CN111132348A - 移动边缘计算的资源调度方法及移动边缘计算系统 - Google Patents

移动边缘计算的资源调度方法及移动边缘计算系统 Download PDF

Info

Publication number
CN111132348A
CN111132348A CN201911402261.5A CN201911402261A CN111132348A CN 111132348 A CN111132348 A CN 111132348A CN 201911402261 A CN201911402261 A CN 201911402261A CN 111132348 A CN111132348 A CN 111132348A
Authority
CN
China
Prior art keywords
time slot
active device
edge computing
mobile edge
computing system
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.)
Pending
Application number
CN201911402261.5A
Other languages
English (en)
Inventor
黄山峰
吕博杰
王锐
陈万里
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Southwest University of Science and Technology
Southern University of Science and Technology
Original Assignee
Southwest University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Southwest University of Science and Technology filed Critical Southwest University of Science and Technology
Priority to CN201911402261.5A priority Critical patent/CN111132348A/zh
Publication of CN111132348A publication Critical patent/CN111132348A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W72/00Local resource management
    • H04W72/50Allocation or scheduling criteria for wireless resources
    • H04W72/53Allocation or scheduling criteria for wireless resources based on regulatory allocation policies
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/50Network services
    • H04L67/60Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00Indexing scheme relating to G06F9/00
    • G06F2209/50Indexing scheme relating to G06F9/50
    • G06F2209/502Proximity

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本申请公开了一种移动边缘计算的资源调度方法及移动边缘计算系统。移动边缘计算的资源调度方法包括:根据第t时隙的系统状态,获取不同控制策略下的多个系统总代价;从多个系统总代价中选取最小值对应的控制策略作为第t时隙的控制策略;和在第t时隙根据第t时隙控制策略控制移动边缘计算系统进行资源调度。本申请提供的移动边缘计算的资源调度方法及移动边缘计算系统通过计算在第t时隙采用多种不同控制策略下产生的多个不同系统的总代价,并在多个系统总代价中选择最小值所对应的控制策略作为第t时隙的控制策略进行资源调度,使得在第t时隙的整个移动边缘计算系统的系统总代价最小,资源调度最为合理。

