CN110446215A - 一种基于无线传能的移动边缘计算网络中通信资源分配与功率控制机制 - Google Patents

Abstract

一种基于无线传能的移动边缘计算网络中通信资源分配与功率控制机制，属于移动边缘计算、无线能量传输的复合领域，本发明先通过基于任务优先级的周期性信道分配算法在决策中心对通信资源实施在线分配机制，将任务截止期内的联合上下行通信资源分配与功率控制问题转化为固定信道下用户上下行功率控制问题，进而将问题松弛为单用户在给定上下行时间分配下的功率分配子问题，上行迁移采用等功率分配方案并计算基站传能能耗，随后利用一维搜索法获得最优时间分配和其对应的最小传能能耗，算法结束。本发明能实现单小区多用户无线传能移动边缘计算网络中的资源分配与功率控制策略，大量仿真证明该策略能在用户子信道较少时能显著改善系统传能能耗。

Description

一种基于无线传能的移动边缘计算网络中通信资源分配与功 率控制机制

技术领域

本发明属于移动边缘计算、无线能量传输与采集的复合领域，特别是涉及一种基于无线供能的移动边缘计算网络下通信资源分配与功率控制机制。

背景技术

目前，以虚拟/增强现实、工业物联网、智慧城市等为代表的新业务对移动通信提出了更高的要求，降低系统能耗、保障设备稳定获能、支持低时延、高可靠以及高速率等诉求驱动了诸如移动边缘计算(MEC,Mobile Edge Computing) 技术、无线能量传输(WPT,Wireless PowerTransfer)等新技术的发展。WPT为电气设备提供了一种简单的充电方法，现已有较多领域实现了无线充电，如手机、电动汽车等。WPT的主要优点有：解决电气设备受限于电池容量的问题、解决更换电池困难或有线充电困难等场景、设备需可持续稳定获能等。而移动边缘计算(MEC,Mobile Edge Computing)技术通过将计算资源部署在网络入口处可以有效解决当前移动通信网在用户层面、接入层面和运营层面可持续发展面临的矛盾。通过将WPT技术应用于MEC网络中，结合二者的优势，能够有效解决移动终端供能与计算能力之间的矛盾，能够充分利用MEC服务器强大的计算能力，降低终端设备因计算复杂度和体积受限带来的成本问题，能够充分利用无线网络传能，提升终端续航能力，减少电池损耗。此外，该模式下可以更方便基站对于系统中各设备的能耗管理从而降低用户能耗，提升资源利用率达到节约成本。

在无线传能MEC系统(WPT-MEC)中，资源管理与分配涉及多个维度，包括传能决策、传能资源分配、迁移决策、通信资源分配以及计算资源分配等。在迁移过程中，涉及任务传输的通信资源分配以及边缘计算服务器的计算资源分配。其难点在于：1)传能与通信耦合，即用户传能与传信息相互耦合于同一信号中；2)计算与通信耦合，即用户感知性能依赖于通信与计算资源的联合配置，比如传输功率、信道、时隙等；3)多用户或多小区网络中还面临用户竞争、小区间干扰与资源竞争等。现有的多用户无线传能MEC网络中资源分配机制多以最大化用户节省能耗为目的，且多采用TDMA或定向波束传能为主，无实现最小化多用户基于TDD-OFDMA的系统能耗分配方案。

发明内容

有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是提供一种基于无线传能的移动边缘计算网络中通信资源分配与功率控制机制。

本发明首先通过基于任务优先级的周期性信道分配算法的启发式信道分配方案在决策中心对通信资源实施在线分配机制，将任务截止期内的联合上下行通信资源分配与功率控制问题转化为在固定信道下各用户的上下行功率控制问题，进一步将问题松弛为每个用户在给定上下行时间分配下的功率分配子问题，各用户子信道上行迁移过程采用等功率分配方案并求出其对应的基站传能能耗，随后利用一维搜索方法获得最优时间分配和其对应的最小传能能耗，直至算法结束。

