一种面向任务卸载的协作网络中继节点选择方法及装置
技术领域
本发明涉及无线通信技术领域,尤其涉及一种面向任务卸载的协作网络中继节点选择方法及装置。
背景技术
随着第五代通信技术(5G)的快速发展,移动边缘计算(MEC)备受关注。MEC作为边缘云技术,最大的功能就是本地计算和数据处理,把服务下沉到用户的边缘,极大地降低了时延。MEC网络可以解决网络延迟、拥塞和容量等问题。结合MEC和5G网络,能够有效提高用户数据的处理和分析能力。
近年来,随着移动设备计算能力的不断增强,移动设备的能量储备成为限制其发展的重要瓶颈。在电池技术得不到突破的情况下,为了平衡移动设备的能耗,移动设备需要将任务卸载到云端运算和分析,但云端节点距离移动设备较远,任务卸载产生的时延和能耗较大,不利于网络带宽优化的传输效率。
发明内容
本发明提供的一种面向任务卸载的协作网络中继节点选择方法及装置,能够准确选择出最优的中继节点,从而能够有效降低网络系统卸载任务时的时延和能耗,有效地提高网络带宽优化的效率。
为了解决上述技术问题,本发明提供一种面向任务卸载的协作网络中继节点选择方法,包括:
根据源节点、K个中继节点和若干个计算接入节点建立协作网络;其中,所述源节点将多个子任务组成的任务集合卸载到所述若干个中继节点;
获取每一所述中继节点对应的一组信道参数信息,所述源节点通过判断所述信道参数信息选择K/2个中继节点作为最优中继节点的备选节点,其中当K为奇数时,所述备选节点的数量为K/2向上取整;每组信道参数信息包括第一跳信道参数信息和第二跳信道参数信息;
根据拉格朗日乘子法对所述备选节点对应的每个子任务分配带宽,并将带宽分配完毕的每个子任务卸载到所述若干个计算接入节点;
根据每一所述备选节点卸载任务产生的时延和能耗,计算得到所述备选节点中最优的中继节点。
进一步地,所述源节点将多个子任务组成的任务集合卸载到所述若干个中继节点,具体为:
所述源节点通过单通道将多个子任务组成的任务集合卸载到所述若干个中继节点中。
进一步地,所述获取每一中继节点对应的一组信道参数信息,所述源节点通过判断所述信道参数信息选择K/2个中继节点作为最优中继节点的备选节点,其中当K为奇数时,所述备选节点的数量为K/2向上取整,具体为:
对每一组信道参数的两跳信道参数进行比对,筛选出每一所述中继节点对应一组信道参数信息中最小的信道参数信息,将筛选后的K个信道参数信息按照从大到小的顺序进行排序,选出排序在前的K/2个信道参数对应的中继节点作为备选节点,其中,当K为奇数时,所述备选节点的数量为K/2向上取整。
进一步地,所述根据拉格朗日乘子法对所述备选节点对应的每个子任务分配带宽,并将带宽分配完毕的每个子任务卸载到所述若干个计算接入节点,具体为:
根据任务的大小、第二跳信道参数信息、总带宽以及信道数目构造拉格朗日方程,并根据所述拉格朗日方程对所述备选节点对应的每个子任务分配带宽,并将带宽分配完毕的每个子任务卸载到所述若干个计算接入节点。
进一步地,所述根据每一所述备选节点卸载任务产生的时延和能耗,选择出所述备选节点中最优的中继节点,具体为:
根据每一所述备选节点卸载任务产生的时延和能耗的加权成本,所述计算接入点计算每一所述备选节点的权重成本,并根据所述权重成本选择出所述备选节点中最优的中继节点。
本发明还提供一种面向任务卸载的协作网络中继节点选择装置,包括建立模块、选择模块、任务卸载模块和计算模块;
所述建立模块,用于根据源节点、K个中继节点和若干个计算接入节点建立协作网络;其中,所述源节点将多个子任务组成的任务集合卸载到所述若干个中继节点;
所述选择模块,用于获取每一所述中继节点对应的一组信道参数信息,所述源节点通过判断所述信道参数信息选择K/2个中继节点作为最优中继节点的备选节点,其中当K为奇数时,所述备选节点的数量为K/2向上取整;其中,每组信道参数信息包括第一跳信道参数信息和第二跳信道参数信息;
所述任务卸载模块,用于根据拉格朗日乘子法对所述备选节点对应的每个子任务分配带宽,并将带宽分配完毕的每个子任务卸载到所述若干个计算接入节点;
所述计算模块,用于根据每一所述备选节点卸载任务产生的时延和能耗,计算得到所述备选节点中最优的中继节点。
进一步地,所述源节点将多个子任务组成的任务集合卸载到所述若干个中继节点,具体为:
所述源节点通过单通道将多个子任务组成的任务集合卸载到所述若干个中继节点中。
进一步地,所述选择模块,具体用于:对每一组信道参数的两跳信道参数进行比对,筛选出每一所述中继节点对应一组信道参数信息中最小的信道参数信息,将筛选后的K个信道参数信息按照从大到小的顺序进行排序,选出排序在前的K/2个信道参数对应的中继节点作为备选节点,其中,当K为奇数时,所述备选节点的数量为K/2向上取整。
进一步地,所述任务卸载模块,具体用于:
根据任务的大小、第二跳信道参数信息、总带宽以及信道数目构造拉格朗日方程,并根据所述拉格朗日方程对所述备选节点对应的每个子任务分配带宽,并将带宽分配完毕的每个子任务卸载到所述若干个计算接入节点。
进一步地,所述计算模块,具体用于:根据每一所述备选节点卸载任务产生的时延和能耗的加权成本,所述计算接入点计算每一所述备选节点的权重成本,并根据所述权重成本选择出所述备选节点中最优的中继节点。
本发明的实施例,具有如下有益效果:
根据中继节点的信道参数信息预选出预设数量的中继节点,并根据拉格朗日乘子法对每一中继节点的不同子任务分配带宽;计算接入节对中继节点卸载任务时产生的时延和能耗进行计算,能够根据计算得到的权重成本准确选择出最优的中继节点,从而能够有效降低网络系统卸载任务时的时延和能耗,有效地提高网络带宽优化的效率。
附图说明
图1是本发明第一实施例提供的一种面向任务卸载的协作网络中继节点选择方法的流程示意图;
图2是本发明第二实施例提供的一种协作网络的系统模型示意图;
图3是本发明第二实施例提供的一种面向任务卸载的协作网络中继节点选择方法与传统中继节点选择方法的权重成本对比图;
图4是本发明第二实施例提供的一种面向任务卸载的协作网络中继节点选择方法与传统中继节点选择方法的时延能耗对比图;
图5是本发明第二实施例提供的一种面向任务卸载的协作网络中继节点选择方法与传统中继节点选择方法的时延权重成本对比图;
图6是本发明第三实施例提供的一种面向任务卸载的协作网络中继节点选择装置的结构示意图。
具体实施方式
下面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作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。
第一实施例。请参阅图1。
如图1所示,第一实施例提供的一种面向任务卸载的协作网络中继节点选择方法,包括S1~S4:
S1、根据源节点、K个中继节点和若干个计算接入节点建立协作网络;其中,源节点将多个子任务组成的任务集合卸载到若干个中继节点;
在本实施例中,建立一个由源节点S、K个中继节点和多个计算接入点(CAPs)的协作网络(MEC网络),源节点S通过单通道将多个子任务组成的任务集合卸载到每一个中继节点中,每个中继节点通过多通道分别与多个CPAs连接。
S2、获取每一中继节点对应的一组信道参数信息,源节点通过判断信道参数信息选择K/2个中继节点作为最优中继节点的备选节点,其中当K为奇数时,备选节点的数量为K/2向上取整;其中,每组信道参数信息包括第一跳信道参数信息和第二跳信道参数信息;
在本实施例中,源节点S通过获取MEC网络内的信道参数信息,预选出一半的中继节点,表达式为:
θk=min{|hk|2,|g1|2,...,|gN|2}. (1)
其中hk是第一跳信道参数信息,g1,...,gN是第二跳信道参数信息。
S3、根据拉格朗日乘子法对备选节点对应的每个子任务分配带宽,并将带宽分配完毕的每个子任务卸载到若干个计算接入节点;
在实施例中,源节点S端到中继端的带宽固定,中继端到CAPs的总带宽一定,根据中继节点卸载的总任务大小(L)和第二跳信道参数,对每一中继节点的子任务分配带宽,具体为:
计算子任务由第k中继节点卸载到第m个CPA节点时,第m个CAP完成自身任务所需要的总时延,表达式为:
其中,X为任务卸载策略,T
2,knm为任务由第k中继节点卸载到第m个CPA节点过程中产生的传输时延,
为任务由第k中继节点卸载到第m个CPA节点过程中产生的时每个CAP计算子任务需要的时延。
根据任务卸载策略计算第二跳信道参数信息的总时延为:
对公式(3)进行优化后,得到第二跳信道参数信息的总时延表示的时间限制松弛为:
对进行最小化处理,以帮助降低最大时延,并应用权重成本公式得到:
Φ(X)=λTtotal(X)+(1-λ)Etotal(X). (5)
其中,λ为权重因子,通过对权重因子λ的设置可以将系统调整为时延优化或者能耗优化。Ttotal为系统总时延,包括第一跳信道参数信息和第二跳信道参数信息传输时延和任务在中继节点和CAPs的时延。Etotal是系统总能耗。
构建拉格朗日方程为:
其中Bn是待分配带宽,μ是拉格朗日乘子,Φub(X)为一个上限的Φ(X)。通过设置F(Bn,μ)相对于Bn和μ的偏导数为0,可得:
其中M第二跳信道参数的数量,N为选择分配带宽的中继节点,xnm为任务分配策略,PR为中继节点发射功率,σk为噪声功率。
对公式(8)进行求导得到每一个任务所分配的带宽,表达式为
其中ln代表子任务。
S4、根据每一备选节点卸载任务产生的时延和能耗,计算得到备选节点中最优的中继节点。
在本实施例中,计算模块104根据公式(3)以及每一备选节点卸载任务产生的时延和能耗,求得通过每个备选节点传卸载任务产生的时延和能耗的权重成本,选择权重成本最小的备选节点为最优的中继节点。
作为本实施例的一种具体实施方式,源节点将多个子任务组成的任务集合卸载到若干个中继节点,具体为:
源节点通过单通道将多个子任务组成的任务集合卸载到若干个中继节点中。
在本实施例中,源节点通过单通道与若干个中继节点进行连接,并将多个子任务组成的任务集合卸载到若干个中继节点中;每一中继节点通过多通道与多个不同的计算接入节点连接。
作为本实施例的一种具体实施方式,获取每一中继节点对应的一组信道参数信息,源节点通过判断信道参数信息选择K/2个中继节点作为最优中继节点的备选节点,其中当K为奇数时,备选节点的数量为K/2向上取整,具体为:
对每一组信道参数的两跳信道参数进行比对,筛选出每一中继节点对应一组信道参数信息中最小的信道参数信息,将筛选后的K个信道参数信息按照从大到小的顺序进行排序,选出排序在前的K/2个信道参数对应的中继节点作为备选节点,其中,当K为奇数时,备选节点的数量为K/2向上取整。
在本实施例中,获取一半数量符合条件的中继节点作为备选节点,能够有效地对中继节点进行预选择,有利于减少计算量,从而有利于快速且准确地进行最优中继节点的获取。
作为本实施例的一种具体实施方式,根据拉格朗日乘子法对备选节点对应的每个子任务分配带宽,并将带宽分配完毕的每个子任务卸载到若干个计算接入节点,具体为:
根据任务的大小、第二跳信道参数信息、总带宽以及信道数目构造拉格朗日方程,并根据拉格朗日方程对备选节点对应的每个子任务分配带宽,并将带宽分配完毕的每个子任务卸载到若干个计算接入节点。
作为本实施例的一种具体实施方式,根据每一备选节点卸载任务产生的时延和能耗,选择出备选节点中最优的中继节点,具体为:根据每一备选节点卸载任务产生的时延和能耗的加权成本,计算接入点计算每一备选节点的权重成本,并根据权重成本选择出备选节点中最优的中继节点。
本实施例通过信道参数信息对所有的中继节点进行预选,得到一半数量的中继节点作为备选节点,有利于减少选择最优中继节点的计算量;根据备选节点在卸载任务时产生的时延和能耗,计算得到每一备选节点在卸载任务时的权重成本,从而能够选择权重成本最小的备选节点为最优的中继节点,能够有效地平衡卸载任务时产生的时延和能耗,有利于提高带宽优化的效率。
第二实施例。请参阅图2-5。
第二实施例为在MATLAB仿真环境中进行中继节点选择的一个具体实施例。本发明通过设置系统第一跳带宽和第二跳分配的带宽为B=Btotal=100MHz,传输子任务集合大小ln=100Mb,MD的发射功率为1W,中继节点的发射功率为1.28W,具体步骤如下:
中继节点初选:如图2所表示的系统模型图所示,首先在五个最大的θk中继节点中选出前三个中继,θk表示如下:
θk=min{|hk|2,|g1|2,...,|gN|2}.
最佳带宽分配:任务集合L卸载到中继节点以后,将每个子任务分配到不同的CAP节点去计算,本实施例采用了已有的启发式算法,为每个CAP分配不同的子任务计算,以加快运算时间;通过公式(2),得到每个CAP节点计算给其分配的任务所需要的时间。通过公式(4)计算得到每个CAP计算为其分配任务的总时间;降低公式(2)的第m个CAP完成自身任务所需要的总时延T
m(X)有助于降低公式(4)的时间限制松弛
通过公式(5)可以求解出上限的Φ(X)为Φ
ub(X);构建公式(4)中的拉格朗日方程得到公式(6)。根据公式(6)-(9),计算出每个任务分配的带宽。
最优中继节点选择:在选出的3个中继组成集合
结合根据公式(6)-(9)分配的带宽,通过公式(3)求出权重成本,选择最佳中继节点R
k*,表达式为:
请参阅图3,为本实施例提供的中继节点选择方法与传统中继节点选择方法的权重成本对比图,在同样的传输任务和信道条件下,本实施例提供的中继节点选择方法优于传统的方法,权重成本始终小于传统方法,本实施例提供的中继节点选择方法有效的平衡了时延和能耗,在不同λ情况下都有着很好的表现。
请参阅图4,随着λ的变化,整个系统的时延能耗权重占比的变化,对比未经过带宽优化的方法,本实施例提供的中继节点选择方法要明显优于未经过带宽优化的方法。
请参阅图5,随着λ的变化,延时权重成本较小,所以系统的权重成本会降低,本发明实施例提供的中继节点选择方法的权重成本也小于未经过带宽优化的方法。根据图3-5的对比可以看出,对于不同的λ,本实施例提供的中继节点选择方法均明显优于传统的两种方案,进一步验证了本实施提供的中继节点选择方法的有效性。
第三实施例。请参阅图6。
如图6所示,第三实施例提供的一种面向任务卸载的协作网络中继节点选择装置,包括建立模块101、选择模块102、任务卸载模块103和计算模块104;
建立模块101,用于根据源节点、K个中继节点和若干个计算接入节点建立协作网络;其中,源节点将多个子任务组成的任务集合卸载到若干个中继节点;
在本实施例中,通过建立模块101建立一个由源节点S、K个中继节点和多个计算接入点(CAPs)的协作网络(MEC网络),源节点S通过单通道将多个子任务组成的任务集合卸载到每一个中继节点中,每个中继节点通过多通道分别与多个CPAs连接。
选择模块102,用于获取每一中继节点对应的一组信道参数信息,源节点通过判断信道参数信息选择K/2个中继节点作为最优中继节点的备选节点,其中当K为奇数时,备选节点的数量为K/2向上取整;其中,每组信道参数信息包括第一跳信道参数信息和第二跳信道参数信息;
在本实施例中,源节点S通过选择模块102获取MEC网络内的信道参数信息,预选出一半的中继节点,表达式为:
θk=min{|hk|2,|g1|2,....,|gN|2}. (1)
其中hk是第一跳信道参数信息,g1,...,gN是第二跳信道参数信息。
任务卸载模块103,用于根据拉格朗日乘子法对备选节点对应的每个子任务分配带宽,并将带宽分配完毕的每个子任务卸载到若干个计算接入节点;
在本实施例中,源节点S端到中继端的带宽固定,中继端到CAPs的总带宽一定,根据中继节点卸载的总任务大小(L)和第二跳信道参数,对每一中继节点的子任务分配带宽,具体为:
计算子任务由第k中继节点卸载到第m个CPA节点时,第m个CAP完成自身任务所需要的总时延,表达式为:
其中,X为任务卸载策略,T
2,knm为任务由第k中继节点卸载到第m个CPA节点过程中产生的传输时延,
为任务由第k中继节点卸载到第m个CPA节点过程中产生的时每个CAP计算子任务需要的时延。
根据任务卸载策略计算第二跳信道参数信息的总时延为:
对公式(3)进行优化后,得到第二跳信道参数信息的总时延表示的时间限制松弛为:
对
