CN111556576A - 基于d2d_mec系统的时延优化方法 - Google Patents

Abstract

本发明提供了一种基于D2D_MEC系统的时延优化方法，主要包括以下步骤：用户搜索附近空闲的D2D设备，建立D2D链路并获取D2D链路的信道信息和该D2D设备的计算资源；基站与D2D_MEC系统中所有的用户建立蜂窝链路以获取系统信息和蜂窝链路的信道信息；各个用户对计算任务进行划分；根据计算任务的划分比例、各D2D链路的通信资源分配情况和用户边缘卸载的顺序进行优化，得到D2D_MEC系统的总时延最优解。本发明通过采用传输与计算并行的边缘卸载的方式，不仅降低了边缘卸载的时延，还减小了随机信道对系统性能的影响；通过D2D通信辅助计算，在移动边缘计算的基础上有效地降低了系统处理数据的总时延，提高了系统性能。

Description

基于D2D_MEC系统的时延优化方法

技术领域

本发明涉及一种基于D2D_MEC系统的时延优化方法，属于D2D通信和移动边缘计算领域。

背景技术

近些年来，移动物联网设备呈指数型增长，移动数据密集型的场景越来越多，而移动边缘计算是解决这一问题的有效手段。移动边缘计算是指将用户需要处理的数据通过蜂窝链路传输到靠近用户且拥有计算、存储等能力的开放平台，以减轻用户端处理数据的负荷，减少数据处理的时延，同时也可以减少能量消耗，从而提升用户体验。可以说移动边缘计算为解决大规模网络的低时延、移动终端的海量接入及大数据传输等问题开辟了新的途径，所以近几年来移动边缘计算备受关注。但是当用户距离边缘服务器基站较远时，信道衰落较严重，用户的发射功率受到限制，蜂窝传输速率得不到保证，就会增加系统的总时延。

作为面向5G的关键候选技术，设备到设备通信(Device-to-Device,D2D)具有潜在的提高系统性能、提升用户体验、扩展蜂窝通信应用的前景，受到广泛关注。D2D是指通信网络中邻近设备之间直接交换信息的过程，设备与设备之间一般不会相隔太远，D2D通信拥有良好的信道增益，能够提升频谱利用率和系统吞吐量，保证通信网络更为灵活、智能、高效地运行。但是由于D2D通信的发射功率有限，D2D设备的计算资源有限，所以D2D通信难以满足大规模网络低时延的要求。

有鉴于此，确有必要提出一种基于D2D_MEC系统的时延优化方法，以解决上述问题。

发明内容

本发明的目的在于提供一种基于D2D_MEC系统的时延优化方法，以降低D2D_MEC系统处理数据的总时延，提高系统性能。

为实现上述目的，本发明提供了一种传输与计算并行的基于D2D_MEC系统的时延优化方法，用于降低D2D_MEC系统处理数据的总时延，主要包括以下步骤：

步骤1、用户搜索附近空闲的D2D设备，建立D2D链路并获取D2D链路的信道信息和该D2D设备的计算资源，然后根据D2D链路的信道信息计算得到D2D链路的信道传输速率；

步骤2、基站与D2D_MEC系统中所有的用户建立蜂窝链路以获取系统信息和蜂窝链路的信道信息，并将系统信息通过蜂窝下行链路传输给各个用户，然后根据蜂窝链路的信道信息计算得到蜂窝链路的传输速率；

步骤3、各个用户对计算任务进行划分；

步骤4、根据步骤3中计算任务的划分比例、各D2D链路的通信资源分配情况和用户边缘卸载的顺序进行优化，得到D2D_MEC系统的总时延最优解。

可选的，步骤1中，所述D2D链路的信道信息包括：D2D链路的长度y_k，D2D链路的信道增益

信道带宽B_d，信道噪声N₀和D2D链路的发射功率

所述D2D设备的计算资源为

可选的，所述D2D链路的信道传输速率为

可选的，步骤2中，所述系统信息包括：用户到基站的距离，计x_k算任务L_k，用户本地的计算资源

基站中边缘服务器的计算资源V^edge，D2D链路信道传输速率

和D2D设备的计算资源

所述蜂窝链路的信道信息包括：蜂窝链路信道增益

信道带宽B_c，信道噪声N₀以及发射功率

可选的，所述蜂窝链路的传输速率为

可选的，步骤3中各个用户将计算任务划分成三份，一份放在本地计算，一份卸载到D2D设备计算，一份卸载到边缘服务器进行计算。

可选的，所述本地计算总时延为

(h为正数)，卸载到D2D设备计算的总时延为

(f为正数)。

可选的，在边缘卸载中，用户k的传输时延和计算时延分别为

D2D_MEC系统的总时延D^ed由

两式通过迭代得出。

可选的，所述步骤4中，具体的优化过程为：

0≤α_k≤1,

0≤β_k≤1,

其中，P1可拆分成P2和P3，

0≤α_k≤1，

(D^l,d*表示P2的最优解)