为实现上述目的，本发明提供了一种基于无线传能的移动边缘计算网络中通信资源分配与功率控制机制，包括以下步骤：

一种基于无线传能的移动边缘计算网络中通信资源分配与功率控制机制，其特征在于，包括以下步骤：

S1：定义下列各项数据；

定义基站可提供的信道带宽容量为W_B；

定义基站可提供的等带宽的子信道数为N，子信道集合为N＝{1,...,N}；

定义网络中用户数为K，用户集合k＝{1,...,K}；

定义系统截止时间长度T；

定义系统上下行分离时间常量为τ,0＜τ＜1，即τT内完成传能，(1-τ)T内完成计算任务迁移；

定义所有用户的能量转换效率为0＜ζ≤1；

定义所有用户的计算任务长度为L＝{l₁,...,l_K}；

定义子信道n对于用户k的信道功率增益为h_k,n；

定义用户k对子信道n的获取情况为x_k,n，子信道n的获取情况为x_n，N_k表示用户k分配到的子信道集；

定义用户k的传能信道为

定义用户的本地运行功率为p_loc；

定义基站为用户k下行传能的发射功率为用户k在子信道n上行发射功率为

S2：初始化N条子信道随机分配，

S3：计算用户对应各子信道的信道功率增益

S4：对用户计算数据量L降序排列，得到

S5：对L中用户的降序排列，有

S6：假定为用户分配的信道子集规模相等，即子信道数除用户数结果取整得到，len＝floor(N/K)，该floor函数为取整函数；

S7：执行len次循环，每次循环中依次按L顺序为K个用户分配1条子信道；

S8：用户获得对应的信道子集N_k；

S9：在N_k中选择用户下行传能信道

S10：初始化τ＝τ₀，τ∈(0,1)，搜索步长为Δ；

S11：执行当前τ值下各用户能效功率分配方案，并计算对应该值下的基站最小传能能耗：

S12：更新τ＝τ+Δ；

S13：搜索所有τ值后，对比不同τ值下所获得的所有基站最小传能能耗，选取能耗最小值所对应的τ*值和其对应上下行功率分配方案作为最优能效分配方案；

S14：算法结束，输出当前任务截止期T内各用户信道分配情况N_k，传能信道下行传能信道发射功率和用户在各信道上行迁移的发射功率及基站最小传能能耗

进一步地：步骤S11中的所述当前τ值的能效分配方案满足以下步骤：

S11-1：根据分配的信道子集N_k获取当前用户各子信道增益与信道子集规模len作为输入；

S11-2：对由大到小排列；

S11-3：计算当前各用户k∈K的最小上行速率为：

S11-4：对于所有用户当前用户k∈K的最优传能功率为：

S11-5：输出基站为系统内各用户传能的发射功率为：

S11-6：输出给定上下行分离时间常量τ时，基站传能消耗最小能耗：

进一步地：S7-1：依据顺序为用户分配子信道；

S7-2：当信道未被分配即x_n＝0时，则令x_n＝1,x_k,n＝1；

S7-3：否则，按h′_k,1＞...＞h′_k,n＞...＞h′_k,N顺序搜索最近的未被分配子信道x_n＝0，此时，令x_n＝1，x_k,n＝1。

进一步地：所述步骤S11-4包括如下步骤：

对于所有用户

S11-4-1：设置用户k∈K的上行信道功率和初值为p_init，最小步长为δ；

S11-4-2：各用户k∈K采用各信道等功率上行迁移传输，计算出当前用户的上行速率：

S11-4-3：如果则：

p_init←p_init+δ；

计算出当前用户的上行速率进入S11-4-5；

否则：

锁定最佳用户上行功率和区间为：(p_init-δ,p_init)，进入S11-4-5；

S11-4-5：利用二分法在上述区间内匹配用户k∈K在各信道上的最小上行发射功率和：使得其上行迁移速率满足

S11-4-6：当前用户k∈K的最优传能功率为：

本发明的有益效果是：

第一，在本发明中的一种基于无线传能的移动边缘计算网络中通信资源分配与功率控制机制，通过决策中心对基于TDD-OFDMA的通信资源实施在线资源分配后将问题转化为能效功率分配问题，在满足截止时间内完成各用户计算迁移时以最小化多用户系统传能能耗为目标函数。在这种情况下，能使得网络资源均衡分配至系统各用户，功率控制满足均等分配方式，达到合理节约系统传能能耗的有效配置。

