CN108112037A - 基于雾计算和协作通信网络的负载均衡方法 - Google Patents
基于雾计算和协作通信网络的负载均衡方法 Download PDFInfo
- Publication number
- CN108112037A CN108112037A CN201810023460.4A CN201810023460A CN108112037A CN 108112037 A CN108112037 A CN 108112037A CN 201810023460 A CN201810023460 A CN 201810023460A CN 108112037 A CN108112037 A CN 108112037A
- Authority
- CN
- China
- Prior art keywords
- user
- cell
- users
- base station
- transfer
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004891 communication Methods 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims abstract description 31
- 239000003595 mist Substances 0.000 title abstract 2
- 238000012546 transfer Methods 0.000 claims abstract description 100
- 238000005265 energy consumption Methods 0.000 claims abstract description 23
- 230000005540 biological transmission Effects 0.000 claims description 15
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 8
- 230000001413 cellular effect Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 102100022116 F-box only protein 2 Human genes 0.000 description 3
- 101000824158 Homo sapiens F-box only protein 2 Proteins 0.000 description 3
- 101000917550 Homo sapiens Probable fibrosin-1 Proteins 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 101150071746 Pbsn gene Proteins 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 101100391182 Dictyostelium discoideum forI gene Proteins 0.000 description 1
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000003693 cell processing method Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 230000005251 gamma ray Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/08—Load balancing or load distribution
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/02—Power saving arrangements
- H04W52/0203—Power saving arrangements in the radio access network or backbone network of wireless communication networks
- H04W52/0206—Power saving arrangements in the radio access network or backbone network of wireless communication networks in access points, e.g. base stations
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及一种基于雾计算和协作通信网络的负载均衡方法，包括：(a)获取过载小区；(b)获取所述过载小区内的转移用户；(c)获取所述转移用户的被转移小区；(d)获取最终执行任务的用户；(e)获取所述转移用户的任务转移方式；(f)将所述转移用户的任务转移到最终执行任务用户进行传送和执行。本发明实施例，通过综合考虑时延和用户的能耗给出一种较优的负载均衡方法，提高了用户的应用体验和系统性能，降低了系统整体能耗和时延。
Description
技术领域
本发明属于移动通信技术领域，具体涉及一种基于雾计算和协作通信网络的负载均衡方法。
背景技术
随着移动通信技术的发展，数据量的爆炸式增长，用户对于数据传输速率的需求越来越高，近几年，云计算快速发展，大量数据的计算和存储在“云端”进行，这样就解决了目前智能手机等设备存储量不足，计算能力低下的问题。
