CN111447512A - 一种面向边缘云卸载的节能方法 - Google Patents

Abstract

本发明涉及一种面向边缘云卸载的节能方法，属于光无线通信技术领域，具体包括以下步骤：S1：给定用户任务请求消息，并执行类型标记以及初始化网络状态信息；S2：ONU‑MPP将任务请求消息广播至包括边缘云服务器与邻近设备在内的协作节点；S3：基于当前用户移动信息，估算接受下行数据的位置；S4：以不同协作节点下的网络能耗、接受位置偏移为依据选择协作节点；S5：执行EDBA算法为FiWi数据与卸载数据配置时隙；S6：通知被选择协作节点处理卸载数据，返回网络资源信息。本发明避免了为执行卸载数据导致网络能耗效率低下以及较高的时延，考虑节点传输卸载数据的能耗成本以及用户接受数据与协作节点的位置偏移来选择协作节点，在保证降低网络能耗的同时优化时延。

Description

一种面向边缘云卸载的节能方法

技术领域

本发明属于光无线通信技术领域，涉及一种面向边缘云卸载的节能方法。

背景技术

随着5G移动网络的出现和智能设备的快速发展，预计各种各样的以机器为中心的实时应用程序正出现在我们生活的各个角落。为释放其全部潜力，需要具有超可靠，超响应和智能网络连接的低延迟通信。为了满足上述要求，边缘云增强FiWi网络已成为当下研究的重点。目前边缘云增强FiWi网络的节能机制通常是以无线终端的能耗最优为出发点的，导致将业务卸载至云端网络节点的能耗无法保证。并且鉴于用户的移动性，当被选择协作节点与用户接受位置较远，下行结果接受将花费较多时延，使得相对于本地处理卸载至云端的业务响应时延较高。因此，在边缘云增强FiWi网络中研究保证网络能耗与业务响应时延的前提下选择协作节点变得非常必要。

预计在2020年通信网络能耗占比将达到20％，其中接入网占网络总能耗的70％以上。由于通信网络中超过70％能耗由接入网产生，因此，提高光无线接入网络的能耗效率，是目前亟待解决的问题。“Chowdhury M,Maier M.Collaborative Computing forAdvanced Tactile Internet Human-to-Robot(H2R)Communications in IntegratedFiWi Multirobot Infrastructures[J].Internet of Things Journal,IEEE,2017,4(6):2142-2158.”通过比较在中心云、边缘云和相邻机器三种不同协作方式下无线终端的能量成本和时延性能，制定出终端设备能耗最优的卸载路径。但是所提出方法的能耗分析目标仅针对于无线终端，未将不同方式对网络造成的负担考虑进去。“Ke Zhang,Yuming Gao,Supeng Leng et al.Energy-Efficient Offloading for Mobile Edge Computing in 5GHeterogeneous Networks[J].IEEE ACCESS,2016，30(16):132-140.”综合考虑了优化卸载和无线资源分配，以在延迟约束下获得最小的卸载系统能量消耗。但该方法中卸载系统能耗仅包括任务计算和文件传输的能量成本，并没有考虑节点能耗。M.Chowdhury在“Context-Aware Task Migration for HART-Centric Collaboration over FiWi BasedTactile Internet Infrastructures[J].IEEE Transactions on Parallel andDistributed Systems,2018,PP(99):1-14.”提出了一种基于位置感知的卸载策略，以接受距离为依据选择协作节点以及云代理之间迁移卸载业务，但该方法并没有考虑迁移对设备传输功率的要求。

因此，在卸载决策制定过程中以网络能耗是否得到优化以及接受位置偏移为依据选择协作节点，面向FiWi数据与MEC数据差异性建立带宽分配算法减少节点活跃时间，能有效提高整个边缘云增强FiWi网络的能耗效率的同时保证时延。

发明内容

有鉴于此，本发明的目的在于提供一种面向边缘云卸载的节能方法，能有效解决由于卸载数据传输导致网络节点能耗效率低下以及接受时延无法保证的问题。

为达到上述目的，本发明提供如下技术方案：

一种面向边缘云卸载的节能方法，该方法通过比较不同协作方式下网络能耗成本制定卸载决策，以设备接收时延优化为目标选取同优先级的边缘云服务器，减低边缘云增强FiWi网络能耗，具体包括以下步骤：

