j的协作计算终端的集合。

3.根据权利要求2所述的方法，其特征在于，所述针对每个计算卸载终端，基于预先构建的能量消耗最优化模型，确定该计算卸载终端的计算任务卸载比例和发送计算任务发射功率，以及该计算卸载终端所对应的目标协作计算终端，和所述目标协作计算终端的回传计算结果发射功率的步骤，包括：

针对每个计算卸载终端，执行如下操作：

确定预先设定的至少两个初始计算任务卸载比例；

针对每个初始计算任务卸载比例，将该初始计算任务卸载比例代入预先构建的能量消耗最优化模型，计算得到该计算卸载终端的发送计算任务发射功率，以及该计算卸载终端所对应的目标协作计算终端的回传计算结果发射功率；

针对每个初始计算任务卸载比例，将该初始计算任务卸载比例、当前所计算得到的发送计算任务发射功率和当前所计算得到的回传计算结果发射功率，代入所述能量消耗最优化模型的目标函数中进行计算，得到该初始计算任务卸载比例所对应的能量消耗总值；

确定各个能量消耗总值中的最小能量消耗总值，并将所述最小能量消耗总值所对应的初始计算任务卸载比例、发送计算任务发射功率和回传计算结果发射功率作为该计算卸载终端的计算任务卸载比例、发送计算任务发射功率，以及该计算卸载终端所对应的目标协作计算终端的回传计算结果发射功率；

选取满足该计算卸载终端对应的回传计算结果发射功率的任一协作计算终端，作为该计算卸载终端所对应的目标协作计算终端。

4.根据权利要求3所述的方法，其特征在于，针对每个初始计算任务卸载比例，将该初始计算任务卸载比例代入预先构建的能量消耗最优化模型，计算得到该计算卸载终端的发送计算任务发射功率，以及针对该计算卸载终端所对应的目标协作计算终端的回传计算结果发射功率的步骤，包括：

基于预先构建的能量消耗最优化模型中的目标函数，构建目标子函数；

针对每个初始计算任务卸载比例，将该初始计算任务卸载比例代入所述目标子函数中，并利用内点法计算得到该计算卸载终端的发送计算任务发射功率，以及该计算卸载终端所对应的目标协作计算终端的回传计算结果发射功率；

所述目标子函数为：

其中，所述P2为所述目标子函数。

5.根据权利要求3所述的方法，其特征在于，所述预先设定的至少两个初始计算任务卸载比例分别为0和1。

6.根据权利要求5所述的方法，其特征在于，所述针对初始每个计算任务卸载比例，将该初始计算任务卸载比例代入预先构建的能量消耗最优化模型，计算得到该计算卸载终端的发送计算任务发射功率，以及该计算卸载终端所对应的目标协作计算终端的回传计算结果发射功率的步骤，包括：

对预先构建的能量消耗最优化模型中的目标函数取负值，得到变形目标函数；

针对每个初始计算任务卸载比例，将该初始计算任务卸载比例代入所述变形目标函数中，并利用KM算法计算得到该计算卸载终端的发送计算任务发射功率，以及该计算卸载终端所对应的目标协作计算终端的回传计算结果发射功率。

7.一种基于端到端P2P的计算卸载装置，其特征在于，应用于移动云计算MCC系统中的控制设备，所述装置包括：

第一确定单元，用于确定所述MCC系统中的至少一个计算卸载终端；

第二确定单元，用于针对每个计算卸载终端，基于预先构建的能量消耗最优化模型，确定该计算卸载终端的计算任务卸载比例和发送计算任务发射功率，以及该计算卸载终端所对应的目标协作计算终端，和所述目标协作计算终端的回传计算结果发射功率；其中，所述MCC系统中包括预先确定的至少一个协作计算终端，所述至少一个协作计算终端中包括所述目标协作计算终端；

发送单元，用于针对每个计算卸载终端，将该计算卸载终端所对应的计算任务卸载比例和发送计算任务发射功率，发送给该计算卸载终端，并将该计算卸载终端所对应的回传计算结果发射功率发送给该计算卸载终端所对应的目标协作计算终端，以使该计算卸载终端将满足所接收到的计算任务卸载比例的目标计算任务，按照所接收到的发送计算任务发射功率发送给所对应的目标协作计算终端，进而使得该计算卸载终端对应的目标协作计算终端，对所接收到的目标计算任务进行计算，得到计算结果，并按照所接收到的回传计算结果发射功率将所得到的计算结果返回给该计算卸载终端；

所述能量消耗最优化模型包括：目标函数及所述目标函数所对应的约束条件；其中，所述目标函数为：

其中，所述P1为所述能量消耗最优化模型中的目标函数，表示能量消耗总值；所述表示计算卸载终端i计算(1-β_i,j)B_i的计算任务所消耗的第一能量；所述表示协作计算终端j计算计算卸载终端i所卸载的β_i,jB_i的计算任务所消耗的第二能量；所述表示计算卸载终端i将所述β_i,jB_i的计算任务发送到协作计算终端j所消耗的第三能量；所述表示协作计算终端j将针对所述β_i,jB_i的计算任务的计算结果发送至计算卸载终端i的第四能量；

所述M表示所述MCC系统中协作计算终端的数量，所述N表示MCC系统中计算卸载终端的数量；所述所述所述β＝[β_1,j,...,β_N,j]^T；

所述B_i表示计算卸载终端i中待进行计算的总计算任务；所述β_i,j表示计算卸载终端i将计算任务卸载到协作计算终端j的计算任务卸载比例；所述表示计算卸载终端i单位时间所能计算的任务量，所述表示协作计算终端j单位时间所能计算的任务量；所述D_i表示计算卸载终端i计算每比特的计算任务所消耗的时钟周期数，所述D_j表示协作计算终端j计算每比特的计算任务所消耗的时钟周期数；

所述表示计算卸载终端i向协作计算终端j发送数据的发送计算任务发射功率，所述表示协作计算终端j向计算卸载终端i发送数据的回传计算结果发射功率；所述t_c表示计算卸载终端i将β_i,jB_i的计算任务发送给协作计算终端j的传输时间，所述t_d表示协作计算终端j将针对所述β_i,jB_i的计算任务的计算结果发送至计算卸载终端i的传输时间，所述t_i表示计算卸载终端i计算(1-β_i,j)B_i的计算任务所消耗的计算时间，所述t_j表示协作计算终端j计算计算卸载终端i所卸载的β_i,jB_i的计算任务所消耗的计算时间，所述t_i,j表示时间消耗总和；

所述表示计算卸载终端i向协作计算终端j单位时间传输的任务量，所述表示协作计算终端j向计算卸载终端i单位时间传输的任务量；

所述g_i,d表示计算卸载终端i的信道增益，所述g_j,d表示计算卸载终端j的信道增益；所述σ²表示噪声功率；所述W表示信道带宽；所述a表示第一预设参数，所述k表示第二预设参数。

8.一种控制设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，所述处理器，所述通信接口和所述存储器通过通信总线完成相互间的通信，

所述存储器，用于存放计算机程序；

所述处理器，用于执行存储器上所存放的程序时，实现权利要求1-6任一所述的方法步骤。

9.一种计算机可读存储介质，其特征在于，所述存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-6任一所述的方法步骤。