然而，数据量呈指数型增长，如果还是完全依靠云计算，大量的数据通过远程服务器来处理，然后将处理结果反馈给设备，传输时间和反馈的时间将会使得数据处理的效率大大降低。雾计算可以使这一问题得到缓解，雾计算不依赖于远程服务器，它更接近网络边缘，与云计算相比更加靠近本地设备，链路距离短的多，所以传输时间变得更短，缓解了云计算大量数据处理效率问题。
同时，移动通信的发展，无线用户的数量也呈指数型增长，使得频谱资源变得愈发紧张。D2D(Device to Device)通信是一种在系统的控制下，允许终端之间通过复用小区资源直接进行通信的新型技术，在一定程度上解决无线通信系统频谱资源匮乏的问题。
随着移动用户数的爆炸式增长，导致蜂窝小区内用户分布越来越密集。这就要求更高的传输速率和通信质量。无线通信网络中的衰落现象和用户的移动性致使通信环境变差。同时蜂窝小区间负载不均衡，造成了有些小区高负载，即热点小区，热点小区里的用户过多，导致资源不够用，用户服务质量变差。而有些小区负载过低，这一类小区中用户少，所占用的资源少，造成了大量资源的闲置。负载均衡在于减轻高负载小区的负载，提高低负载小区资源利用率。
到目前为止，国内外研究机构对此进行了大量的研究，然而这些研究大都集中在提升宏小区系统容量。现有的方案存在着问题：对任务调度时存在着计算资源浪费问题，且微小区也存在着过载问题。对于这一问题虽然也有着解决方案，但是这些方案仍然有着进一步提升的空间。
发明内容
为了解决现有技术中存在的上述问题，本发明提供了一种基于雾计算和协作通信网络的负载均衡方法。本发明要解决的技术问题通过以下技术方案实现：
本发明实施例提供了一种基于雾计算和协作通信网络的负载均衡方法，包括如下步骤：
(a)获取过载小区；
(b)获取所述过载小区内的转移用户；
(c)获取所述转移用户的被转移小区；
(d)获取所述转移用户的执行任务用户；
(e)获取所述转移用户的任务转移方式；
(f)根据所述任务转移方式将所述转移用户的任务转移到所述执行任务用户以完成任务的传送和执行。
在本发明的一个实施例中，步骤(b)包括：
(b1)计算所述过载小区的过载用户数；
(b2)根据所述过载用户数获取所述转移用户。
在本发明的一个实施例中，所述过载用户数满足如下公式：
其中，nv代表所述过载小区的过载用户数，Uv表示所述过载小区内总用户数。
在本发明的一个实施例中，步骤(b2)包括：
(b21)根据通信距离将所述过载小区的用户划分为中心用户和边缘用户；
(b22)若所述过载用户数小于等于边缘用户数，则所述转移用户从所述边缘用户中选择；否则，所述转移用户从所述边缘用户中选择后再从所述中心用户中选择。
在本发明的一个实施例中，步骤(c)包括：
(c1)根据所述负载值对所述过载小区的邻小区进行排序得到第一小区队列；
(c2)将所述第一小区队列中处于过载状态的小区和满载状态的小区去除得到第二小区队列；
(c3)去除若发生转移后所述第二小区队列中成为过载状态和满载状态的小区得到第三小区队列；
(c4)在所述第三小区队列中选择通信距离最近、负载最低的小区作为所述被转移小区。
在本发明的一个实施例中，步骤(e)包括：
获取用户设定的任务转移优先级，判断所述任务转移优先级是否为中继用户，若是，则选择最优中继用户；若否，则所述任务转移优先级为中继基站，则选择最优中继基站。
在本发明的一个实施例中，选择最优中继用户包括：
(x1)根据第一通信距离约束获得第一中继用户队列；
(x2)根据所述第一中继用户队列中用户的第一可用计算资源量约束获得第二中继用户队列；
(x3)根据所述第二中继用户队列和权衡公式获得所述最优中继用户，其中，所述权衡公式满足：
其中，Ti表示所述转移用户i完成任务执行的时延，V表示大于0的权衡参数，Zi(t)表示所述转移用户i的任务执行的能耗。
在本发明的一个实施例中，所述第一通信距离约束满足：所述转移用户与所述中继用户的通信距离小于等于20米。
在本发明的一个实施例中，第一可用计算资源量约束满足：所述中继用户当前被占用的计算资源量小于等于80％。
在本发明的一个实施例中，选择最优中继基站，包括：
(y1)获取所述转移小区的相邻中继基站；
(y2)根据所述相邻中继基站到所述转移用户的通信距离获得第一中继基站队列；
(y3)去除所述第一中继基站队列中的满载状态的中继基站和过载状态的中继基站得到第二中继基站队列；
(y4)选择所述第二中继基站队列中到所述转移用户的通信距离最短的中继基站作为所述最优中继基站。
与现有技术相比，本发明的有益效果：
本发明提出了一种基于雾计算和协作通信网络的负载均衡方法，综合考虑时延和用户的能耗给出一种较优的负载均衡方法，提高了用户的应用体验和系统性能，降低了系统整体能耗和时延。
附图说明
图1为本发明实施例提供的一种基于雾计算和协作通信网络的负载均衡方法的流程示意图；
图2为本发明实施例提供的一种基于雾计算和协作通信网络的负载均衡方法的工作原理示意图；
图3为本发明实施例提供的权衡公式不同参数V对应的任务时延和能耗对比示意图；
图4为本发明实施例提供的不同中继用户位置与功耗关系示意图；
图5为本发明实施例提供的不同负载均衡策略下任务执行能耗对比示意图。
具体实施方式
下面结合具体实施例对本发明做进一步详细的描述，但本发明的实施方式不限于此。
实施例一
请参见图1，图1为本发明实施例提供的一种基于雾计算和协作通信网络的负载均衡方法的流程示意图。
(a)获取过载小区；
(b)获取所述过载小区内的转移用户；
(c)获取所述转移用户的被转移小区；
(d)获取最终执行任务的用户；
(e)获取所述转移用户的任务转移方式；
(f)将所述转移用户的任务转移到最终执行任务用户进行传送和执行。