s.t.0≤β_k≤1,

本发明的有益效果是：本发明通过采用传输与计算并行的边缘卸载的方式，不仅降低了边缘卸载的时延，还减小了随机信道对系统性能的影响；并且通过D2D通信辅助计算，在移动边缘计算的基础上有效地降低了系统处理数据的总时延，提高了系统性能。

附图说明

图1是本发明基于D2D_MEC系统的时延优化方法的流程图。

图2是本发明中D2D_MEC系统的总时延D^edge的具体分析过程。

图3是本发明中D2D_MEC系统的场景模型图。

具体实施方式

为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本发明进行详细描述。

如图1所示，本发明提供了一种基于D2D_MEC系统的时延优化方法，用于降低D2D_MEC系统处理数据的总时延，实现传输与计算并行，主要包括以下步骤：

步骤1、用户搜索附近空闲的D2D设备，建立D2D链路并获取D2D链路的信道信息和该D2D设备的计算资源，然后根据D2D链路的信道信息计算得到D2D链路的信道传输速率；

步骤2、基站与D2D_MEC系统中所有的用户建立蜂窝链路以获取系统信息和蜂窝链路的信道信息，并将系统信息通过蜂窝下行链路传输给各个用户，然后根据蜂窝链路的信道信息计算得到蜂窝链路的传输速率；

步骤3、各个用户对计算任务进行划分；

步骤4、根据步骤3中计算任务的划分比例、各D2D链路的通信资源分配情况和用户边缘卸载的顺序进行优化，得到D2D_MEC系统的总时延最优解。

以下将对步骤1-步骤4进行详细说明。

步骤1中，假设用户能够找到一个D2D设备辅助计算(如果找不到，将该D2D设备的计算资源作为0处理)。无计算任务的D2D设备将被标记为空闲的D2D设备。用户获取建立的D2D链路信道信息包括D2D链路的长度y_k，D2D链路的信道增益

信道带宽B_d，信道噪声N₀及D2D链路的发射功率

D2D设备的计算资源为

根据香农公式，D2D链路的信道传输速率为

步骤2中，系统信息包括用户到基站的距离x_k，计算任务L_k，用户本地的计算资源

基站中边缘服务器的计算资源V^edge，D2D链路信道传输速率

以及D2D设备的计算资源

定义D2D_MEC系统中有K个用户，这K个用户可建立K个D2D链路，D2D链路之间采用时分多址技术，所以将一个时间帧分成K个时隙，每个用户只能在相应的时隙进行D2D通信。为了表示方便，将时间帧单位化，分配给用户k的时隙为t_k(t_k∈[0,1])。t_k是需要优化的变量，调整t_k，使

设

(g为一常)数，有

传输与计算的合速率为

用户k与基站建立蜂窝链路并获取蜂窝链路的信道信息包括：蜂窝链路信道增益

信道带宽B_c，信道噪声N₀以及发射功率

由香农公式可得到蜂窝链路的传输速率为

步骤3中，各个用户将计算任务划分成三份，一份放在本地计算，一份卸载到D2D设备计算，一份卸载到边缘服务器进行计算。

假设：留在本地计算的任务量的比例为α_k，表示为

(h为正数)，则本地计算总时延为

(h为正数)。

假设：卸载到D2D设备的任务量的比例为γ_k，用

(f为正数)表示，则D2D卸载计算的总时延为

(f为正数)。

假设：卸载到边缘服务器的任务量的比例为β_k，可表示为

则在边缘卸载中，用户k的传输时延和计算时延分别为

D2D_MEC系统的总时延D^edge可由

两式迭代给出。

如图2所示，D^edge具体分析过程如图。蜂窝通信和边缘服务器计算并行进行，由于蜂窝链路和用户数据大小的不确定性，数据可能不能及时到达边缘服务器，这就导致边缘服务器处于等待状态，因此等待时间是不确定的。

步骤4中，先固定β_k，优化α_k和γ_k中的h和f，得到本地计算和D2D卸载计算时延的最优解

用户按照β_kL_k从小到大的顺序进行边缘卸载，可以使边缘服务器等待时间

最小。然后优化β_k中的q，得到D2D_MEC系统的总时延的最优解。具体优化过程如下：

0≤α_k≤1,

0≤β_k≤1,

其中，P1可拆分成P2和P3，

0≤α_k≤1，

(D^l,d*表示P2的最优解)

s.t.0≤β_k≤1,

如图3所示，D2D_MEC系统使用D2D通信并应用前述基于D2D_MEC系统的时延优化方法来处理数据。D2D_MEC系统包括配有边缘服务器的基站和位于基站四周的用户(优选为K个蜂窝用户)，每个用户可建立且只能建立一个D2D链路。其中，D2D通信采用正交(overlay)模式，以保证D2D通信不会影响蜂窝通信。

蜂窝链路间、D2D链路间均采用时分多址技术，以消除用户在传输过程中的干扰。

配有边缘服务器的基站能够获取D2D_MEC系统中所有用户的计算资源、D2D链路信道传输速率以及D2D设备的计算资源等信息，并将这些信息通过蜂窝下行链路传输给各个用户。用户根据本地计算资源的相对大小来分配本地计算的任务，所以各用户基本上可以同时完成本地计算；同样地，用户根据D2D链路传输资源和D2D设备计算资源的相对大小来分配D2D卸载的任务；最后用户将剩下的计算任务通过蜂窝链路卸载到边缘服务器。

综上所述，本发明通过采用传输与计算并行的边缘卸载的方式，不仅降低了边缘卸载的时延，还减小了随机信道对系统性能的影响；通过D2D通信辅助计算，在移动边缘计算的基础上有效地降低了系统处理数据的总时延，提高了系统性能。

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，而不脱离本发明技术方案的精神和范围。

Claims (9)

1.一种基于D2D_MEC系统的时延优化方法，用于降低D2D_MEC系统处理数据的总时延，其特征在于，主要包括以下步骤：

步骤1、用户搜索附近空闲的D2D设备，建立D2D链路并获取D2D链路的信道信息和该D2D设备的计算资源，然后根据D2D链路的信道信息计算得到D2D链路的信道传输速率；

步骤2、基站与D2D_MEC系统中所有的用户建立蜂窝链路以获取系统信息和蜂窝链路的信道信息，并将系统信息通过蜂窝下行链路传输给各个用户，然后根据蜂窝链路的信道信息计算得到蜂窝链路的传输速率；

步骤3、各个用户对计算任务进行划分；

步骤4、根据步骤3中计算任务的划分比例、各D2D链路的通信资源分配情况和用户边缘卸载的顺序进行优化，得到D2D_MEC系统的总时延最优解。

2.根据权利要求1所述的基于D2D_MEC系统的时延优化方法，其特征在于，步骤1中，所述D2D链路的信道信息包括：D2D链路的长度y_k，D2D链路的信道增益

信道带宽B_d，信道噪声N₀和D2D链路的发射功率

所述D2D设备的计算资源为

3.根据权利要求2所述的基于D2D_MEC系统的时延优化方法，其特征在于：所述D2D链路的信道传输速率为

4.根据权利要求1所述的基于D2D_MEC系统的时延优化方法，其特征在于，步骤2中，所述系统信息包括：用户到基站的距离x_k，计算任务L_k，用户本地的计算资源

基站中边缘服务器的计算资源V^edge，D2D链路信道传输速率

和D2D设备的计算资源

所述蜂窝链路的信道信息包括：蜂窝链路信道增益

信道带宽B_c，信道噪声N₀以及发射功率

5.根据权利要求4所述的基于D2D_MEC系统的时延优化方法，其特征在于：所述蜂窝链路的传输速率为

6.根据权利要求1所述的基于D2D_MEC系统的时延优化方法，其特征在于：步骤3中各个用户将计算任务划分成三份，一份放在本地计算，一份卸载到D2D设备计算，一份卸载到边缘服务器进行计算。

7.根据权利要求6所述的基于D2D_MEC系统的时延优化方法，其特征在于：所述本地计算总时延为

(h为正数)，卸载到D2D设备计算的总时延为

(f为正数)。

8.根据权利要求6所述的基于D2D_MEC系统的时延优化方法，其特征在于，在边缘卸载中，用户k的传输时延和计算时延分别为

D2D_MEC系统的总时延D^ed由

两式通过迭代得出。

9.根据权利要求1所述的基于D2D_MEC系统的时延优化方法，其特征在于，所述步骤4中，具体的优化过程为：

0≤α_k≤1,

0≤β_k≤1,

其中，P1可拆分成P2和P3，

0≤α_k≤1，

(D^l,d*表示P2的最优解)s.t.0≤β_k≤1,

Images