S1：给定用户任务请求消息，并执行类型标记以及初始化网络状态信息；

S2：ONU-MPP将任务请求消息广播至包括边缘云服务器与邻近设备在内的协作节点；

S3：基于当前用户移动信息，估算接受下行数据的位置；

S4：以不同协作节点下的网络能耗、接受位置偏移为依据选择协作节点；

S5：执行EDBA算法为FiWi数据与卸载数据配置时隙；

S6：通知被选择协作节点处理卸载数据，返回网络资源信息。

进一步，在步骤S1中，所述用户任务请求信息具体包括：

U_I：表明业务类型，其中，若I＝F表示该数据请求为FiWi数据，ONU-MPP可直接将请求发送至OLT为该请求进行时隙分配算法；若I＝M表示该数据为卸载请求，则应首先为其选择协作节点，再进行时隙分配算法；

S_I：表明FiWi数据或卸载数据大小；C_I：表明执行FiWi数据或卸载数据所需CPU周期数；T_I：表明执行FiWi数据或卸载数据最大标准时延；P_I：用户初始位置。

进一步，在步骤S3中，具体包括以下步骤：

S31：定义用户具有密度λ_MU的随机分布，此外，每个MAP具有半径为r_MAP的圆形覆盖区域；

S32：利用RWP模型给定不同预定速度遍历多个航点，从而随机选择用户的初始位置；对于用户在给定的n个不同速度和时刻的集合，随机选择的初始点和最终点之间的平均速度表示如下：

S33：基于用户任务请求传输时间与处理时间可得出用户的最终接受数据位置。

进一步，在步骤S4中，具体包括以下步骤：

S41：ONU-MPP接受范围内所有用户请求信息；

S42：ONU-MPP首先广播任务通告消息RTS给所有附近的协作节点，通过使用其填充/保留位来扩展RTS帧，以便包括附加的任务请求信息；

S43：收到RTS帧后，该网络中可用协作节点利用CTS帧中回复包含以下信息的代理：剩余能量，位置，移动和处理速度，并预先计算任务执行时间；

S44：ONU-MPP根据网络能耗、时延与位置标准选择合适的协作节点，其中，网络能耗由光节点ONU-MPP、无线节点以及设备在内的能耗总和，表示为下式：

其中，

表示设备请求时隙长度，

为ONU-MPP活跃时的能耗，

为ONU-MPP活跃时的能耗，

为ONU-MPP活跃时的能耗，m传输卸载数据的无线节点数量；若网络总能耗高于设备本身处理卸载数据时的能耗，则选择在本地执行；而卸载至边缘云服务器是的时延可以表示为：

其中，C_k表示无线链路容量,λ_k表示链路负载，C_MEC表示光纤链路容量,H表示无线链路数；若卸载至边缘云服务器的时延高于本地处理时延，则选择在本地执行；

若多个边缘云服务器均满足时延能耗条件，选取离用户接受位置最近的ONU-MPP所连接的服务器作为协作节点；

S45：执行EDBA算法分配时隙。

进一步，在步骤S5中，所述EDBA算法的具体过程为：

S51：OLT接受到ONU-MPP发送的REPORT信令帧，提取其中的FiWi时隙请求与MEC卸载时隙长度，为ONU-MPP制定时隙，并通过GATE帧进行广播；

S52：在从OLT接收到GATE消息之后，给定任务位置的相应ONU-MPP首先为自身制定MEC卸载时隙，卸载时隙的长度表示为：

其中，

是下周期边缘云缓冲区积压，

表示所有STA发送的PS-POLL帧中卸载业务时隙请求总和，T_VEC为VEC帧持续时间；

S53：再通过范围中所有设备的请求，为其分配时隙；并通过BEACON将设备下周期的活跃时隙的起始时间与协作节点信息发送给设备；

S54：ONU-MPP发送完BEACON帧之后，通过REORT帧向OLT发送请求与卸载时隙长度。

本发明的有益效果在于：本发明提供的技术方案避免了为执行卸载数据导致网络能耗效率低下以及较高的用户接受时延，考虑节点传输卸载数据的能耗成本，以及用户接受数据与协作节点的位置偏移，能够有效提高整个边缘云增强FiWi网络的能耗效率并减少接受时延，释放5G最新应用全部潜力，具有广阔的运用前景。

本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。

附图说明

为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作优选的详细描述，其中：

图1为发明的ERO算法流程图；

图2为发明的EDBA算法流程图。

具体实施方式

下面结合附图对本发明的具体实施例进行详细说明。

图1为发明的ERO算法流程图，如图所示，在本实施例中具体包括以下步骤：

输入：用户任务请求信令帧T-REQ帧，待处理业务请求数目N。

输出：包含设备协作节点信息与卸载时隙信息的BECON帧。

S1：ONU-MPP接受范围内第i个用户业务请求，为其选择协作节点。若i>N，转至S10；反之，执行S2。

S2：ONU-MPP将用户信息使用其填充/保留位来扩展RTS帧，并将其广播至范围中协作接节点。

S3：收到RTS帧后，该网络中可用协作节点利用CTS帧回复包含剩余能量，位置，处理速度，并预先计算任务执行时间等信息。

S4：代理ONU-MPP计算通过卸载来处理数据时的网络能耗，包括光节点ONU-MPP、无线节点以及设备在内的能耗总和。若设备能耗小于网络能耗转至S7，若大于，则转至S5。

S5：分析计算通过卸载处理数据时的时延，若本地处理时延小于卸载处理时延，转至S7，若大于，则转至S6。

S6：利用RWP模型给定不同预定速度遍历多个航点，从而随机选择用户的初始位置。对于用户在给定的n个不同速度和时刻的集合，随机选择的初始点和最终点之间的平均速度。估算用户接受数据的位置，选取离用户接受位置最近范围ONU-MPP相连的MEC服务器为协作节点，转至S8。

S7：通过ACK帧通知设备自身处理业务，不在为其分配上行传输时隙。

S8：执行EDBA算法为卸载业务分配时隙，并通过BEACON帧广播。

S9：i＝i+1，转S1。

S10：算法结束。

图2为发明的EDBA算法流程图，如图所示，其具体过程为：

1)：OLT接受到ONU-MPP发送的REPORT信令帧，提取其中的FiWi时隙请求与MEC卸载时隙长度，为ONU-MPP制定时隙，并通过GATE帧进行广播。

2)：ONU-MPP接受OLT发送的GATE消息之后，给定任务位置的相应ONU-MPP首先为自身制定MEC卸载时隙，其中，卸载时隙的开始时间为FiWi时隙开始时间再加时隙所持续时间。

3)：凭借周期用户发送的卸载时隙请求，为每个选择边缘云服务器为协作节点的业务分配子时隙，并通过BEACON将设备下周期的活跃时隙的起始时间与协作节点信息发送给设备。

4)：ONU-MPP发送完BEACON帧之后，接受用户上行FiWi数据，并将其转发至OLT，在此期间接受下行FiWi数据结果。

5):提取上行数据PS-POLL信令消息中FiWi业务请求，将其添加至REPORT帧中上传至OLT。

6):ONU-MPP向OLT报告自身卸载时隙长度。

7):发送完REPORT帧后，ONU-MPP开始中继卸载数据。转发用户上行卸载数据，并在其期间，接受MEC服务器的下行卸载结果。

8):OLT综合范围中其它ONU-MPP的FiWi时隙长度与卸载时隙长度，制定保证两种业务共存的下周期FiWi时隙开始时刻。

9)：EDBA算法结束，返回。

最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (5)

1.一种面向边缘云卸载的节能方法，其特征在于：该方法通过比较不同协作方式下网络能耗成本制定卸载决策，以设备接收时延优化为目标选取同优先级的边缘云服务器，减低边缘云增强FiWi网络能耗，具体包括以下步骤：