本发明实施例提出了一种基于雾计算和协作通信网络的负载均衡方法，综合考虑时延和用户的能耗给出一种较优的负载均衡方法。
实施例二
请继续参考图1，本实施例在上述实施例的基础上，重点对基于雾计算和协作通信网络的负载均衡方法进行详细描述。具体地，该方法包括以下步骤：
步骤1、计算小区的负载情况，获取过载小区；
基站受信任的获取覆盖范围内所有小区的负载情况，其中负载为小区已用的物理资源块(PRBS)与总物理资源块的比值。所述负载表示为：
其中，ρv代表小区v的参考负载，表示小区v的总物理资源块，Uv＝{1,2,…,u}表示小区v内用户集合，Mi表示用户i的任务占用的物理资源块，Di为用户i申请业务的速率，R(SINRi)为每个资源块能够提供业务的传输速率。
根据公式(1)可以确定所述小区v的负载情况，判断小区v是否为热点小区，即过载小区，判断方式如下：
如果ρv≥1，说明小区v为过载小区，需要对小区v进行负载均衡。
进一步地，在获取小区v的负载情况下，不同负载情况的小区处理方法不同，具体包括：
对于ρv≥1，需要计算出小区v内的过载用户数和转移用户，将转移用户需要执行的任务或传输的数据转移到邻小区进行。
其中，通信质量主要按照所述用户与基站之间通信距离来判断。
步骤2、获取所述过载小区内的转移用户；
步骤21、首选需要计算过载小区内过载用户数；
其中，过载用户是指过载小区中超出小区负载用户数的用户为过载用户，所述负载均衡是指将过载小区中的过载用户的任务或数据转移到邻小区执行或传输，因此，计算出过载小区的过载用户数，一方面可以得到需要转移的用户数，即可以使得小区从过载小区变为非过载小区或满载小区的情况；另一方面根据步骤1对小区内中心用户和边缘用户的划分需要根据过载用户数重新界定。
设过载小区为v，则过载小区v内过载用户数的计算公式如下：
其中，nv代表过载小区v的过载用户数，Uv表示过载小区v内总用户数。
根据公式(3)计算出过载用户数nv，根据过载用户数nv对过载小区v的中心用户和边缘用户进行划分。将所述边缘用户优先作为转移的对象，如果边缘用户全部转移完成后还存在过载用户，再从中心用户中选择需要转移的用户。
引入用户转移优先级机制，即占用物理资源块多的用户优先转移，这样可以释放大量的物理资源，对于过载小区负载的缓解效果较为明显。过载小区v内对于用户执行任务或传输数据占用的系统资源，由R(SINRi)来判断，R(SINRi)与所述任务需要的资源呈负相关。
步骤22、确定转移用户，其中，转移用户是指过载小区中需要将任务转移到邻小区进行执行的用户。
基站受信任的获取覆盖范围内所有用户的位置信息和通信质量，其中，由已经确定的过载小区和过载小区内的过载用户数，将过载小区中的边缘用户作为优先进行小区转移的对象，即将所述边缘用户要执行的任务卸载到邻小区，一方面可以降低所在过载小区的负载，提高通信质量，另一方面，可以释放被占用的物理资源块，供其他用户使用。
首先由通信质量即通信距离划分过载小区的中心用户和边缘用户，具体包括如下步骤：
①对于过载小区v建立二维坐标系；
②将所述过载小区基站坐标设置为原点，即(0,0)；
③所述过载小区基站通过广播的方式受信任的获取过载小区内所有用户的位置信息，确定所有用户的坐标，即对于用户i的坐标为(xvi,yvi)；
④根据步骤③确定的用户i坐标，计算出所有用户与所述过载小区基站的距离，即
其中，b代表所述过载小区基站，i代表所述过载小区内任意用户。因此，小区内所有用户与基站距离集合为Dv＝{db1,…,dbi}；
⑤根据步骤④确定的过载小区内用户与基站的距离，划分中心用户和边缘用户，具体划分标准为：
dbi≥dvl (5)
当满足公式(5)时，用户i被划定为边缘用户，否则被划定为中心用户，其中边缘用户集合表示为Ev＝{1,…,e}，边缘用户数为e，中心用户集合表示为Cv＝{1,…,c}，中心用户数为c。
⑥按照上述由通信质量划分的中心用户和边缘用户情况，将边缘用户优选作为转移用户：
如果过载用户数nv≤边缘用户数e，则所有转移用户都为边缘用户。
如果过载用户数nv＞边缘用户数，则转移用户可以为边缘用户也可以为中心用户，当所有有任务的用户边缘用户被选定为转移用户后，需要从中心用户中选定一部分用户作为转移用户，选择标准为中心用户与小区基站之间的通信质量，优先选择通信质量较差的中心用户。
步骤3、选择合适的邻小区作为转移用户的被转移小区；
宏小区基站受信任的获取过载小区附近小区的基站负载情况。按照负载值从小到大对所述附近小区基站进行排序得到第一小区队列:
FBSnear＝{f1,…,fk} (6)
接下来，是对公式(6)加入约束进行修正，并更新。
约束1：为了避免乒乓效应，需要将公式(6)中的过载状态的小区和满载状态的小区移除得到第二小区队列。判断公式为：
其中，表示附近基站fl的小区负载情况，且fl∈FBSnear，表示附近基站所在小区总的物理资源块，表示附近基站fl所在小区内用户集合，Di表示用户i申请业务的速率，且R(SINRi)表示用户i每个资源块能够提供的速率。
对队列(6)从开始向后搜索，直到出现不满足公式(7)的基站，搜索停止，并将满足公式(7)的基站从队列(6)中移除，得到新的附近基站队列，公式(7)更新为：
接下来，为了避免新用户转移后会导致被转移小区变为满载状态或者过载状态小区，需要加入另一约束。
约束2：根据公式(1)(2)(3)计算出公式(8)中所有基站的负载情况和空闲PRBs，保证过载小区将用户转移到邻小区后，邻小区不会变为满载状态的小区和过载状态的小区，判断公式为：
其中，PRBin表示过载小区v的转移用户需要占用的物理资源块，由公式(2)(3)求得，PRBl表示被转移小区l内用户占用的物理资源块，由公式(1)(2)求得，表示被转移小区l总物理资源块。