Description

移动边缘计算的资源调度方法及移动边缘计算系统
技术领域
本申请涉及移动通信技术领域,特别涉及一种移动边缘计算的资源调度方法及移动边缘计算系统。
背景技术
移动边缘计算的出现为资源受限的移动设备提供了一种有效的解决方案。移动设备可将全部或者部分计算密集型任务通过无线信道卸载到计算资源相对丰富的移动边缘服务器来降低本地处理任务延时和能耗。但是执行计算卸载可能会带来额外的传输时延和能量消耗,所以确定一个最佳资源调度方法使系统内总的延时及能量消耗最低是一项研究重点。
发明内容
本申请实施方式提供了一种移动边缘计算的资源调度方法及系统。
一种移动边缘计算的资源调度方法,包括:根据第t时隙的系统状态,获取多种不同控制策略下的多个系统总代价,多个所述系统总代价是移动边缘计算系统在第t时隙的起始时刻采用多种不同所述控制策略时的代价,每个所述系统总代价对应一个所述控制策略;从多个所述系统总代价中选取最小值对应的所述控制策略作为第t时隙的控制策略;和在第t时隙根据所述第t时隙的控制策略控制所述移动边缘计算系统进行资源调度。
在某些实施方式中,所述获取不同控制策略下的多个系统总代价,包括:获取所述第t时隙的所述移动边缘计算系统的当前代价;获取所述第t时隙的所述移动边缘计算系统的未来代价;和根据所述当前代价及所述未来代价计算所述系统总代价。
在某些实施方式中,所述获取所述第t时隙的所述移动边缘计算系统的当前代价,包括:获取所述移动边缘计算系统在所述第t时隙的系统状态;根据所述第t时隙的系统状态获取多种不同所述控制策略的集合;和根据所述第t时隙的系统状态和多种不同所述控制策略的集合获取所述第t时隙的所述移动边缘计算系统的当前代价。
在某些实施方式中,每个所述控制策略包括:在所述第t时隙是否上传进入所述移动边缘计算系统覆盖范围内的新有源设备的任务、上传任务至所述移动边缘计算系统的边缘服务器的有源设备的索引、和选择上传的有源设备的上传功率。
在某些实施方式中,所述根据所述第t时隙的系统状态获取多种不同所述控制策略的集合,包括:若存在新有源设备进入所述移动边缘计算系统覆盖的范围内,则判断所述新有源设备的任务是否上传至所述移动边缘计算系统的边缘服务器,以得到第一结果;若上传所述新有源设备,则在需上传任务至所述边缘服务器的所有有源设备中选择一个作为第t时隙上传任务的有源设备,及将选择的有源设备的编号作为索引,并得到第二结果;在预设的上传功率范围内获取选择的所述有源设备的上传功率;和根据所述第一结果、所述第二结果及所述上传功功率获取多种不同所述控制策略的集合。
在某些实施方式中,所述根据所述第t时隙的系统状态获取多种不同所述控制策略的集合,还包括:若不存在新有源设备进入所述移动边缘计算系统覆盖的范围内,则得到第三结果并在上传任务至所述边缘服务器的有源设备的索引中选择所述第t时隙上传任务至所述边缘服务器的有源设备;在预设的上传功率范围内选择上传任务至所述边缘服务器的有源设备的上传功率;及根据所述第三结果、所述上传任务至所述边缘服务器的有源设备的索引、和所述上传功功率获取多种不同所述控制策略的集合。
在某些实施方式中,所述获取所述第t时隙的所述移动边缘计算系统的未来代价,包括:获取预设的基准策略;根据所述第t时隙的系统状态及多种不同所述控制策略的集合获取第t+1时隙的系统状态;和根据所述第t+1时隙的系统状态及所述基准策略获取第t时隙的所述移动边缘计算系统的未来代价。
在某些实施方式中,所述获取预设的基准策略包括:当存在有源设备在向所述边缘服务器上传任务时,则进入所述移动边缘计算系统覆盖范围内的新有源设备选择在本地计算;选择最先进入所述移动边缘计算系统覆盖范围内且需要上传至所述边缘服务器的新有源设备上传任务至所述边缘服务器;和根据上传至所述边缘服务器的新有源设备的路径损耗系数及功率补偿后的平均接受功率来计算上传任务至所述边缘服务器的有源设备的上传功率。
一种移动边缘计算系统,包括:基站、边缘服务器、和控制器。所述边缘服务器通过所述基站与有源设备通信连接。所述控制器用于执行如上任意一实施方式所述的资源调度方法。
在某些实施方式中,所述控制器设置在所述基站、所述边缘服务器、及所述有源设备中的至少一个上。
本申请提供的移动边缘计算的资源调度方法及移动边缘计算系统通过计算在第t时隙采用多种不同控制策略下产生的多个不同系统的总代价,并在多个系统总代价中选择最小值所对应的控制策略作为第t时隙的控制策略进行资源调度,使得整个移动边缘计算系统中的延时及能量消耗最小,资源调度最为合理。
本申请实施方式的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本申请的实践了解到。
附图说明
本申请的上述和/或附加的方面和优点可以从结合下面附图对实施方式的描述中将变得明显和容易理解,其中:
图1是本申请某些实施方式移动边缘计算的资源调度方法的流程图;
图2是本申请某些实施方式移动边缘计算的资源调度方法的流程图;
图3是本申请某些实施方式移动边缘计算的资源调度方法的流程图;
图4是本申请某些实施方式移动边缘计算的资源调度方法的流程图;
图5是本申请某些实施方式移动边缘计算的资源调度方法的流程图;
图6是本申请某些实施方式移动边缘计算的资源调度效果的示意图;
图7是本申请某些实施方式的移动边缘计算系统的示意图。
具体实施方式
下面详细描述本申请的实施方式,所述实施方式的示例在附图中示出,其中,相同或类似的标号自始至终表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的,仅用于解释本申请的实施方式,而不能理解为对本申请的实施方式的限制。
请参阅图1,本申请提供了一种移动边缘计算的资源调度方法。本申请实施方式的移动边缘计算的资源调度方法包括:
01:根据第t时隙的系统状态,获取多种不同控制策略下的多个系统总代价,多个系统总代价是移动边缘计算系统100在第t时隙的起始时刻采用多种不同控制策略时的代价,每个系统总代价对应一个控制策略;
02:从多个系统总代价中选取最小值对应的控制策略作为第t时隙的控制策略;
03:在第t时隙根据第t时隙的控制策略控制移动边缘计算系统进行资源调度。
请参阅图7,本申请提供了一种移动边缘计算系统100,移动边缘计算系统100包括基站11、边缘服务器12、及控制器13。边缘服务器12通过基站11与有源设备14通信连接。控制器13可设置在基站11、边缘服务器12、及有源设备14中的至少一个上,例如控制器13可设置在基站11上;或者,控制器13可设置在边缘服务器12上;或者,控制器13可设置在有源设备14;控制器13包括多个,分别设置在基站11及边缘服务器12上;或者,控制器13包括多个,分别设置在基站11及有源设备14上;或者,控制器13包括多个,分别设置在边缘服务器12及有源设备14上;或者,控制器13包括多个,分别设置在基站11、边缘服务器12、及有源设备14上。其中,步骤01、步骤02、及步骤03中的方法可均由控制器13执行,也即是说,控制器13用于根据第t时隙的系统状态,获取多种不同控制策略下的多个系统总代价,多个系统总代价是移动边缘计算系统在第t时隙的起始时刻采用多种不同控制策略时的代价,每个系统总代价对应一个控制策略;从多个系统总代价中选取最小值对应的控制策略作为第t时隙的控制策略;和在第t时隙根据第t时隙的控制策略控制移动边缘计算系统进行资源调度。当控制器13包括两个,可以其中一个控制器13执行步骤01及02中的方法,另一个控制器13执行步骤03中的方法。当控制器13包括三个,可以其中一个控制器13执行步骤01中的方法,另一个控制器13执行步骤02中的方法,再一个控制器13执行步骤03中的方法。其他控制器13的执行对应步骤的情况不一一列举。