S1：给定用户任务请求消息，并执行类型标记以及初始化网络状态信息；

S2：ONU-MPP将任务请求消息广播至包括边缘云服务器与邻近设备在内的协作节点；

S3：基于当前用户移动信息，估算接受下行数据的位置；

S4：以不同协作节点下的网络能耗、接受位置偏移为依据选择协作节点；

S5：执行EDBA算法为FiWi数据与卸载数据配置时隙；

S6：通知被选择协作节点处理卸载数据，返回网络资源信息。

2.根据权利要求1所述的一种面向边缘云卸载的节能方法，其特征在于：在步骤S1中，所述用户任务请求信息具体包括：

U_I：表明业务类型，其中，若I＝F表示该数据请求为FiWi数据，ONU-MPP可直接将请求发送至OLT为该请求进行时隙分配算法；若I＝M表示该数据为卸载请求，则应首先为其选择协作节点，再进行时隙分配算法；

S_I：表明FiWi数据或卸载数据大小；C_I：表明执行FiWi数据或卸载数据所需CPU周期数；T_I：表明执行FiWi数据或卸载数据最大标准时延；P_I：用户初始位置。

3.根据权利要求1所述的一种面向边缘云卸载的节能方法，其特征在于：在步骤S3中，具体包括以下步骤：

S31：定义用户具有密度λ_MU的随机分布，此外，每个MAP具有半径为r_MAP的圆形覆盖区域；

S32：利用RWP模型给定不同预定速度遍历多个航点，从而随机选择用户的初始位置；对于用户在给定的n个不同速度和时刻的集合，随机选择的初始点和最终点之间的平均速度表示如下：

S33：基于用户任务请求传输时间与处理时间可得出用户的最终接受数据位置。

4.根据权利要求1所述的一种面向边缘云卸载的节能方法，其特征在于：在步骤S4中，具体包括以下步骤：

S41：ONU-MPP接受范围内所有用户请求信息；

S42：ONU-MPP首先广播任务通告消息RTS给所有附近的协作节点，通过使用其填充/保留位来扩展RTS帧，以便包括附加的任务请求信息；

S43：收到RTS帧后，该网络中可用协作节点利用CTS帧中回复包含以下信息的代理：剩余能量，位置，移动和处理速度，并预先计算任务执行时间；

S44：ONU-MPP根据网络能耗、时延与位置标准选择合适的协作节点，其中，网络能耗由光节点ONU-MPP、无线节点以及设备在内的能耗总和，表示为下式：

其中，

表示设备请求时隙长度，

为ONU-MPP活跃时的能耗，

为ONU-MPP活跃时的能耗，

为ONU-MPP活跃时的能耗，m传输卸载数据的无线节点数量；若网络总能耗高于设备本身处理卸载数据时的能耗，则选择在本地执行；而卸载至边缘云服务器是的时延可以表示为：

其中，C_k表示无线链路容量,λ_k表示链路负载，C_MEC表示光纤链路容量,H表示无线链路数；若卸载至边缘云服务器的时延高于本地处理时延，则选择在本地执行；

若多个边缘云服务器均满足时延能耗条件，选取离用户接受位置最近的ONU-MPP所连接的服务器作为协作节点；

S45：执行EDBA算法分配时隙。

5.根据权利要求1所述的一种面向边缘云卸载的节能方法，其特征在于：在步骤S5中，所述EDBA算法的具体过程为：

S51：OLT接受到ONU-MPP发送的REPORT信令帧，提取其中的FiWi时隙请求与MEC卸载时隙长度，为ONU-MPP制定时隙，并通过GATE帧进行广播；

S52：在从OLT接收到GATE消息之后，给定任务位置的相应ONU-MPP首先为自身制定MEC卸载时隙，卸载时隙的长度表示为：

其中，

是下周期边缘云缓冲区积压，

表示所有STA发送的PS-POLL帧中卸载业务时隙请求总和，T_VEC为VEC帧持续时间；

S53：再通过范围中所有设备的请求，为其分配时隙；并通过BEACON将设备下周期的活跃时隙的起始时间与协作节点信息发送给设备；

S54：ONU-MPP发送完BEACON帧之后，通过REORT帧向OLT发送请求与卸载时隙长度。

Images