对队列(8)从开始想前搜索，直到出现不满足公式(9)的基站，搜索停止，并将不满足公式(9)的基站从队列(8)中移除，得到第三小区队列，公式(8)更新为：
最后，根据转移用户到邻小区基站的物理距离从公式(10)选择合适的邻小区作为被转移小区，如果出现转移用户与两个或多个邻小区基站距离相等或相差不大的情况，优先选择负载较低的邻小区作为待转移小区。
步骤4、确定最终任务执行用户。
最终执行用户从最终确定的被转移小区中选择，根据被转移小区内空闲用户的地理位置，将转移用户和被转移小区基站之间的空闲用户选为待选择用户，考虑到蜂窝链路路径损耗要大于D2D链路，因此按照空闲用户与被转移小区基站的距离从低到高选择，优先选择与被转移小区基站较近的空闲用户组成第一空闲用户队列。然后，然后在空闲用户队列中选择计算资源量占用不超过80％，且加入任务后占用的计算资源量之和不超过80％的空闲用户形成第二空闲用户队列，最后，从第二空闲用户队列中选择计算资源量最低的用户作为最终执行用户。
步骤5、确定转移用户的任务转移的方式，即通过中继用户辅助转移任务和通过中继基站辅助转移任务。
用户根据不同喜好选择中继选择优先级，即如果用户考虑低时延，则优先选择中继基站，若用户考虑低能耗，则优先选择中继用户。
若用户优选选择中继用户，则最优中继用户选择过程如下：
从用户角度，任务执行方式分为本地执行和卸载执行两种，本地执行是指用户设备计算资源量支持该设备独立完成任务，卸载执行是用户需要通过D2D链路将任务卸载到附近用户设备，由附近用户设备完成这个任务。
过载小区内转移用户的任务执行方式只可能为卸载执行，其中，卸载执行分为两种情况，需要中继用户的卸载执行和不需要中继用户的卸载执行，其中，使用二进制指示符πi表示任务卸载执行是否需要中继用户，πi＝1表示需要中继用户，πi＝0表示不需要中继用户。是否需要中继用户的具体的判断条件如下：
以二维坐标系刻画用户位置，即(xi,yi)，其中假设转移用户i有任务需要执行，用户j为附近用户也即D2D执行任务用户，因此转移用户i和用户j的位置分别为(xvi,yvi)和(xvj,yvj)，因此所述转移用户i与执行任务的用户j的D2D链路距离公式可表示为：
优选地，设定D2D链路小于等于30米，当转移用户i与执行任务用户j之间距离超过所述D2D链路最大距离时，需要引入中继用户，辅助完成任务的卸载执行。
最优地，考虑到通信质量，所述中继用户与所述转移用户i之间的通信距离需要小于等于20米。
若为需要中继用户的卸载执行，需要对中继用户进行选择，选择方式具体为：
中继用户与所述转移用户i之间的通信距离需要满足第一通信距离约束，即通信距离小于等于30米，但是考虑到通信质量，优选地，所述中继用户与所述转移用户i之间的通信距离需要小于等于20米。
对邻小区内所有空闲用户按照所述空闲用户与所述转移用户i距离从小到大排序得到：
Idle＝{I1,…,Imax} (12)
按照上述中继用户选择约束对Idle队列进行更新得到第一中继用户队列，即，对于Ii≤20，第一中继用户队列为：
Idlenew＝{I1,…,In} (13)
②对公式(13)确定的在通信距离方面合适的邻小区空闲用户进行进一步的选择，选择的标准为中继用户需要满足当前被占用的计算资源量不超过80％，因此，先对公式(13)中所有邻小区空闲用户按照当前可用计算资源量从小到大排序，并将不符合标准的邻小区空闲用户从队列(13)中移除，第一中继用户队列更新为第二中继用户队列：
Idlefinal＝{I1,…,Im} (14)
其中，m≤n≤max<u。
③从公式(14)中选择出最优中继用户队列，其中，最优中继用户队列需要满足以下约束：
其中，表示第i中继用户到小区基站的距离，dTasker-BS表示转移用户i到小区基站的距离，表示第i中继用户到转移用户i的距离。
对于任务执行，能耗包括计算资源量的消耗、蜂窝链路和D2D链路的能耗。因此时延可表示为：
Ti＝πi·(Si/γi-Relay+Si/γRelay-BS+Cik·η-1)+(1-πi)·(Si/γi-BS+Cik·η-1)(16)
其中，Ti表示转移用户i完成任务执行的时延，Si表示申请任务的比特大小，γi-Relay表示转移用户i到中继用户的SINR，γRelay-FBS表示中继用户到小区基站的SINR，γi-FBS表示转移用户i到小区基站的SINR，Cik表示转移用户i执行组件k的指令数，η表示转移用户i设备的CPU速率。其中，组件k表示转移用户i设备上的硬件，比如手机电池、屏幕亮度等。
根据公式(17)(18)和(19)，确定正常通信约束，FBS和D2D接收端用户能进行正常通信满足的约束条件为：
最后从最优中继用户队列中获得最优中继用户，采用权衡时延和能耗的方法，权衡公式如下：
其中，Ti表示转移用户i完成任务执行的时延，V表示大于0的权衡参数，Zi(t)表示转移用户i的任务执行的能耗，其中
表示卸载执行的总能耗，满足如下公式：
表示本地执行的总能耗，，满足如下公式：
其中，权衡时需要调整参数V使得公式(20)最小化。
若用户优先选择使用中继基站，则最优中继基站的选择如下：
在两个或多个微小区之间，会布置有中继基站。中继基站启用的条件为：在转移用户和被转移小区基站之间没有用户或在转移用户和被转移小区基站之间或没有符合约束的用户做中继用户。
中继基站的状态用ζ表示，即ζ＝1表示中继基站处于工作状态，ζ＝0表示中继基站处于空闲状态，ζ＝-1表示浅度睡眠状态。
在选定转移小区后，如果在转移用户和被转移小区基站之间没有用户，如果检测到两个小区之间的中继基站处于浅度睡眠状态或空闲状态，那么转移用户会通过中继基站将业务请求或任务转移通过所述中继基站到被转移小区；如果检测到所述基站处于工作状态，需要对工作状态下的中继基站检测负载情况。