请一并参阅图1及图7,具体地,可将时间分为t个时隙,在第t时隙起始时刻对移动边缘计算系统100采用多种不同的调度方法,即对移动边缘计算系统100采用多种不同的控制策略,获取在每一个控制策略的控制下移动边缘计算系统100的系统总代价,即每一个系统总代价都有一个与其对应的控制策略,在多个系统总代价中选择最小值对应的控制策略作为第t时隙的控制策略,并用该控制策略对移动边缘计算系统100进行资源调度,以降低系统总代价。例如,在第t时隙起始时刻,对移动边缘计算系统100采用第一控制策略获得第一系统总代价;对移动边缘计算系统100采用第二控制策略获得第二系统总代价;对移动边缘计算系统100采用第三控制策略获得第三系统总代价。其中,第一系统总代价小于第二系统总代价,且第一系统总代价也小于第三系统总代价,也即是说在第一系统总代价、第二系统总代价及第三系统总代价三者之中,第一系统总代价最小,则选取与第一系统总代价对应的第一控制策略作为在第t时隙的控制策略,在第t时隙根据第一控制策略控制移动边缘计算系统100进行资源调度。
需要说明的是,有源设备14是指在移动边缘计算系统100覆盖的范围内携带任务的用户;新有源设备14是指在当前时隙新进入该移动边缘计算系统100覆盖的范围内的携带任务的用户。系统总代价表征的是整个移动边缘计算系统100在预定时长内的累计消耗的能量及延时的加权和。其中,累计消耗的能量是指所有参与到该移动边缘计算系统100的有源设备14所消耗的总能量,对于选择边缘计算的有源设备14,其消耗的能量为将任务传输到边缘服务器12并由边缘服务器12进行计算所消耗的能量;对于选择本地计算的有源设备14,其消耗的能量为在本地计算该任务所消耗的能量。延时是指所有参与到该移动边缘计算系统100的有源设备14完成任务所需要的时间,对于选择边缘计算的有源设备14,其延时是指任务从开始上传至边缘服务器12到完成计算任务后传输回有源设备14的总时间;对于选择本地计算的有源设备14,其延时是指在本地计算完该任务所需的时间。其中,“边缘计算”是指有源设备14的任务上传至边缘服务器12并由边缘服务器12进行计算;“本地计算”是指有源设备14的任务由该有源设备14自己进行计算,该有源设备14可以为手机、计算机、或者其他可以执行计算任务的设备,在此不一一列举。
本申请提供的一种移动边缘计算的资源调度方法通过计算在第t时隙采用多种不同控制策略下产生的多个不同系统的总代价,并在多个系统总代价中选择最小值所对应的控制策略作为第t时隙的控制策略进行资源调度,使得整个移动边缘计算系统100中的延时及能量消耗最小,资源调度最为合理。
请参阅图1及图2,获取不同控制策略下的多个系统总代价,包括:
011:获取第t时隙的移动边缘计算系统100的当前代价;
012:获取第t时隙的移动边缘计算系统100的未来代价;和
013:根据当前代价及未来代价计算系统总代价。
请参阅图7,在某些实施方式中,步骤011、步骤012、步骤013中的方法可均可由控制器13执行,也即是说,控制器13还可用于:获取第t时隙的移动边缘计算系统100的当前代价;获取第t时隙的移动边缘计算系统100的未来代价;和根据当前代价及未来代价计算系统总代价。
其中,第t时隙的移动边缘计算系统100的当前代价是指给定控制策略后,第t时隙的移动边缘计算系统100的系统代价,第t时隙的移动边缘计算系统100的未来代价是指从第t+1时隙到无穷的时刻的移动边缘计算系统100的系统累加的代价。
具体地,基于马尔科夫决策过程可设计系统总代价的计算公式为:
Figure BDA0002347774190000051
其中,g(St,Ω(St))表征在第t时隙移动边缘计算系统100的当前代价,
Figure BDA0002347774190000052
表征第t时隙移动边缘计算系统100的未来代价。更具体地,V(St+1)表示在第t+1时隙移动边缘计算系统100的总代价,γ为折扣因子,Pr(St+1|St,Ω(St))表示在第t时隙系统状态为St时采用控制策略Ω(St)控制该系统后,第t+1时隙系统状态为St+1的概率。将在第t时隙的系统状态及不同的控制策略代入该公式计算获取多个系统总代价V(St),比较多个系统总代价V(St)选取最小的系统总代价V(St)所对应的控制策略作为该移动边缘计算系统100的调度策略。
需要说明的是,马尔可夫决策过程是指决策者周期地或连续地观察具有马尔可夫性的随机动态系统,序贯地作出决策。即根据每个时刻观察到的状态,从可用的行动集合中选用一个行动作出决策,系统下一步(未来)的状态是随机的,并且其状态转移概率具有马尔可夫性。决策者根据新观察到的状态,再作新的决策,依此反复地进行。在本申请实施例中,将第t时隙的系统状态视为马尔可夫决策过程中所述的每个时刻观察到的状态,将不同的控制策略视为马尔可夫决策过程中所述的可用的行动集合,将第t+1时隙的系统状态视为马尔可夫决策过程中所述的系统下一步(未来)的状态。
请参阅图2、图3及图7,获取第t时隙的移动边缘计算系统的当前代价,包括:
0111:获取移动边缘计算系统100在第t时隙的系统状态;
0112:根据第t时隙的系统状态获取多种不同控制策略的集合;和
0113:根据第t时隙的系统状态和多种不同控制策略的集合获取第t时隙的移动边缘计算系统100的当前代价。
在某些实施方式中,步骤0111、步骤0112、步骤0113中的方法可均可由控制器13执行,也即是说,控制器13还可用于:获取移动边缘计算系统100在第t时隙的系统状态;根据第t时隙的系统状态获取多种不同控制策略的集合;和根据第t时隙的系统状态和多种不同控制策略的集合获取第t时隙的移动边缘计算系统100的当前代价。
具体地,第t时隙移动边缘计算系统100的系统状态
Figure BDA0002347774190000061
其中
Figure BDA0002347774190000062
表示第t时隙与边缘计算相关的系统状态;
Figure BDA0002347774190000063
表示第t时隙与本地计算相关的系统状态;
Figure BDA0002347774190000064
表示第t时隙与新到达用户相关的系统状态。更具体地,
Figure BDA0002347774190000065
包括第t时隙边缘计算用户集合UE(t)、所有在边缘计算的用户的小尺度信道衰落系数的集合HE(t)、所有在边缘计算的用户的路径损耗的集合GE(t)、及所有在边缘计算的用户的上传队列信息QE(t)。
Figure BDA0002347774190000066
包括第t时隙本地计算用户集合UL(t)、与所有在本地计算用户的具体任务相关的计算每比特任务所需的CPU周期数的集合L(t)、所有在本地计算用户设备的CPU频率的集合F(t)、及所有在本地计算的本地任务计算队列信息的集合QL(t)。
Figure BDA0002347774190000067
包括新用户到达指示符IN(t)、新用户的索引nt、新用户的计算任务大小
Figure BDA0002347774190000068
新用户设备的CPU频率
Figure BDA0002347774190000069
及新用户与具体任务相关的计算每比特任务所需的CPU周期数的
Figure BDA00023477741900000610
其中,用户对应前文所述的有源设备14,新用户及新到达用户对应前文所述的新有源设备14。