第二，本发明基于TDD-OFDMA为MEC与WPT网络结合提供了新思路；

第三，采用基于任务优先级的周期性信道分配算法能保证子信道均衡分配；

第四，等功率分配算法快速实现WPT-MEC网络上行迁移功率控制；

第五，可快速进行WPT-MEC网络中的通信资源分配与功率控制；

第六，最小化系统传能能耗，使得资源得到有效配置，本发明适用于移动边缘计算和无线能量传输与采集，本发明收敛速度快、复杂度低，易实现。

附图说明

图1是本发明性能示例场景图；

图2是本发明用户工作模式；

图3是系统传能能耗对比图。

具体实施方式

下面结合实施例对本发明作进一步说明：

如图1所示，假设网络中包括四个移动用户MU1、MU2、MU3、MU4，一个无线网络接入基站BS，以及一个边缘云服务器Server；其中，下行链路为传能链路，上行链路为迁移计算链路。

如图2所示，用户工作模式中表示计算任务截止时间T秒，上下行分离常量为任意用户τ；其中，τT表示基站为用户传能时间，(1-τ)T表示计算任务迁移时间，考虑到服务器计算能力强大且计算后结果量较小，故忽略结果反馈时间。任意用户k(k＝1,…,4)的迁移任务表示为l_kbits，能量转换效率为ζ。例如 l₁＝1000bits表示用户1需要迁移的计算任务长度为1000bits，ζ＝1表示用户吸收的能量全部得以转换为用户供能。系统总带宽为W_B，子信道为均等划分，子信道数为N。例如W_B＝10⁷Hz，N＝32表示系统内子信道带宽为W_S＝312.5kHz。

针对图1所示网络拓扑模型与图1所示用户工作模式，

一种基于无线供能的移动边缘计算网络下通信资源分配与功率控制机制，它包含以下步骤：

该方法适用无线供能的各用户基于TDD-OFDMA的移动边缘计算网络下通信资源分配与功率控制。系统基于任务优先级周期性的将网络资源分配给系统内各用户，使得资源得到有效均衡配置，以获取最大的能量节约。

MEC网络的决策中心负责收集用户信息和边缘计算网络信息，具体收集信息包括用户数、各用户计算任务量、信道资源总量；

一种基于无线传能的移动边缘计算网络中通信资源分配与功率控制机制，其特征在于包括以下步骤：

S1：定义下列各项数据；

定义基站可提供的信道带宽容量为W_B；

定义基站可提供的等带宽的子信道数为N，子信道集合为N＝{1,...,N}；

定义网络中用户数为K，用户集合k＝{1,...,K}；

定义系统截止时间长度T；

定义系统上下行分离时间常量为τ,0＜τ＜1，即τT内完成传能，(1-τ)T内完成计算任务迁移；

定义所有用户的能量转换效率为0＜ζ≤1；

定义所有用户的计算任务长度为L＝{l₁,...,l_K}；

定义子信道n对于用户k的信道功率增益为h_k,n；

定义用户k对子信道n的获取情况为x_k,n，子信道n的获取情况为x_n，N_k表示用户k分配到的子信道集；

定义用户k的传能信道为

定义用户的本地运行功率为p_loc；

定义基站为用户k下行传能的发射功率为用户k在子信道n上行发射功率为

以上各项数据的定义顺序不分先后；

阶段1：信道资源在线分配方案：基于任务优先级的周期性信道分配算法

S2：初始化N条子信道随机分配，

S3：计算用户对应各子信道的信道功率增益

S4：对用户计算数据量L降序排列,具体为采用MATLAB软件中的排序函数，L←sort(L)，有

S5：对L中用户的降序排列，有

S6：假定为用户分配的信道子集规模相等，即len＝floor(N/K)，即子信道数除用户数结果取整得到，len＝floor(N/K)，该floor函数采用MATLAB软件中取整函数；