首先搜索转移小区附近的中继基站，可以为转移小区的相邻中继基站，按照中继基站到转移用户距离和中继基站到被转移小区基站距离之和从小到大排序，得到第一中继基站队列：
BSrelay＝{r1,…,rb} (22)
接下来，对所述附近中继基站进行负载判断。如果在接入转移用户前，所属中继基站负载为满载或接入转移用户后中继基站负载为满载或接近满载状态，则该基站从附近中继基站队列中移除，得到第二中继基站队列：
最后，对公式(23)从前向后搜索得到合适的中继基站，选择所述第二中继基站队列中到所述转移用户的通信距离最短的中继基站作为所述最优中继基站。
如果所述中继基站与被转移小区基站之间存在合适的用户作为中继用户，则中继基站将任务或业务请求转发给中继用户，并通过中继用户将任务传输给最终执行用户；如果没有合适的中继用户，则中继基站直接将任务传输给最终执行用户。由于中继基站发射功率远大于中继用户，所产生的功耗因此大于中继用户，但是时延方面要优于中继用户。
步骤7、将所述转移用户的任务转移到最终执行任务用户进行传送和执行。建立链路，准备任务的传输和执行。
实施例三
请参考图2，图2为本发明实施例提供的一种基于雾计算和协作通信网络的负载均衡方法的工作原理示意图；所有通信用户均工作在正交频分多址接入(OrthogonalFrequency Division Multiple Access，OFDMA)模式下。
微小区基站FBS1和FBS5为满载或过载状态，需要进行负载均衡，宏小区基站在本专利中的作用为宏观调控微小区基站和中继基站，中继基站Relay5，由于该基站附近微小区基站负载均为低负载状态，不需要进行负载均衡，因此宏小区基站MBS会向该中继基站发送浅度睡眠控制信息，使得该基站处于浅度睡眠状态，降低中继基站的能耗，进而降低总体能耗。
假设宏小区内有M个微小区，对于任意微小区FBSi，其覆盖面积在覆盖范围内，用户个数为其中有任务用户个数为且
在任务传输过程中，记N0为高斯白噪声强度。Li,j为任务发送端i向接收端j传输任务时的路径损耗；γi,j表示任务发送端i向接收端j传输任务，接收端j的信干噪比(Signalto Interference plus Noise Ratio，SINR)；表示数据接收端i要保证正常通信所需的SINR门限值。
微小区基站FBS1和FBS5为满载或过载状态，需要进行负载均衡，优先将小区边缘用户作为转移用户，转移用户需要将任务转移到附近微小区执行，释放所述过载小区FBS1和FBS5的物理资源供其他用户使用。
由于移动设备也存在计算能力和存储转发能力，因此，首先通过设备端进行简单的计算，再通过基站将请求发送到远程服务端，一方面降低时延，同时降低了过载小区的负载，提高了系统容量。
具体负载均衡策略步骤如下所示：
宏基站MBS获取所有微小区基站和中继基站的位置，并通过公式计算所述微小区基站和中继基站的负载情况。所述公式如下：
如果ρv≥1，说明小区需要进行负载均衡。
接下来，通过公式计算出所述小区过载用户数，进而确定需要转移的用户，所述公式如下：
根据公式计算出小区基站的负载情况，若负载值大于等于1，则代表该基站为满载或过载状态，需要进行负载均衡，通过计算的到过载用户数，划定转移用户和非转移用户。
根据划定好的边缘用户和中心用户，优先选择边缘用户作为转移用户，若边缘用户数大于等于转移用户数，则所有转移用户均从边缘用户选出，若边缘用户数小于转移用户数，则一部分转移用户需要从中心用户中选出。
接下来，确定好转移用户后，需要确定被转移小区，搜索附近小区，为了避免乒乓效应，即被转移用户也为满载或过载小区，或者转移用户进程完成后，该小区变为满载或过载小区，宏小区基站MBS将这一类小区从搜索队列中移除。
接下来，选定被转移小区后，确定最终执行任务的用户。所述最终执行任务用户需要满足计算资源占用率不超过80％，且执行任务与当前用户设备占用的计算资源量之和不超过70％。按照执行任务与当前用户设备占用的计算资源量之和尽可能低的原则，选定最终执行用户。
接下来，需要确定任务转移方式，即使用中继基站还是中继用户。用户根据不同喜好选择中继选择优先级，即如果用户考虑低时延，则优先选择中继基站，若用户考虑低能耗，则优先选择中继用户。
其中，最优中继用户的选择需要满足如下权衡公式：
如上所述，考虑低时延，则减小参数V的值；考虑低能耗，则增大参数V的值。
最后，建立相应链路，准备任务的传输与执行。
实施例四
宏小区基站MBS覆盖半径为300米，MBS位于宏小区中心位置；微小区基站FBS覆盖半径为50米，且微小区最多容纳50个用户。D2D通信距离上限为30米。所有移动设备发射功率上限制为23dBm。蜂窝功率为600mw，D2D功率为200mw，CPU功率为900mw，CPU速率为100MIPS，任务尺寸为[500kb,2000kb]，蜂窝链路路径损耗为L＝148+40log10(d)，D2D链路路径损耗为L＝128.1+37.6log10(d)。
仿真实验中，FBS处于过载或满载状态，本专利首先比较了任务时延和功耗的关系，请参考图3，图3为本发明实施例提供的权衡公式不同参数V对应的任务时延和能耗对比示意图。从图3可以看出，横轴表示参数V，左纵轴表示任务功耗，右纵轴表示任务时延，随着横轴参数V的增大，任务功耗首先快速降低，接下来，功耗变化趋于平稳，任务时延随着参数V的呈线性变大趋势。
接下来比较了中继位置与任务执行功耗的关系，请参考图4，图4为本发明实施例提供的不同中继用户位置与功耗关系示意图；横轴表示第二中继节点到基站的距离，纵轴表示任务执行的功耗，不同折线表示不同第一中继节点到转移用户的距离。从图中可以看出，随着横轴第二中继节点到基站的距离不断增加，纵轴任务执行的功耗首先有明显的增大趋势，接下来，该趋势趋于平稳；随着第一中继节点到转移用户的距离增加，任务执行的总体能耗也不断增加。其中，第一中继节点可以为中继用户或者中继基站，第二中继节点也可以为中继用户或者中继基站。