更具体地,请结合图7,给每个进入移动边缘计算系统100覆盖的范围内的有源设备14均分配有唯一索引,即编号,将第t时隙选择在边缘计算的有源设备141的编号全部计入在边缘计算用户集合UE(t)中,若该有源设备14的计算任务在第t时隙已经完成,则将该台有源设备14编号从边缘计算用户集合UE(t)中移除。选择在本地计算的新活动设备142的编号全部计入在本地计算用户集合UL(t)中,若该有源设备14的计算任务在第t时隙已经完成,则将该台有源设备14编号从本地计算用户集合UL(t)中移除。例如,进入移动边缘计算系统100覆盖的范围内的有源设备14包括第一有源设备141、第二有源设备142、第三有源设备143及第四有源设备144,可用索引1、2、3、4分别代表第一有源设备141、第二有源设备142、第三有源设备143及第四有源设备144,其中第一有源设备141及第二有源设备142选择边缘计算;第三有源设备143及第四有源设备144选择本地计算,则UE(t)={1,2}、UL(t)={3,4}。若在第t时隙第一有源设备141及第三有源设备143完成计算任务,则UE(t)={2}、UL(t)={4}。
在某些实施方式中,可将选择边缘计算的每一个有源设备14的需要上传的任务分为多段进行上传,并且多段任务可以不连续进行上传,例如,先上传第一有源设备141的第一段任务之后再上传第一有源设备141的第五段任务。在第t时隙第k个设备需要上传任务的段数可表示为
Figure BDA0002347774190000071
将每一个选择边缘计算的有源设备14需要上传的任务段数全部计入在边缘计算用户的上传队列信息QE(t)中,即用数学公式可表示为
Figure BDA0002347774190000072
若在第t时隙该有源设备14已经上传部分段数任务,则该有源设备14需要上传的任务段数需要减去已完成上传的任务段数,以更新相对应的
Figure BDA0002347774190000073
再计入边缘计算用户的上传队列信息QE(t)中。例如,第t时隙起始时刻第一有源设备141需要上传任务的段数为5、第二有源设备142需要上传任务的段数为7,则QE(t)={5,7};若第t时隙选择第二有源设备142上传且上传段数为2,则QE(t)={5,5}。需要说明的是,选择上传的有源设备14在第t时隙可上传的任务段数由该有源设备14的小尺度信道衰落系数、路径损耗、上传功率、第t时隙的时间长短及系统内白色高斯噪声共同决定。
在某些实施方式中,可将选择在本地计算的每一个有源设备14的需要在本地计算的任务分为多段进行计算,在第t时隙第k个设备需要计算任务的段数可表示为
Figure BDA0002347774190000074
将每一个选择在本地计算的有源设备14需要计算的任务段数全部计入在本地任务计算队列信息的集合QL(t)中,即用数学公式可表示为
Figure BDA0002347774190000075
若在第t时隙该有源设备14已经完成计算部分段数任务,则该有源设备14需要计算的任务段数需要减去已完成计算的任务段数,以更新相对应的
Figure BDA0002347774190000076
再计入本地计算用户的本地任务计算队列信息QL(t)中。例如,第t时隙起始时刻第三有源设备143需要计算任务的段数为8、第四有源设备144需要计算任务的段数为7,则QL(t)={8,7};若第t时隙第三有源设备143完成5段任务计算及第四有源144设备完成2段任务计算,则QL(t)={3,5}。需要说明的是,选择本地计算的有源设备14在第t时隙可完成计算的任务段数由该有源设备14计算每比特任务所需的CPU周期数、CPU频率及第t时隙的时间长短共同决定。
在第t时隙的起始时刻,若有新有源设备14进入移动边缘计算系统100所覆盖范围内,则给该新有源设备14一个新用户索引nt,即给该新用户与其他有源设备14不同的编号,并将该索引计入新用户到达指示符集合IN(t)内,当有新用户到达覆盖范围内,则集合IN(t)不为空集;当没有新用户到达覆盖范围内,则集合IN(t)为空集。在检测到有新用户到达覆盖范围内的同时,获取新用户的计算任务大小
Figure BDA0002347774190000077
新用户设备的CPU频率
Figure BDA0002347774190000078
及新用户与具体任务相关的计算每比特任务所需的CPU周期数的
Figure BDA0002347774190000079
请结合图7,在某些实施例中,第t时隙的控制策略为
Figure BDA00023477741900000710
其中at表示选择上传有源设备14的索引,即选择上传有源设备14的编号,例如,选择上传的有源设备14的编号为1,则at=1。P(t)表示选择上传的有源设备14上传至边缘服务器12的上传功率;e(t)表示在第t时隙的起始时刻,当有新有源设备14进入该移动边缘计算系统100覆盖的范围内时,该有源设备14的任务是否上传,若该新有源设备14选择上传至边缘服务器12,即该有源设备14选择上传至边缘服务器12进行边缘计算,则e(t)=1;若该新有源设备14选择不上传至边缘服务器12,即该有源设备14选择本地计算,则e(t)=0。由于at,P(t),e(t)都有多种可能,所以也会有多种不同的控制策略的集合,在相同的系统状态下采用不同的控制策略会得到不同的系统当前代价。例如,假设移动边缘计算系统100中包括第一有源设备141及第三有源设备143,并且第一有源设备141选择边缘计算,第三有源设备143选择在本地计算,在第t时隙的起始时刻检测到第五有源设备145进入移动边缘计算系统100所覆盖的区域。第一控制策略包括:第五有源设备145选择本地计算,选择第一有源设备141上传及上传功率为第一上传功率。第二控制策略包括:第五有源设备145选择边缘计算,选择第五有源设备145上传及上传功率为第二上传功率。此时,若选择第一控制策略控制移动边缘计算系统100进行资源调度,则移动边缘计算系统100的第一当前代价包括第一有源设备141在第t时隙上传任务至边缘服务器12并由边缘服务器12进行计算消耗的能量、第三有源设备143及第五有源设备145在第t时隙内在本地计算消耗的能量、及三个有源设备14的延时。若选择第二控制策略控制移动边缘计算系统100进行资源调度,则移动边缘计算系统100的第二当前代价包括第五有源设备145在第t时隙内上传任务至边缘服务器12并由边缘服务器12进行计算消耗的能量、第三有源设备143在第t时隙在本地计算消耗的能量、及三个有源设备14的延时。需要说明的是,该例子只举例了该系统的两种策略集合,并没有将该系统的所有控制策略集合都一一列举。
在某些实施例中,系统的当前代价的计算公式可为:
Figure BDA0002347774190000081
其中ω表示权值,Ploc(fk)表示第k个有源设备14的本地计算能力。在某些实施例中,可先对系统状态进行降维后再利用降维后的系统状态进行计算系统当前代价,降维的依据是小尺度信道衰落在每个时隙是独立同分布的,该时隙的调度策略并不会影响下一时隙的小尺度信道衰落。同时,由于用户本地计算的代价是可以预测的,所以一旦某个用户选择了本地计算,我们可以立即算出其本地计算代价,并将其纳入系统当前代价,以简化计算系统当前代价的复杂度。降维过程可以数学公式表示为
Figure BDA0002347774190000082
其中
Figure BDA0002347774190000083
表示降维后的系统状态,利用降维后的系统当前代价的计算公式可表示为:
Figure BDA0002347774190000084
其中,C(nt)表示新用户在本地计算总时间内本地计算消耗的能量,可用公式表示为
Figure BDA0002347774190000091
其中
Figure BDA0002347774190000092
表示新有源设备14的任务在本地计算的总时间。
需要说明的是,索引是一种单独的、物理的对数据库表中一列或多列的值进行排序的一种存储结构,它是某个表中一列或若干列值的集合和相应的指向表中物理标识这些值的数据页的逻辑指针清单,在本申请中可以将索引理解成给每个有源设备14唯一的编号,当选择某一编号时即表示选择该编号对应的有源设备14。
请参阅图3及图4,根据第t时隙的系统状态获取多种不同控制策略的集合,包括:
01121:在第t时隙起始时刻根据系统状态判断是否存在新有源设备14进入移动边缘计算系统100覆盖的范围内;
01122:若存在新有源设备14进入移动边缘计算系统100覆盖的范围内,则判断新有源设备14的任务是否上传至移动边缘计算系统100的边缘服务器12,以得到第一结果;
01123:若上传至移动边缘计算系统100的边缘服务器12,在需上传任务至边缘服务器12的所有有源设备14中选择一个作为第t时隙上传任务的有源设备14,并将选择的有源设备14的索引作为第二结果;
01124:在预设的上传功率范围内获取选择的有源设备14的上传功率;
01125:根据第一结果、第二结果及上传功功率获取多种不同控制策略的集合;
01126:若不存在新有源设备14进入移动边缘计算系统100覆盖的范围内,则得到第三结果并在上传任务至边缘服务器12的有源设备14的索引中选择第t时隙上传任务至边缘服务器12的有源设备14;
01127:在预设的上传功率范围内选择上传任务至边缘服务器12的有源设备14的上传功率;和
01128:根据第三结果、上传任务至边缘服务器12的有源设备14的索引、及上传功功率得到多种不同控制策略的集合。
请参阅图7,在某些实施方式中,步骤01121、步骤01122、步骤01123、步骤01124、步骤01125、步骤01126、步骤01127、步骤01128中的方法均可由控制器13执行,也即是说,控制器13还可用于:在第t时隙起始时刻根据系统状态判断是否存在新有源设备14进入移动边缘计算系统100覆盖的范围内;若存在新有源设备14进入移动边缘计算系统100覆盖的范围内,则判断新有源设备14的任务是否上传至移动边缘计算系统100的边缘服务器12,以得到第一结果;若上传至移动边缘计算系统100的边缘服务器12,在需上传任务至边缘服务器12的所有有源设备14中选择一个作为第t时隙上传任务的有源设备14,并将选择的有源设备14的索引作为第二结果;在预设的上传功率范围内获取选择的有源设备14的上传功率;根据第一结果、第二结果及上传功功率获取多种不同控制策略的集合;若不存在新有源设备14进入移动边缘计算系统100覆盖的范围内,则得到第三结果并在上传任务至边缘服务器12的有源设备14的索引中选择第t时隙上传任务至边缘服务器12的有源设备14;在预设的上传功率范围内选择上传任务至边缘服务器12的有源设备14的上传功率;和根据第三结果、上传任务至边缘服务器12的有源设备14的索引、及上传功功率得到多种不同控制策略的集合。
具体地,请结合图7,在第t时隙起始时刻获取系统状态中的新用户到达指示符集合IN(t),若集合IN(t)不为空集,则表示有新有源设备14进入移动边缘计算系统100覆盖的范围内;若集合IN(t)为空集,则表示没有新有源设备14进入移动边缘计算系统100覆盖的范围内如果有新有源设备14进入该移动边缘计算系统100覆盖的范围内(即集合IN(t)不为空集),则在控制策略Ω(St)中的表示新有源设备14是否上传的e(t)集合内可包括表示不上传的0及表示上传的1;并判断该新有源设备14的任务是否上传至边缘服务器12,以得到第一结果e(t)的取值,例如,若该新有源设备14的任务选择上传至边缘服务器12计算则e(t)=1,若该新有源设备14的任务选择在本地计算,即在有源设备14上计算则e(t)=0。
在第t时隙起始时刻有新有源设备14进入该移动边缘计算系统100且该新有源设备14选择边缘计算,即第一结果e(t)=1时,获取第t时隙的系统状态中表示选择边缘计算用户集合UE(t),并将该新有源设备14的索引(即编号)加入选择边缘计算用户集合UE(t)中,再在所有选择上传至边缘服务器12的有源设备中,即在选择边缘计算用户集合UE(t)中,选择一个有源设备14的索引(即编号)作为第二结果。也即是说,在t时隙起始时刻存在新有源用户14进入该边缘服务器12覆盖范围且选择上传至边缘服务器12计算时,则在第t时隙上传的有源设备14可以是在第t时隙起始时刻之前已经选择边缘计算的有源设备14,也可以是在第t时隙起始时刻新进入的新有源设备14中的任意一个有源设备的索引(即编号)作为第二结果。例如,移动边缘计算系统100中有第一有源设备141(索引为1)及第三有源设备143(索引为3),且第一有源设备141及第三有源设备143均选择在边缘计算,则UE(t)={1,3}。在第t时隙第五有源设备145(索引为5)进入该移动边缘计算系统100覆盖范围内且选择边缘计算,则表示边缘计算用户集合的UE(t)更新为UE(t)={1,3,5},此时,选择上传用户的索引at可以选择1,3或5作为第二结果。
在第t时隙起始时刻有新有源设备14进入该移动边缘计算系统100且该新有源设备14选择在本地计算,即第一结果e(t)=0时,获取第t时隙的系统状态中的表示选择边缘计算用户合集UE(t),在所有选择上传至边缘服务器12的有源设备14中,即在选择边缘计算用户集合UE(t)中,选择一个有源设备14的索引(即编号)作为第二结果。也即是说,在t时隙起始时刻存在新有源用户14进入该移动边缘计算系统100覆盖范围内且选择上传至边缘服务器12计算时,则在第t时隙上传的有源设备14仅可以是在第t时隙起始时刻之前已经选择边缘计算的有源设备14中任意一个有源设备14的索引(即编号)作为第二结果。例如,移动边缘计算系统100中有第一有源设备141(索引为1)及第二有源设备142(索引为2),且第一有源设备141及第二有源设备142均选择在边缘计算,则UE(t)={1,2}。在第t时隙第五有源设备145(索引为5)进入该移动边缘计算系统100覆盖范围内且选择本地计算,则表示边缘计算用户集合的UE(t)仍然为UE(t)={1,2},此时,选择上传用户的索引at仅可以选择1或2作为第二结果,不可选择5作为第二结果。
在选择该时刻上传至边缘服务器12进行计算的有源设备14后,根据其小尺度信道衰落系数、路径损耗及系统内白噪声等可获得该有源设备14的最小上传功率及最大上传功率,在最小上传功率及最大上传功率之间选择一个功率作为该有源设备14的上传功率。根据上述获得的多种第一结果、多种第二结果及多种上传功率可获得多种不同的控制策略,一种第一结果、一种第二结果、及一种上传功率对应一种控制策略。
在第t时隙起始时刻,若不存在新有源设备14进入该移动边缘计算系统100覆盖的范围内(即集合IN(t)为空集),则表示新有源设备14是否上传的e(t)集合为空集,即第三结果为空集。也即是说,当第t时隙起始时刻不存在新有源设备14进入该移动边缘计算系统100覆盖的范围内时,不需要判断新有源设备14选择边缘计算还是本地计算。此时,获取第t时隙的系统状态中的表示选择边缘计算用户合集UE(t),在所有选择上传至边缘服务器12的有源设备14中,即在选择边缘计算用户集合UE(t)中,选择一个有源设备14的索引(即编号)作为上传至边缘服务器12的有源设备的索引。例如,移动边缘计算系统100中有第一有源设备141(索引为1)及第二有源设备142(索引为2),且第一有源设备141及第二有源设备142均选择边缘计算,则UE(t)={1,2},此时,选择上传用户的索引at仅可以选择1或2作为上传至边缘服务器12的有源设备14的索引。在选择该时刻上传至边缘服务器12进行计算的有源设备14后,根据其小尺度信道衰落系数、路径损耗及系统内白噪声等可获得该有源设备14的最小上传功率及最大上传功率,在最小上传功率及最大上传功率之间选择一个功率作为该有源设备14的上传功率。根据上述获得的第三结果、多种上传至边缘服务器12的有源设备14的索引及多种上传功率可获得多种不同的控制策略,同样地,一种第三结果、一种上传至边缘服务器12的有源设备14的索引、及一种上传功率对应一种控制策略。
请参阅图2及图5,获取第t时隙的移动边缘计算系统的未来代价,包括:
0121:获取预设的基准策略Π;
0122:根据第t时隙的系统状态及多种不同控制策略的集合获取第t+1时隙的系统状态;
0123:根据第t+1时隙的系统状态及基准策略获取第t时隙的移动边缘计算系统的未来代价。
请结合图7,在某些实施方式中,步骤0121、步骤0122、及步骤0123中的方法均可由控制器13执行,也即是说,控制器13还可用于:获取预设的基准策略Π;根据第t时隙的系统状态及多种不同控制策略的集合获取第t+1时隙的系统状态;根据第t+1时隙的系统状态及基准策略获取第t时隙的移动边缘计算系统的未来代价。
具体地,基准策略Π包括(1)当存在有源设备14在向边缘服务器12上传任务时,则进入移动边缘计算系统100覆盖的范围内的新有源设备14选择在本地计算,即当表示边缘计算用户集合UE(t)不为空集时,则控制策略中表示新有源设备14是否选择上传的e(t)取值为0,即,e(t)=0。(2)选择最先进入移动边缘计算系统100覆盖范围内且需要上传至边缘服务器12的新有源设备14上传任务至边缘服务器12,即控制策略中表示选择上传设备的索引at等于在表示边缘计算用户集合UE(t)所有设备中最先进入该移动边缘计算系统100覆盖的范围内的有源设备的索引。(3)根据上传至边缘服务器12的新有源设备14的路径损耗系数及功率补偿后的平均接受功率来计算上传任务至边缘服务器12的有源设备14的上传功率,即控制策略中表示有源设备14的上传功率
Figure BDA0002347774190000121
其中pr为补偿后的平均接受功率,
Figure BDA0002347774190000122
为选择上传的有源设备14的路径损耗。
根据第t时隙的系统状态及多种不同的控制策略获得与控制策略一一对应的第t+1时隙的系统状态,具体地,当控制策略中表示新有源设备14是否上传的e(t)集合为空集时,即在第t时隙不存在新有源14设备进入该移动边缘计算系统100覆盖范围时,在第t+1时隙边缘计算用户集合UE(t+1)为在第t时隙边缘计算用户集合UE(t)减去在第t时隙已经在边缘服务器12完成任务的用户集合DE(t);在第t+1时隙本地计算用户集合UL(t+1)为在第t时隙本地计算用户集合UL(t)减去在第t时隙已经在本地完成任务的用户集合DL(t)。当控制策略中表示新有源设备14是否上传的e(t)=1时,即在第t时隙存在新有源设备14进入该移动边缘计算系统100覆盖范围且该新有源设备14选择边缘计算时,在第t+1时隙边缘计算用户集合UE(t+1)为在第t时隙边缘计算用户集合UE(t)加上该新有源设备14的索引nt(即将该新有源设备14的编号计入边缘计算用户集合UE(t))之后减去在第t时隙已经在边缘服务器12完成任务的用户集合DE(t);在第t+1时隙本地计算用户集合UL(t+1)为在第t时隙本地计算用户集合UL(t)减去在第t时隙已经在本地完成任务(即在有源设备14上完成任务)的用户集合DL(t)。当控制策略中表示新有源设备14是否上传的e(t)=0时,即在第t时隙存在新有源设备14进入该移动边缘计算系统100覆盖范围且该新有源设备14选择本地计算时,在第t+1时隙边缘计算用户集合UE(t+1)为在第t时隙边缘计算用户集合UE(t)减去在第t时隙已经在边缘服务器12完成任务的用户集合DE(t);在第t+1时隙本地计算用户集合UL(t+1)为在第t时隙本地计算用户集合UL(t)加上该新有源设备14的索引nt(即将该新有源设备14的编号计入本地计算用户集合UL(t))之后减去在第t时隙已经在本地完成任务(即在有源设备14上完成任务)的用户集合DL(t)。以上几种情况可用数学表达式(4)及(5)表示,如下:
Figure BDA0002347774190000131
Figure BDA0002347774190000132
当有源设备14的索引与控制策略中表示选择上传有源设备14的索引相同时,则表示该有源设备14在第t+1时隙需要上传任务的段数
Figure BDA0002347774190000133
为第t时隙需要上传任务的段数
Figure BDA0002347774190000134
减去该有源设备14在第t时隙可上传任务段数
Figure BDA0002347774190000135
当有源设备14的索引与控制策略中表示选择上传有源设备14的索引不相同时,则表示该有源设备14在第t+1时隙需要上传任务的段数
Figure BDA0002347774190000136
与第t时隙需要上传任务的段数
Figure BDA0002347774190000137
相同,可用数学表达式(6)表示:
Figure BDA0002347774190000138
对获取的第t+1时隙的系统状态St+1采用上述的基准策略Π对移动边缘计算系统100进行资源调度,可获得第t+1时隙的系统总代价。在第t+1时隙根据基准策略Π对移动边缘计算系统100进行资源调度获得系统总代价可用数学公式(7)表示为:
Figure BDA0002347774190000139
其中w为权值、γ为折扣因子,将第t+1时隙的系统状态代入公式(7)可获得第t+1时隙根据基准策略Π对移动边缘计算系统100进行资源调度的系统总代价
Figure BDA00023477741900001310
利用由基准策略Π计算的第t+1时隙的系统总代价
Figure BDA00023477741900001311
作为公式(1)中
Figure BDA00023477741900001312
的估计,并以此来优化调度策略,即将
Figure BDA00023477741900001313
代替前述公式(1)中表示第t+1时隙移动边缘计算系统100的总代价V(St+1)来计算系统总代价。此时,系统总代价的计算公式(1)可变为:
Figure BDA00023477741900001314
对应地,从多个系统总代价中选取最小值对应的控制策略Π′作为第t时隙的控制策略,可用表达式(8)表示如下:
Figure BDA00023477741900001315
在第t+1时隙直接采用基准策略Π对移动边缘计算系统100进行资源调度而无需再次采用多次不同控制策略进行计算系统总代价,大大减小了计算次数及复杂度。
图6为本申请的资源调度方法与以基准策略调度、全部上传并进行边缘计算及全部在本地计算的调度效果示意图。图6的横坐标表示每个时隙存在新有源设备14进入该移动边缘计算系统100覆盖的范围内的概率,纵坐标表示该移动边缘计算系统100的系统总代价。如图6所示,在新有源设备14进入该移动边缘计算系统100覆盖范围的概率相同时,相较于以基准策略对移动边缘计算系统100进行资源调度时移动边缘计算系统100的系统总代价、有源设备14全部上传进行边缘计算时移动边缘计算系统100的系统总代价、以及全部在本地计算时移动边缘计算系统100的系统总代价三者而言,以本申请提供的资源调度方法对移动边缘计算系统100进行资源调度时移动边缘计算系统100的系统总代价是最小的,由此说明本申请的资源调度方法最为合理。
在本说明书的描述中,参考术语“一个实施方式”、“一些实施方式”、“示意性实施方式”、“示例”、“具体示例”或“一些示例”等的描述意指结合所述实施方式或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施方式或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本申请的实施例所属技术领域的技术人员所理解。
尽管上面已经示出和描述了本申请的实施方式,可以理解的是,上述实施方式是示例性的,不能理解为对本申请的限制,本领域的普通技术人员在本申请的范围内可以对上述实施方式进行变化、修改、替换和变型。

Claims (10)

1.一种移动边缘计算的资源调度方法,其特征在于,包括:
根据第t时隙的系统状态,获取多种不同控制策略下的多个系统总代价,多个所述系统总代价是移动边缘计算系统在第t时隙的起始时刻采用多种不同所述控制策略时的代价,每个所述系统总代价对应一个所述控制策略;
从多个所述系统总代价中选取最小值对应的所述控制策略作为第t时隙的控制策略;和
在第t时隙根据所述第t时隙的控制策略控制所述移动边缘计算系统进行资源调度。
2.根据权利要求1所述的资源调度方法,其特征在于,所述获取不同控制策略下的多个系统总代价,包括:
获取所述第t时隙的所述移动边缘计算系统的当前代价;
获取所述第t时隙的所述移动边缘计算系统的未来代价;和
根据所述当前代价及所述未来代价计算所述系统总代价。
3.根据权利要求2所述的资源调度方法,其特征在于,所述获取所述第t时隙的所述移动边缘计算系统的当前代价,包括:
获取所述移动边缘计算系统在所述第t时隙的系统状态;
根据所述第t时隙的系统状态获取多种不同所述控制策略的集合;和
根据所述第t时隙的系统状态和多种不同所述控制策略的集合获取所述第t时隙的所述移动边缘计算系统的当前代价。
4.根据权利要求3所述的资源调度方法,其特征在于,每个所述控制策略包括:在所述第t时隙是否上传进入所述移动边缘计算系统覆盖范围内的新有源设备的任务、上传任务至所述移动边缘计算系统的边缘服务器的有源设备的索引、及选择上传的有源设备的上传功率。
5.根据权利要求3所述的资源调度方法,其特征在于,所述根据所述第t时隙的系统状态获取多种不同所述控制策略的集合,包括:
若存在新有源设备进入所述移动边缘计算系统覆盖的范围内,则判断所述新有源设备的任务是否上传至所述移动边缘计算系统的边缘服务器,以得到第一结果;
若上传所述新有源设备,则在需上传任务至所述边缘服务器的所有有源设备中选择一个作为第t时隙上传任务的有源设备,及将选择的有源设备的编号作为索引,并得到第二结果;
在预设的上传功率范围内获取选择的所述有源设备的上传功率;和
根据所述第一结果、所述第二结果及所述上传功功率获取多种不同所述控制策略的集合。
6.根据权利要求5所述的资源调度方法,其特征在于,所述根据所述第t时隙的系统状态获取多种不同所述控制策略的集合,还包括:
若不存在新有源设备进入所述移动边缘计算系统覆盖的范围内,则得到第三结果并在上传任务至所述边缘服务器的有源设备的索引中选择所述第t时隙上传任务至所述边缘服务器的有源设备;
在预设的上传功率范围内选择上传任务至所述边缘服务器的有源设备的上传功率;和
根据所述第三结果、所述上传任务至所述边缘服务器的有源设备的索引、及所述上传功功率获取多种不同所述控制策略的集合。
7.根据权利要求2所述的资源调度方法,其特征在于,所述获取所述第t时隙的所述移动边缘计算系统的未来代价,包括:
获取预设的基准策略;
根据所述第t时隙的系统状态及多种不同所述控制策略的集合获取第t+1时隙的系统状态;和
根据所述第t+1时隙的系统状态及所述基准策略获取第t时隙的所述移动边缘计算系统的未来代价。
8.根据权利要求7所述的资源调度方法,其特征在于,所述获取预设的基准策略包括:
当存在有源设备在向所述边缘服务器上传任务时,则进入所述移动边缘计算系统覆盖范围内的新有源设备选择在本地计算;
选择最先进入所述移动边缘计算系统覆盖范围内且需要上传至所述边缘服务器的新有源设备上传任务至所述边缘服务器;和
根据上传至所述边缘服务器的新有源设备的路径损耗系数及功率补偿后的平均接受功率来计算上传任务至所述边缘服务器的有源设备的上传功率。
9.一种移动边缘计算系统,其特征在于,包括:
基站;
边缘服务器,所述边缘服务器通过所述基站与有源设备通信连接;和
控制器,所述控制器用于执行权利要求1-8所述的资源调度方法。
10.根据权利要求9所述的移动边缘计算系统,其特征在于,所述控制器设置在所述基站、所述边缘服务器、所述有源设备中的至少一个上。
CN201911402261.5A 2019-12-30 2019-12-30 移动边缘计算的资源调度方法及移动边缘计算系统 Pending CN111132348A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911402261.5A CN111132348A (zh) 2019-12-30 2019-12-30 移动边缘计算的资源调度方法及移动边缘计算系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911402261.5A CN111132348A (zh) 2019-12-30 2019-12-30 移动边缘计算的资源调度方法及移动边缘计算系统

Publications (1)

Publication Number Publication Date
CN111132348A true CN111132348A (zh) 2020-05-08

Family

ID=70505845

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911402261.5A Pending CN111132348A (zh) 2019-12-30 2019-12-30 移动边缘计算的资源调度方法及移动边缘计算系统

Country Status (1)

Country Link
CN (1) CN111132348A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111459505A (zh) * 2020-05-22 2020-07-28 南京大学 边缘计算环境下多版本推断模型部署方法、装置和系统
CN113179318A (zh) * 2021-04-27 2021-07-27 上海交通大学 一种基于边缘计算的工业网络系统传感器调度方法
CN115964182A (zh) * 2023-03-16 2023-04-14 阿里巴巴(中国)有限公司 资源的调度方法和系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107450982A (zh) * 2017-06-07 2017-12-08 上海交通大学 一种基于系统状态的任务调度方法
CN107465748A (zh) * 2017-08-18 2017-12-12 东南大学 移动边缘云计算系统中基于演进博弈的动态资源分配方法
US20190141142A1 (en) * 2018-03-05 2019-05-09 Intel Corporation Inter-mec system communication for v2x services
US20190230484A1 (en) * 2016-05-09 2019-07-25 Nokia Solutions And Networks Oy Policy control with mobile edge computing
CN110113195A (zh) * 2019-04-26 2019-08-09 山西大学 一种移动边缘计算系统中联合卸载判决和资源分配的方法
CN110351760A (zh) * 2019-07-19 2019-10-18 重庆邮电大学 一种移动边缘计算系统动态任务卸载及资源分配方法
CN110446265A (zh) * 2019-08-19 2019-11-12 电子科技大学 一种节能的基于动态分组的noma的移动边缘计算方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190230484A1 (en) * 2016-05-09 2019-07-25 Nokia Solutions And Networks Oy Policy control with mobile edge computing
CN107450982A (zh) * 2017-06-07 2017-12-08 上海交通大学 一种基于系统状态的任务调度方法
CN107465748A (zh) * 2017-08-18 2017-12-12 东南大学 移动边缘云计算系统中基于演进博弈的动态资源分配方法
US20190141142A1 (en) * 2018-03-05 2019-05-09 Intel Corporation Inter-mec system communication for v2x services
CN110113195A (zh) * 2019-04-26 2019-08-09 山西大学 一种移动边缘计算系统中联合卸载判决和资源分配的方法
CN110351760A (zh) * 2019-07-19 2019-10-18 重庆邮电大学 一种移动边缘计算系统动态任务卸载及资源分配方法
CN110446265A (zh) * 2019-08-19 2019-11-12 电子科技大学 一种节能的基于动态分组的noma的移动边缘计算方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
SHANFENG HUANG等: "MDP-Based Scheduling Design for Mobile-Edge Computing Systems with Random User Arrival", 《ARXIV:1904.13024V2[CS.IT]》 *
于博文等: "移动边缘计算任务卸载和基站关联协同决策问题研究", 《计算机研究与发展》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111459505A (zh) * 2020-05-22 2020-07-28 南京大学 边缘计算环境下多版本推断模型部署方法、装置和系统
CN111459505B (zh) * 2020-05-22 2021-06-25 南京大学 边缘计算环境下多版本推断模型部署方法、装置和系统
CN113179318A (zh) * 2021-04-27 2021-07-27 上海交通大学 一种基于边缘计算的工业网络系统传感器调度方法
CN113179318B (zh) * 2021-04-27 2022-03-15 上海交通大学 一种基于边缘计算的工业网络系统传感器调度方法
CN115964182A (zh) * 2023-03-16 2023-04-14 阿里巴巴(中国)有限公司 资源的调度方法和系统
CN115964182B (zh) * 2023-03-16 2023-07-21 阿里巴巴(中国)有限公司 资源的调度方法和系统

Similar Documents

Publication Publication Date Title
Wang et al. DRL-based energy-efficient resource allocation frameworks for uplink NOMA systems
CN109240818B (zh) 一种边缘计算网络中基于用户体验的任务卸载方法
CN111132348A (zh) 移动边缘计算的资源调度方法及移动边缘计算系统
CN111628855B (zh) 基于深度强化学习的工业5g动态多优先级多接入方法
CN110096362B (zh) 一种基于边缘服务器协作的多任务卸载方法
US10091785B2 (en) System and method for managing wireless frequency usage
Hekmati et al. Optimal mobile computation offloading with hard deadline constraints
Naparstek et al. Fully distributed optimal channel assignment for open spectrum access
CN110519849B (zh) 一种针对移动边缘计算的通信和计算资源联合分配方法
Tan et al. Opportunistic channel selection based on time series prediction in cognitive radio networks
CN113590279B (zh) 一种面向多核边缘计算服务器的任务调度和资源分配方法
CN113038616A (zh) 一种基于联邦学习的频谱资源管理分配方法
CN114126021B (zh) 一种基于深度强化学习的绿色认知无线电的功率分配方法
CN114968404A (zh) 一种位置隐私保护的计算任务分布式卸载方法
KR102562732B1 (ko) Mec 기반 무선 네트워크의 태스크 오프로딩 장치 및 방법
CN110996365A (zh) 一种基于多目标优化模型的异构网络垂直切换算法及系统
CN110177383B (zh) 移动边缘计算中基于任务调度和功率分配的效率优化方法
CN116916386A (zh) 一种考虑用户竞争和负载的大模型辅助边缘任务卸载方法
CN114615705B (zh) 一种基于5g网络下单用户资源分配策略方法
CN110224861A (zh) 基于学习的自适应动态异构网络选择策略的实现方法
CN115802380A (zh) 动态不确定场景下认知工业物联网的资源分配方法及装置
Jiang et al. Age of information-based computation offloading and transmission scheduling in mobile edge computing-enabled iot networks
WO2015007087A1 (en) Channel allocation method based on shapley value in wireless networks
CN1571315B (zh) 选择时分多址传输信道的方法和使用此方法的通信系统
CN116491142A (zh) 对多个小区进行控制以向多个终端提供无线资源的方法以及执行该方法的电子装置

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200508