S7：执行len次循环，每次循环中依次按L顺序为K个用户分配1条子信道；

S7-1：依据顺序为用户分配子信道；

S7-1-1：当信道未被分配即x_n＝0时，则令x_n＝1,x_k,n＝1；

S7-1-2：否则，按h′_k,1＞...＞h′_k,n＞...＞h′_k,N顺序搜索最近的未被分配子信道x_n＝0，此时，令x_n＝1，x_k,n＝1；

S8：用户获得对应的信道子集N_k；

S9：在N_k中选择用户下行传能信道

阶段2：基于定步长一维搜索的子信道上行等功率分配算法

S10：初始化τ＝τ₀，τ∈(0,1)，搜索步长为Δ；

S11：执行当前τ值下各用户能效功率分配方案，并计算对应该值下的基站最小传能能耗：

S12：更新τ＝τ+Δ；

S13：搜索所有τ值后，对比不同τ值下所获得的所有基站最小传能能耗，选取能耗最小值所对应的τ*值和其对应上下行功率分配方案作为最优能效分配方案；

S14：算法结束，输出当前任务截止期T内各用户信道分配情况N_k，传能信道下行传能信道发射功率和用户在各信道上行迁移的发射功率及基站最小传能能耗

步骤S11中的所述当前τ值的能效分配方案满足以下步骤：

S1：根据分配的信道子集N_k获取当前用户各子信道增益与信道子集规模len作为输入；

S2：对h_k,n,由大到小排列；

S3：计算当前各用户k∈K的最小上行速率为：

S4：对于所有用户

S4-1：设置用户k∈K的上行信道功率和初值为p_init，最小步长为δ；

S4-2：各用户k∈K采用各信道等功率上行迁移传输，计算出当前用户的上行速率：

S4-3：如果则：

p_init←p_init+δ；

计算出当前用户的上行速率

否则：

锁定最佳用户上行功率和区间为：(p_init-δ,p_init)；

S4-4：利用二分法在上述区间内匹配用户k∈K在各信道上的最小上行发射功率和：使得其上行迁移速率满足

S4-5：当前用户k∈K的最优传能功率为：

S5：输出基站为系统内各用户传能的发射功率为：

S6：输出给定上下行分离时间常量τ时，基站传能消耗最小能耗：将本发明所提方法与基于任务优先信道分配算法的能效功率分配算法进行性能比较，任务优先信道分配能效功率分配算法基本思想为：信道资源在线分配方式仍先对每个用户的计算任务数据量l_k降序排列，并规定每个用户分配相同数量的信道子集，根据l_k由大到小顺序依次为用户分配信道子集，直至当前用户的信道子集满员后再考虑下一用户。上下行功率控制方式为基于优化理论推出的能效功率分配算法，子信道按照其信道状态优劣合理分配上行发射功率。仿真设置条件为：该系统场景下设置系统子信道带宽为312.5kHz，子信道共64条，噪声功率1e-9w，系统截止时间0.05秒，用户电路功率0.5*1e-4w，各用户任务长度随机于(5000,15000)bits之间取值。

图3展示了本发明所提方法与基于用户优先的最小能耗算法描述系统总能耗随系统内用户子信道数变化对比图；其为执行20000次蒙特卡洛仿真下平均结果。首先，随着用户分配子信道的增加，两种算法的系统总能耗均逐渐减小，随着用户数增加，其原因在于：随着用户分配子信道的增多，各用户可以选择用于传能的信道选择也变多，系统能够分配信道功率增益大的子信道给用户，用户用于上行迁移的信道增多也会优化能耗，用户下行传能信道可以让用户选择更优信道传能以减少能量传输过程中的损耗；其次，在单个用户分配子信道数小于6时，本发明算法能耗表现明显优于基于用户优先的最小能耗算法，其原因在于：系统为用户分配较少子信道数时通信资源分配方案比对比算法更合理，优化系统传能能耗性能更明显；此外，在单个用户分配子信道数超过6时，对比算法中的最小能耗算法在功率控制方案上更节约系统传能能耗，但随着系统分配信道数的增多也造成网络资源的浪费。可以看出，本发明所提方法相对于基于用户优先的最小能耗算法而言在用户获得子信道数较少时能显著降低系统传能能耗。

以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (4)

1.一种基于无线传能的移动边缘计算网络中通信资源分配与功率控制机制，其特征在于包括以下步骤：

S1：定义下列各项数据；

定义基站可提供的信道带宽容量为W_B；

定义基站可提供的等带宽的子信道数为N，子信道集合为N＝{1,...,N}；

定义网络中用户数为K，用户集合k＝{1,...,K}；

定义系统截止时间长度T；

定义系统上下行分离时间常量为τ,0＜τ＜1，即τT内完成传能，(1-τ)T内完成计算任务迁移；

定义所有用户的能量转换效率为0＜ζ≤1；

定义所有用户的计算任务长度为L＝{l₁,...,l_K}；

定义子信道n对于用户k的信道功率增益为h_k,n；

定义用户k对子信道n的获取情况为x_k,n，子信道n的获取情况为x_n，N_k表示用户k分配到的子信道集；

定义用户k的传能信道为

定义用户的本地运行功率为p_loc；

定义基站为用户k下行传能的发射功率为用户k在子信道n上行发射功率为

S2：初始化N条子信道随机分配，

S3：计算用户对应各子信道的信道功率增益

S4：对用户计算数据量L降序排列，得到

S5：对L中用户的降序排列，有

S6：假定为用户分配的信道子集规模相等，即子信道数除用户数结果取整得到，len＝floor(N/K)，该floor函数为取整函数；

S7：执行len次循环，每次循环中依次按L顺序为K个用户分配1条子信道；

S8：用户获得对应的信道子集N_k；

S9：在N_k中选择用户下行传能信道

S10：初始化τ＝τ₀，τ∈(0,1)，搜索步长为Δ；

S11：执行当前τ值下各用户能效功率分配方案，并计算对应该值下的基站最小传能能耗：

S12：更新τ＝τ+Δ；

S13：搜索所有τ值后，对比不同τ值下所获得的所有基站最小传能能耗，选取能耗最小值所对应的τ^*值和其对应上下行功率分配方案作为最优能效分配方案；

S14：算法结束，输出当前任务截止期T内各用户信道分配情况N_k，传能信道下行传能信道发射功率和用户在各信道上行迁移的发射功率及基站最小传能能耗

2.根据权利要求1中所述的一种基于无线传能的移动边缘计算网络中通信资源分配与功率控制机制，其特征在于：

步骤S11中的所述当前τ值的能效分配方案满足以下步骤：

S11-1：根据分配的信道子集N_k获取当前用户各子信道增益与信道子集规模len作为输入；

S11-2：对由大到小排列；

S11-3：计算当前各用户k∈K的最小上行速率为：

S11-4：对于所有用户当前用户k∈K的最优传能功率为：

S11-5：输出基站为系统内各用户传能的发射功率为：

S11-6：输出给定上下行分离时间常量τ时，基站传能消耗最小能耗：

3.根据权利要求1中所述的一种基于无线传能的移动边缘计算网络中通信资源分配与功率控制机制，其特征在于：

S7-1：依据顺序为用户分配子信道；

S7-2：当信道未被分配即x_n＝0时，则令x_n＝1,x_k,n＝1；

S7-3：否则，按h′_k,1＞...＞h′_k,n＞...＞h′_k,N顺序搜索最近的未被分配子信道x_n＝0，此时，令x_n＝1，x_k,n＝1。

4.根据权利要求1中所述的一种基于无线传能的移动边缘计算网络中通信资源分配与功率控制机制，其特征在于：

所述步骤S11-4包括如下步骤：

对于所有用户

S11-4-1：设置用户k∈K的上行信道功率和初值为p_init，最小步长为δ；

S11-4-2：各用户k∈K采用各信道等功率上行迁移传输，计算出当前用户的上行速率：

S11-4-3：如果则：

令p_init＝p_init+δ；

计算出当前用户的上行速率进入S11-4-5；

否则：

锁定最佳用户上行功率和区间为：(p_init-δ,p_init)，进入S11-4-5；

S11-4-5：利用二分法在上述区间内匹配用户k∈K在各信道上的最小上行发射功率和：使得其上行迁移速率满足

S11-4-6：当前用户k∈K的最优传能功率为：