接下来比较了不同策略下任务执行时延与功耗的关系。请参考图5，图5为本发明实施例提供的不同负载均衡策略下任务执行能耗对比示意图。横轴表示任务执行时延，纵轴表示任务执行能耗，不同折线表示不同策略下任务执行。如图可以看出，随着横轴任务时延的增加，纵轴任务功耗为增加趋势，接下来，比较不同策略的任务功耗趋势，由图中看出，因为中继基站发射功率远大于终端设备，使用中继基站策略时延要优于不使用负载均衡策略和使用中继用户，但是功耗要大于其他策略；因为D2D链路路径损耗低于蜂窝链路，所以使用中继用户策略功耗要低于其他两个策略，但是对中继用户的选择需要消耗部分时延，因此，在时延方面，该策略要劣于其他两个策略。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。
Claims (10)
1.一种基于雾计算和协作通信网络的负载均衡方法，其特征在于，包括如下步骤：
(a)获取过载小区；
(b)获取所述过载小区内的转移用户；
(c)获取所述转移用户的被转移小区；
(d)获取所述转移用户的执行任务用户；
(e)获取所述转移用户的任务转移方式；
(f)根据所述任务转移方式将所述转移用户的任务转移到所述执行任务用户以完成任务的传送和执行。
2.根据权利要求1所述的负载均衡方法，其特征在于，步骤(b)包括：
(b1)计算所述过载小区的过载用户数；
(b2)根据所述过载用户数获取所述转移用户。
3.根据权利要求2所述的负载均衡方法，其特征在于，所述过载用户数满足如下公式：
<mrow>
<msub>
<mi>n</mi>
<mi>v</mi>
</msub>
<mo>=</mo>
<mi>max</mi>
<mrow>
<mo>(</mo>
<mn>0</mn>
<mo>,</mo>
<msub>
<mi>U</mi>
<mi>v</mi>
</msub>
<mo>&CenterDot;</mo>
<mfrac>
<mrow>
<msub>
<mi>&rho;</mi>
<mi>v</mi>
</msub>
<mo>-</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>&rho;</mi>
<mi>v</mi>
</msub>
</mfrac>
<mo>)</mo>
</mrow>
</mrow>
其中，nv代表所述过载小区的过载用户数，Uv表示所述过载小区内总用户数。
4.根据权利要求3所述的负载均衡方法，其特征在于，步骤(b2)包括：
(b21)根据通信距离将所述过载小区的用户划分为中心用户和边缘用户；
(b22)若所述过载用户数小于等于边缘用户数，则所述转移用户从所述边缘用户中选择；否则，所述转移用户从所述边缘用户中选择后再从所述中心用户中选择。
5.根据权利要求4所述的负载均衡方法，其特征在于，步骤(c)包括：
(c1)根据所述负载值对所述过载小区的邻小区进行排序得到第一小区队列；
(c2)将所述第一小区队列中处于过载状态的小区和满载状态的小区去除得到第二小区队列；
(c3)去除若发生转移后所述第二小区队列中成为过载状态和满载状态的小区得到第三小区队列；
(c4)在所述第三小区队列中选择通信距离最近、负载最低的小区作为所述被转移小区。
6.根据权利要求5所述的负载均衡方法，其特征在于，步骤(e)包括：
获取用户设定的任务转移优先级，判断所述任务转移优先级是否为中继用户，若是，则选择最优中继用户；若否，则所述任务转移优先级为中继基站，则选择最优中继基站。
7.根据权利要求6所述的负载均衡方法，其特征在于，选择最优中继用户包括：
(x1)根据第一通信距离约束获得第一中继用户队列；
(x2)根据所述第一中继用户队列中用户的第一可用计算资源量约束获得第二中继用户队列；
(x3)根据所述第二中继用户队列和权衡公式获得所述最优中继用户，其中，所述权衡公式满足：
<mfenced open = "" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mi>min</mi>
<mi>i</mi>
<mi>s</mi>
<mi>i</mi>
<mi>z</mi>
<mi>e</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>&Element;</mo>
<mi>U</mi>
</mrow>
</munder>
<mrow>
<mo>(</mo>
<msub>
<mi>T</mi>
<mi>i</mi>
</msub>
<mo>+</mo>
<mi>V</mi>
<mo>&CenterDot;</mo>
<mi>E</mi>
<mo>&lsqb;</mo>
<msub>
<mi>Z</mi>
<mi>i</mi>
</msub>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
<mo>&rsqb;</mo>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
其中，Ti表示所述转移用户i完成任务执行的时延，V表示大于0的权衡参数，Zi(t)表示所述转移用户i的任务执行的能耗。
8.根据权利要求7所述的负载均衡方法，其特征在于，所述第一通信距离约束满足：所述转移用户与所述中继用户的通信距离小于等于20米。