进行最小化处理,以帮助降低最大时延,并应用权重成本公式得到:
Φ(X)=λTtotal(X)+(1-λ)Etotal(X). (5)
其中,λ为权重因子,通过对权重因子λ的设置可以将系统调整为时延优化或者能耗优化。Ttotal为系统总时延,包括第一跳信道参数信息和第二跳信道参数信息传输时延和任务在中继节点和CAPs的时延。Etotal是系统总能耗。
构建拉格朗日方程为:
其中Bn是待分配带宽,μ是拉格朗日乘子,Φub(X)为一个上限的Φ(X)。通过设置F(Bn,μ)相对于Bn和μ的偏导数为0,可得:
其中M第二跳信道参数的数量,N为选择分配带宽的中继节点,xnm为任务分配策略,PR为中继节点发射功率,σk为噪声功率。
对公式(8)进行求导得到每一个任务所分配的带宽,表达式为
其中ln代表子任务。
计算模块104,用于根据每一备选节点卸载任务产生的时延和能耗,计算得到备选节点中最优的中继节点;
在本实施例中,计算模块104根据公式(3)以及每一备选节点卸载任务产生的时延和能耗,求得通过每个备选节点传卸载任务产生的时延和能耗的权重成本,选择权重成本最小的备选节点为最优的中继节点。
作为本实施例的一种具体实施方式,源节点将多个子任务组成的任务集合卸载到若干个中继节点,具体为:
源节点通过单通道将多个子任务组成的任务集合卸载到若干个中继节点中。
在本实施例中,源节点通过单通道与若干个中继节点进行连接,并将多个子任务组成的任务集合卸载到若干个中继节点中;每一中继节点通过多通道与多个不同的计算接入节点连接。
作为本实施例的一种具体实施方式,选择模块102,具体用于:对每一组信道参数的两跳信道参数进行比对,筛选出每一中继节点对应一组信道参数信息中最小的信道参数信息,将筛选后的K个信道参数信息按照从大到小的顺序进行排序,选出排序在前的K/2个信道参数对应的中继节点作为备选节点,其中,当K为奇数时,备选节点的数量为K/2向上取整。
在本实施例中,通过选择模块102获取一半数量符合条件的中继节点作为备选节点,能够有效地对中继节点进行预选择,有利于减少计算量,从而有利于快速且准确地进行最优中继节点的获取。
作为本实施例的一种具体实施方式,任务卸载模块103,具体用于:
根据任务的大小、第二跳信道参数信息、总带宽以及信道数目构造拉格朗日方程,并根据拉格朗日方程对备选节点对应的每个子任务分配带宽,并将带宽分配完毕的每个子任务卸载到若干个计算接入节点。
作为本实施例的一种具体实施方式,计算模块104,具体用于:根据每一备选节点卸载任务产生的时延和能耗的加权成本,计算接入点计算每一备选节点的权重成本,并根据权重成本选择出备选节点中最优的中继节点。
本实施例通过选择模块102获取中继节点的信道参数信息,并根据信道参数信息对所有的中继节点进行预选,得到一半数量的中继节点作为备选节点,有利于减少选择最优中继节点的计算量;计算模块104根据备选节点根据任务卸载模块103在卸载任务时产生的时延和能耗,计算得到每一备选节点在卸载任务时的权重成本,从而能够选择权重成本最小的备选节点为最优的中继节点,能够有效地平衡卸载任务时产生的时延和能耗,有利于提高带宽优化的效率。
本领域普通技术人员可以理解实现上述实施例中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一计算机可读取存储介质中,该程序在执行时,可包括如上述各实施例的流程。其中,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)或随机存储记忆体(Random Access Memory,RAM)等。
以上是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。