9.根据权利要求8所述的负载均衡方法，其特征在于，第一可用计算资源量约束满足：所述中继用户当前被占用的计算资源量小于等于80％。
10.根据权利要求9所述的负载均衡方法，其特征在于，选择最优中继基站，包括：
(y1)获取所述转移小区的相邻中继基站；
(y2)根据所述相邻中继基站到所述转移用户的通信距离获得第一中继基站队列；
(y3)去除所述第一中继基站队列中的满载状态的中继基站和过载状态的中继基站得到第二中继基站队列；
(y4)选择所述第二中继基站队列中到所述转移用户的通信距离最短的中继基站作为所述最优中继基站。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810023460.4A CN108112037B (zh) | 2018-01-10 | 2018-01-10 | 基于雾计算和协作通信网络的负载均衡方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810023460.4A CN108112037B (zh) | 2018-01-10 | 2018-01-10 | 基于雾计算和协作通信网络的负载均衡方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108112037A true CN108112037A (zh) | 2018-06-01 |
| CN108112037B CN108112037B (zh) | 2021-06-08 |
Family
ID=62219798
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810023460.4A Active CN108112037B (zh) | 2018-01-10 | 2018-01-10 | 基于雾计算和协作通信网络的负载均衡方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108112037B (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109802998A (zh) * | 2018-12-28 | 2019-05-24 | 上海无线通信研究中心 | 一种基于博弈的雾网络协同调度激励方法及系统 |
| CN110113140A (zh) * | 2019-03-08 | 2019-08-09 | 北京邮电大学 | 一种雾计算无线网络中的计算卸载方法 |
| CN110234127A (zh) * | 2019-06-11 | 2019-09-13 | 重庆邮电大学 | 一种基于sdn的雾网络任务卸载方法 |
| CN111641973A (zh) * | 2020-05-29 | 2020-09-08 | 重庆邮电大学 | 一种雾计算网络中基于雾节点协作的负载均衡方法 |
| CN112738767A (zh) * | 2020-11-30 | 2021-04-30 | 中南大学 | 一种基于信任的移动边缘用户任务调度方法 |
| CN113271613A (zh) * | 2020-04-24 | 2021-08-17 | 中兴通讯股份有限公司 | 基于基站群的数据处理方法、基站及基站系统 |
| CN113676559A (zh) * | 2021-10-23 | 2021-11-19 | 深圳希研工业科技有限公司 | 物联网多设备移动边缘计算的信息处理系统及方法 |
| US20220166848A1 (en) * | 2019-06-07 | 2022-05-26 | Telefonaktiebolaget Lm Ericsson (Publ) | Allocation of fog node resources |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102256307A (zh) * | 2011-06-21 | 2011-11-23 | 北京邮电大学 | Lte接入网分布式负载均衡方法及系统 |
| CN106900011A (zh) * | 2017-02-28 | 2017-06-27 | 重庆邮电大学 | 一种基于mec的蜂窝基站间任务卸载方法 |
-
2018
- 2018-01-10 CN CN201810023460.4A patent/CN108112037B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102256307A (zh) * | 2011-06-21 | 2011-11-23 | 北京邮电大学 | Lte接入网分布式负载均衡方法及系统 |
| CN106900011A (zh) * | 2017-02-28 | 2017-06-27 | 重庆邮电大学 | 一种基于mec的蜂窝基站间任务卸载方法 |
Non-Patent Citations (1)
| Title |
|---|
| 许腾驹等: "异构网络下基于D2D通信机制的负载均衡策略", 《计算机工程与设计》 * |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109802998A (zh) * | 2018-12-28 | 2019-05-24 | 上海无线通信研究中心 | 一种基于博弈的雾网络协同调度激励方法及系统 |
| CN109802998B (zh) * | 2018-12-28 | 2021-09-17 | 上海无线通信研究中心 | 一种基于博弈的雾网络协同调度激励方法及系统 |
| CN110113140A (zh) * | 2019-03-08 | 2019-08-09 | 北京邮电大学 | 一种雾计算无线网络中的计算卸载方法 |
| US20220166848A1 (en) * | 2019-06-07 | 2022-05-26 | Telefonaktiebolaget Lm Ericsson (Publ) | Allocation of fog node resources |
| US12041147B2 (en) * | 2019-06-07 | 2024-07-16 | Telefonaktiebolaget Lm Ericsson (Publ) | Allocation of fog node resources |
| CN110234127A (zh) * | 2019-06-11 | 2019-09-13 | 重庆邮电大学 | 一种基于sdn的雾网络任务卸载方法 |
| CN110234127B (zh) * | 2019-06-11 | 2022-04-01 | 重庆邮电大学 | 一种基于sdn的雾网络任务卸载方法 |
| CN113271613A (zh) * | 2020-04-24 | 2021-08-17 | 中兴通讯股份有限公司 | 基于基站群的数据处理方法、基站及基站系统 |
| CN111641973A (zh) * | 2020-05-29 | 2020-09-08 | 重庆邮电大学 | 一种雾计算网络中基于雾节点协作的负载均衡方法 |
| CN111641973B (zh) * | 2020-05-29 | 2022-04-01 | 重庆邮电大学 | 一种雾计算网络中基于雾节点协作的负载均衡方法 |
| CN112738767A (zh) * | 2020-11-30 | 2021-04-30 | 中南大学 | 一种基于信任的移动边缘用户任务调度方法 |
| CN113676559A (zh) * | 2021-10-23 | 2021-11-19 | 深圳希研工业科技有限公司 | 物联网多设备移动边缘计算的信息处理系统及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108112037B (zh) | 2021-06-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108112037B (zh) | 基于雾计算和协作通信网络的负载均衡方法 | |
| CN111132191B (zh) | 移动边缘计算服务器联合任务卸载、缓存及资源分配方法 | |
| CN110493757B (zh) | 单服务器下降低系统能耗的移动边缘计算卸载方法 | |
| CN109151864B (zh) | 一种面向移动边缘计算超密集网络的迁移决策与资源优化分配方法 | |
| CN110087318A (zh) | 基于5g移动边缘计算的任务卸载和资源分配联合优化方法 | |
| CN103959862A (zh) | 基于负载的切换管理 | |
| CN111182570A (zh) | 提高运营商效用的用户关联和边缘计算卸载方法 | |
| CN111669775B (zh) | 一种异构网络下基于支持向量机的资源分配方法 | |
| CN107911856B (zh) | 一种超密集异构网络中基于匹配博弈的分离多接入方法 | |
| Li et al. | Offloading in HCNs: Congestion-aware network selection and user incentive design | |
| CN113918240A (zh) | 任务卸载方法及装置 | |
| CN109756912A (zh) | 一种多用户多基站联合任务卸载及资源分配方法 | |
| CN102905277B (zh) | 一种选择协作节点的基站、系统及方法 | |
| CN111885147A (zh) | 边缘计算中的一种资源动态定价方法 | |
| WO2013000225A1 (zh) | 一种小区间负载平衡的实现方法及装置 | |
| Zhong et al. | Stable user association and resource allocation based on stackelberg game in backhaul-constrained HetNets | |
| CN104902431A (zh) | 一种lte网络中跨小区d2d通信频谱分配方法 | |
| CN104581826B (zh) | 一种动态负载均衡方法及系统 | |
| CN109982411B (zh) | 终端接入网的选择方法、装置及其终端 | |
| JP2013106326A (ja) | 制御装置、通信システム、制御プログラムおよび制御方法 | |
| JP2009246476A (ja) | 無線通信システム及び無線通信制御方法 | |
| Zhang et al. | Adaptive digital twin server deployment for dynamic edge networks in IoT system | |
| CN107770816A (zh) | 一种lte负载均衡方法、接纳控制模块及系统 | |
| CN106488543A (zh) | 一种功率确定方法、服务基站、用户设备和系统 | |
| CN105516636B (zh) | 一种基于视频通信的异构网络多接入资源分配方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |