CN112134745B - 一种面向应用的边缘服务器覆盖范围内传感器的分配方法 - Google Patents

一种面向应用的边缘服务器覆盖范围内传感器的分配方法 Download PDF

Info

Publication number
CN112134745B
CN112134745B CN202011342506.2A CN202011342506A CN112134745B CN 112134745 B CN112134745 B CN 112134745B CN 202011342506 A CN202011342506 A CN 202011342506A CN 112134745 B CN112134745 B CN 112134745B
Authority
CN
China
Prior art keywords
edge server
sensor
sensors
coverage
edge
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.)
Active
Application number
CN202011342506.2A
Other languages
English (en)
Other versions
CN112134745A (zh
Inventor
王红涛
冯连强
王志超
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.)
China National Heavy Machinery Research Institute Co Ltd
Original Assignee
China National Heavy Machinery Research Institute Co Ltd
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 China National Heavy Machinery Research Institute Co Ltd filed Critical China National Heavy Machinery Research Institute Co Ltd
Priority to CN202011342506.2A priority Critical patent/CN112134745B/zh
Publication of CN112134745A publication Critical patent/CN112134745A/zh
Application granted granted Critical
Publication of CN112134745B publication Critical patent/CN112134745B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/04—Network management architectures or arrangements
    • H04L41/042—Network management architectures or arrangements comprising distributed management centres cooperatively managing the network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0803—Configuration setting
    • H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
    • H04L67/025—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP] for remote control or remote monitoring of applications
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
    • H04L67/1004—Server selection for load balancing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/52—Network services specially adapted for the location of the user terminal

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer And Data Communications (AREA)
  • Multi Processors (AREA)

Abstract

本发明涉及一种面向应用的边缘服务器覆盖范围内传感器的分配方法，属于工业互联网边缘计算技术领域，包括以下步骤：建立边缘服务器覆盖范围内的传感器的分配模型；初始化分配模型；利用所有的边缘服务器的地理约束条件将所有传感器划分成非公共覆盖范围内的传感器集合S1和公共覆盖范围内的传感器集合S2：对非公共覆盖范围内的传感器集合S1，将其直接分配给符合地理约束条件的边缘服务器；对公共覆盖范围内的传感器集合S2，以目标条件公式为约束条件进行分配。本发明确保传感器的服务质量的同时还能减少网络延迟，保障了传感器所需的服务质量，提高了整体性能，方便更好协同控制，减少了生产成本的投资，提高了生产效率。

Description

一种面向应用的边缘服务器覆盖范围内传感器的分配方法
技术领域
本发明属于工业互联网边缘计算技术领域，具体涉及一种面向应用的边缘服务器覆盖范围内传感器的分配方法。
背景技术
针对工业流数据实时分析，边缘侧智能计算，分布式实时控制等工业互联网智能制造典型场景，边缘计算需要实现对传感器上的流数据进行实时分析，智能计算，协同控制等功能。其中，边缘服务器在地理位置上是靠近数据源的，以提高可访问性和计算能力，最大程度地减少网络延迟和能耗。但是，现有的网络协同制造中，边缘服务器覆盖范围内传感器的分配，由于网络延迟大，使得传感器所需的服务质量差，从而导致整体性能差。
发明内容
有鉴于此，本发明提供了一种面向应用的边缘服务器覆盖范围内传感器的分配方法，以解决上述提出的技术问题。
本发明的技术方案是：
一种面向应用的边缘服务器覆盖范围内传感器的分配方法，包括以下步骤：
建立边缘服务器覆盖范围内的传感器的分配模型；
初始化分配模型；
利用所有的边缘服务器的地理约束条件将所有传感器划分成非公共覆盖范围内的传感器集合S1和公共覆盖范围内的传感器集合S2：
对非公共覆盖范围内的传感器集合S1，将其直接分配给符合地理约束条件的边缘服务器；
对公共覆盖范围内的传感器集合S2，以式（1）为目标条件公式进行分配，
Figure 337277DEST_PATH_IMAGE001
（1）
式（1）满足式（2）到式（6）的约束：
Figure 723259DEST_PATH_IMAGE002
（2）
Figure 971837DEST_PATH_IMAGE003
（3）
Figure 101467DEST_PATH_IMAGE004
（4）
Figure 384681DEST_PATH_IMAGE005
（5）
Figure 675985DEST_PATH_IMAGE006
（6）
其中，
Figure 677439DEST_PATH_IMAGE007
取值为0或1，为边缘服务器是否被使用；
Figure 345181DEST_PATH_IMAGE008
为分配决策；
Figure 748480DEST_PATH_IMAGE009
为传感器的工 作负载；
Figure 210686DEST_PATH_IMAGE010
为边缘服务器的剩余可用负载；
Figure 433857DEST_PATH_IMAGE011
为边缘服务器与传感器之间的距离；
Figure 905289DEST_PATH_IMAGE012
为 边缘服务器覆盖半径。
优选的，建立边缘服务器覆盖范围内的传感器的分配模型的方法包括以下步骤：
建立具有m个边缘服务器E={
Figure 897516DEST_PATH_IMAGE013
}，n个传感器S={
Figure 61781DEST_PATH_IMAGE014
}的 场景，其中，i为传感器的编号，取值范围在[1,n]，j为边缘服务器的编号，其取值范围在[1, m]；
定义每个传感器的工作负载为
Figure 772248DEST_PATH_IMAGE009
；
定义边缘服务器的覆盖范围区域半径为cov(
Figure 516213DEST_PATH_IMAGE015
)；
定义分配决策为
Figure 894105DEST_PATH_IMAGE008
，当传感器
Figure 698113DEST_PATH_IMAGE016
被分配给边缘服务器
Figure 895876DEST_PATH_IMAGE015
时，
Figure 709111DEST_PATH_IMAGE017
，当传感器
Figure 675930DEST_PATH_IMAGE016
没有 被分配时，
Figure 181998DEST_PATH_IMAGE018
，并且每个传感器的分配符合式（7）：
Figure 601478DEST_PATH_IMAGE019
Figure 952825DEST_PATH_IMAGE020
（7）
其中，
Figure 39730DEST_PATH_IMAGE008
为分配决策，i为传感器的编号，取值范围在[1,n]，j为边缘服务器的编 号，其取值范围在[1,m]。
优选的，初始化分配模型，包括以下步骤：
利用式（8）计算边缘服务器的剩余可用负载
Figure 451120DEST_PATH_IMAGE010
，
Figure 623475DEST_PATH_IMAGE021
（8）
其中，
Figure 512933DEST_PATH_IMAGE010
为边缘服务器剩余可用负载，
Figure 719924DEST_PATH_IMAGE022
为边缘服务器总资源量，
Figure 296356DEST_PATH_IMAGE023
为边缘服 务器自身所占资源；
置每个传感器的初始分配决策如式（9）：
Figure 690428DEST_PATH_IMAGE024
（9）
其中，
Figure 649157DEST_PATH_IMAGE008
为分配决策，i为传感器的编号，取值范围在[1,n]，j为边缘服务器的编 号，其取值范围在[1,m]。
优选的，利用所有的边缘服务器的地理约束条件将所有传感器划分成非公共覆盖范围内的传感器集合S1和公共覆盖范围内的传感器集合S2采用的方法，包括以下步骤：
测量传感器
Figure 179495DEST_PATH_IMAGE016
与边缘服务器
Figure 198267DEST_PATH_IMAGE015
之间的地理距离
Figure 79635DEST_PATH_IMAGE011
；
测量边缘服务器的覆盖半径cov(
Figure 576475DEST_PATH_IMAGE015
)；
利用式（10）计算差值
Figure 492479DEST_PATH_IMAGE025
：
Figure 150993DEST_PATH_IMAGE026
（10）
其中，
Figure 785237DEST_PATH_IMAGE025
为差值，cov(
Figure 820189DEST_PATH_IMAGE015
)为边缘服务器的覆盖半径，
Figure 856278DEST_PATH_IMAGE011
为传感器
Figure 685694DEST_PATH_IMAGE016
与边缘服务器
Figure 541654DEST_PATH_IMAGE015
之间的地理距离；
当
Figure 645877DEST_PATH_IMAGE025
>0，为传感器在边缘服务器覆盖范围内，
当
Figure 5314DEST_PATH_IMAGE025
<0，为传感器不在边缘服务器覆盖范围内；
当传感器只被一个边缘服务器覆盖，则被划入非公共覆盖范围传感器集合S1；
当传感器被多个边缘服务器覆盖，则被划入公共覆盖内传感器集合S2，
其中，S={
Figure 536789DEST_PATH_IMAGE014
}=S1∪S2。
优选的，对非公共覆盖范围内的传感器集合S1的分配方法，包括：
将符合边缘服务器
Figure 614467DEST_PATH_IMAGE015
的地理约束条件的传感器
Figure 256801DEST_PATH_IMAGE016
，直接分配给边缘服务器
Figure 1903DEST_PATH_IMAGE015
，置分 配决策值
Figure 438700DEST_PATH_IMAGE008
=1，更新边缘服务器剩余可用负载：
Figure 3674DEST_PATH_IMAGE027
其中，i为S1集合中传感器自身的编号，j为E集合中边缘服务器自身的编号，
Figure 449699DEST_PATH_IMAGE008
为 分配决策，
Figure 783728DEST_PATH_IMAGE010
为边缘服务器剩余可用负载，
Figure 657006DEST_PATH_IMAGE009
为每个传感器的工作负载。
优选的，对公共覆盖范围内的传感器集合S2的分配方法，包括：
Sa、利用式（11）更新边缘服务器剩余可用负载
Figure 709276DEST_PATH_IMAGE010
，
Figure 427833DEST_PATH_IMAGE027
（11）
其中，
Figure 147527DEST_PATH_IMAGE009
为传感器的工作负载；
Figure 926128DEST_PATH_IMAGE010
为边缘服务器的剩余可用负载；
Sb、根据边缘服务器剩余可用负载
Figure 731273DEST_PATH_IMAGE010
的大小将对应的边缘服务器进行降序排列，形 成新的边缘服务器集合E；
Sc、将公共覆盖范围内的传感器集合S2中的传感器按照传感器工作负载量降序排序；
Sd、从公共覆盖范围内的传感器集合S2中取出传感器
Figure 253521DEST_PATH_IMAGE016
，去循环匹配新的边缘服务 器集合E中的边缘服务器
Figure 562142DEST_PATH_IMAGE015
，从第一个开始匹配，利用式（12）和式（13）判断是否该边缘服务 器符合容量约束条件和地理约束条件，
Figure 777223DEST_PATH_IMAGE028
（12）
Figure 538506DEST_PATH_IMAGE029
（13）
其中，i是传感器序列S2中传感器自身的编号，j为E集合中边缘服务器自身的编 号，
Figure 864445DEST_PATH_IMAGE009
为传感器的工作负载，
Figure 293152DEST_PATH_IMAGE010
为边缘服务器的剩余可用负载，
Figure 413555DEST_PATH_IMAGE012
为边缘服务器的覆盖 半径，
Figure 193292DEST_PATH_IMAGE011
为传感器
Figure 57343DEST_PATH_IMAGE016
与边缘服务器
Figure 340557DEST_PATH_IMAGE015
之间的地理距离；
Se、当边缘服务器满足容量约束和地理约束时，将传感器分配给它，退出循环匹 配，更新分配决策值，置
Figure 891580DEST_PATH_IMAGE008
=1，其中，i和j分别表示该传感器和该边缘服务器的自身的编号， 对分配的边缘服务器更新边缘服务器剩余可用负载
Figure 627455DEST_PATH_IMAGE010
，并且对新的边缘服务器集合E重新 按照降序排列，继续顺序取出传感器集合S2中的传感器进行匹配；
Sf、当边缘服务器不满足容量约束或者地理约束条件时，置
Figure 560776DEST_PATH_IMAGE008
=0，其中，i和j分别 表示该传感器和该边缘服务器的自身的编号，并且继续按序从边缘服务器集合E中顺序取 出下一个边缘服务器重新判断是否符合分配条件，符合条件执行操作Se，不符合条件继续 顺序取出E中下一个边缘服务器重新判断，直至E遍历完结束一个循环，然后重新从公共覆 盖范围内的传感器集合S2中取出下一个传感器
Figure 432917DEST_PATH_IMAGE016
继续执行Sd操作，直到S2遍历完结束。
与现有技术相比，本发明提供的一种面向应用的边缘服务器覆盖范围内传感器的分配方法，解决了在网络协同制造中，边缘服务器覆盖范围内公共覆盖范围中的传感器分配问题，在确保传感器所需要的服务质量的同时还能减少网络延迟，保障了传感器所需的服务质量，提高了整体性能，方便更好的协同控制，同时，本发明最大程度的减少了生产成本的投资，提高了生产效率，实用性好，值得推广。
附图说明
图1是本发明总流程图；
图2是本发明的公共覆盖范围内传感器的分配方法流程图;
图3是本发明的场景描述示意图。
具体实施方式
下面结合附图1、图2和图3对本发明提供的一种面向应用的边缘服务器覆盖范围内传感器的分配方法的一个具体实施方式进行详细描述，但应当理解本发明的保护范围并不受具体实施方式的限制。
一种面向应用的边缘服务器覆盖范围内传感器的分配方法，包括以下步骤：
建立边缘服务器覆盖范围内的传感器的分配模型：
场景分配模型如图3所示，建立多边缘服务器和多传感器场景，其中虚线区域表示边缘服务器的覆盖范围，且用三角形符号对每个区域进行编号；边缘服务器之间非公共覆盖范围内的传感器用空心圆符号进行编号和表示，边缘服务器公共覆盖范围内的传感器用实心圆符号进行编号和表示。
建立具有m个边缘服务器E={
Figure 160702DEST_PATH_IMAGE013
}，n个传感器S={
Figure 649452DEST_PATH_IMAGE014
}的 场景，其中，i为传感器的编号，取值范围在[1,n]，j为边缘服务器的编号，其取值范围在[1, m]；
定义每个传感器的工作负载为
Figure 855305DEST_PATH_IMAGE009
；
定义边缘服务器的覆盖范围区域半径为cov(
Figure 113111DEST_PATH_IMAGE015
)；
定义分配决策为
Figure 11797DEST_PATH_IMAGE008
，当传感器
Figure 722264DEST_PATH_IMAGE016
被分配给边缘服务器
Figure 731809DEST_PATH_IMAGE015
时，
Figure 844121DEST_PATH_IMAGE017
，当传感器
Figure 913708DEST_PATH_IMAGE016
没有 被分配时，
Figure 111471DEST_PATH_IMAGE018
，并且每个传感器的分配符合式（7）：
Figure 659127DEST_PATH_IMAGE019
Figure 891526DEST_PATH_IMAGE020
（7）
其中，
Figure 866435DEST_PATH_IMAGE008
为分配决策，i为传感器的编号，取值范围在[1,n]，j为边缘服务器的编 号，其取值范围在[1,m]。
初始化分配模型：
初始条件下，每个传感器均未被分配，每个边缘服务器均未被占用。初始化分配模型包括以下步骤：
利用式（8）计算边缘服务器的剩余可用负载
Figure 817073DEST_PATH_IMAGE010
，
Figure 168420DEST_PATH_IMAGE021
（8）
其中，
Figure 255325DEST_PATH_IMAGE010
为边缘服务器剩余可用负载，
Figure 666715DEST_PATH_IMAGE022
为边缘服务器总资源量，
Figure 573491DEST_PATH_IMAGE023
为边缘服 务器自身所占资源；
置每个传感器的初始分配决策如式（9）：
Figure 728529DEST_PATH_IMAGE024
（9）
其中，
Figure 669940DEST_PATH_IMAGE008
为分配决策，i为传感器的编号，取值范围在[1,n]，j为边缘服务器的编 号，其取值范围在[1,m]。
然后利用所有的边缘服务器的地理约束条件将所有传感器划分成非公共覆盖范围内的传感器集合S1和公共覆盖范围内的传感器集合S2，具体的采用的方法，包括以下步骤：
使用测距传感器来测量传感器
Figure 252231DEST_PATH_IMAGE016
与边缘服务器
Figure 646303DEST_PATH_IMAGE015
之间的地理距离
Figure 605032DEST_PATH_IMAGE011
。
边缘服务器与传感器之间通过无线网络连接，无线网络的信号覆盖半径可以使用 网络测试工具Chariot直接测试得到，用cov(
Figure 400950DEST_PATH_IMAGE015
)表示，单位为米。
将边缘服务器覆盖半径cov(
Figure 154142DEST_PATH_IMAGE015
)与地理距离
Figure 301090DEST_PATH_IMAGE011
进行比较得到差值
Figure 532351DEST_PATH_IMAGE025
，上述表达转 化为式（10）计算差值
Figure 448354DEST_PATH_IMAGE025
：
Figure 372448DEST_PATH_IMAGE026
（10）
其中，
Figure 741112DEST_PATH_IMAGE025
为差值，cov(
Figure 41644DEST_PATH_IMAGE015
)为边缘服务器的覆盖半径，
Figure 546574DEST_PATH_IMAGE011
为传感器
Figure 907148DEST_PATH_IMAGE016
与边缘服务器
Figure 763109DEST_PATH_IMAGE015
之间的地理距离；
当
Figure 336173DEST_PATH_IMAGE025
>0，为传感器在边缘服务器覆盖范围内，
当
Figure 226768DEST_PATH_IMAGE025
<0，为传感器不在边缘服务器覆盖范围内；
当传感器只被一个边缘服务器覆盖，则被划入非公共覆盖范围传感器集合S1；
当传感器被多个边缘服务器覆盖，则被划入公共覆盖内传感器集合S2，
其中，S={
Figure 322743DEST_PATH_IMAGE014
}=S1∪S2。
上述的分配过程中，在覆盖范围内的传感器才能被分配，且分配给单个边缘服务器服务器的总负载不能大于该边缘服务器剩余可用负载，满足如下式的条件：
Figure 665999DEST_PATH_IMAGE030
Figure 308333DEST_PATH_IMAGE011
表示传感器到边缘服务器的距离；cov(
Figure 787856DEST_PATH_IMAGE015
)表示边缘服务器的覆盖半径；
Figure 490233DEST_PATH_IMAGE031
表 示分配给
Figure 55207DEST_PATH_IMAGE015
边缘服务器的所有传感器，
Figure 235652DEST_PATH_IMAGE009
表示每个传感器的工作负载，
Figure 835261DEST_PATH_IMAGE032
表示分配 给边缘服务器所有的传感器的工作负载总和，
Figure 442960DEST_PATH_IMAGE010
表示边缘服务器可用负载。
对非公共覆盖范围内的传感器集合S1，将其直接分配给符合地理约束条件的边缘服务器，其分配方法，包括：
将符合边缘服务器
Figure 760809DEST_PATH_IMAGE015
的地理约束条件的传感器
Figure 479366DEST_PATH_IMAGE033
，直接分配给边缘服务器
Figure 933481DEST_PATH_IMAGE015
，置分 配决策值
Figure 977660DEST_PATH_IMAGE008
=1，更新边缘服务器剩余可用负载：
Figure 517226DEST_PATH_IMAGE027
其中，i为S1集合中传感器自身的编号，j为E集合中边缘服务器自身的编号，
Figure 39474DEST_PATH_IMAGE008
为 分配决策，
Figure 348096DEST_PATH_IMAGE010
为边缘服务器剩余可用负载，
Figure 563177DEST_PATH_IMAGE009
为每个传感器的工作负载。
对公共覆盖范围内的传感器集合S2，以式（1）为目标条件公式进行分配，
Figure 324459DEST_PATH_IMAGE001
（1）
式（1）满足式（2）到式（6）的约束：
Figure 650398DEST_PATH_IMAGE002
（2）
Figure 813526DEST_PATH_IMAGE003
（3）
Figure 199508DEST_PATH_IMAGE004
（4）
Figure 713666DEST_PATH_IMAGE005
（5）
Figure 843296DEST_PATH_IMAGE006
（6）
其中，
Figure 860931DEST_PATH_IMAGE007
取值为0或1，为边缘服务器是否被使用；
Figure 683393DEST_PATH_IMAGE008
为分配决策；
Figure 419268DEST_PATH_IMAGE009
为传感器的工作负载；
Figure 821431DEST_PATH_IMAGE010
为边缘服务器的剩余可用负载；
Figure 224730DEST_PATH_IMAGE011
为边缘服务器与传感器之间的距离；
Figure 952515DEST_PATH_IMAGE012
为边缘服务器覆盖半径。
针对公共覆盖范围内的传感器集合S2的分配方法，包括：
Sa、利用式（11）更新边缘服务器剩余可用负载
Figure 175686DEST_PATH_IMAGE010
，
Figure 647118DEST_PATH_IMAGE027
（11）
其中，
Figure 639345DEST_PATH_IMAGE009
为传感器的工作负载；
Figure 538031DEST_PATH_IMAGE010
为边缘服务器的剩余可用负载；
Sb、使用冒泡排序的方法，根据边缘服务器的剩余可用负载
Figure 248498DEST_PATH_IMAGE010
的大小将对应的边缘 服务器降序排列，形成新的边缘服务器集合E；
Sc、使用冒泡排序的方法，将公共覆盖范围内的传感器集合S2中的传感器按照传感器工作负载量降序排序；
Sd、从公共覆盖范围内的传感器集合S2中取出传感器
Figure 523622DEST_PATH_IMAGE016
，去循环匹配新的边缘服务 器集合E中的每一个边缘服务器
Figure 370355DEST_PATH_IMAGE015
，从第一个开始匹配，利用式（12）和式（13）判断是否该边 缘服务器符合容量约束条件和地理约束条件，
Figure 705521DEST_PATH_IMAGE028
（12）
Figure 637705DEST_PATH_IMAGE029
（13）
其中，i是传感器序列S2中传感器自身的编号，j为E集合中边缘服务器自身的编 号，
Figure 450940DEST_PATH_IMAGE009
为传感器的工作负载，
Figure 411900DEST_PATH_IMAGE010
为边缘服务器的剩余可用负载，
Figure 652388DEST_PATH_IMAGE012
为边缘服务器的覆盖 半径，
Figure 337448DEST_PATH_IMAGE011
为传感器
Figure 688795DEST_PATH_IMAGE016
与边缘服务器
Figure 510120DEST_PATH_IMAGE015
之间的地理距离；
Se、当边缘服务器满足容量约束和地理约束时，将传感器分配给它，结束匹配循 环，更新分配决策值，置
Figure 921510DEST_PATH_IMAGE008
=1，其中，i和j分别表示该传感器和该边缘服务器的自身的编号， 对分配的边缘服务器更新边缘服务器剩余可用负载
Figure 828286DEST_PATH_IMAGE010
，并且对新的边缘服务器集合E重新 按照降序排列，继续顺序取出传感器集合S2中的传感器进行匹配；
Sf、当边缘服务器不满足容量约束或者地理约束条件时，置
Figure 248903DEST_PATH_IMAGE008
=0，其中，i和j分别 表示该传感器和该边缘服务器的自身的编号，并且继续按序从边缘服务器集合E中顺序取 出下一个边缘服务器重新判断是否符合分配条件，符合条件执行操作Se，不符合条件继续 顺序取出E中下一个边缘服务器重新判断，直至E遍历完结束一个循环，然后重新从公共覆 盖范围内的传感器集合S2中取出下一个传感器
Figure 924735DEST_PATH_IMAGE016
继续执行Sd操作，直到S2遍历完结束，得 到每一个传感器的分配决策。
本发明提供的一种面向应用的边缘服务器覆盖范围内传感器的分配方法，解决了在网络协同制造中，边缘服务器覆盖范围内覆盖范围中的传感器分配问题，在确保传感器所需要的服务质量的同时还能减少网络延迟，保障了传感器所需的服务质量，提高了整体性能，方便更好的协同控制，同时，本发明最大程度的减少了生产成本的投资，提高了生产效率，实用性好，值得推广。 以上公开的仅为本发明的较佳的具体实施例，但是，本发明实施例并非局限于此，任何本领域技术人员能思之的变化都应落入本发明的保护范围。

Claims (5)

1.一种面向应用的边缘服务器覆盖范围内传感器的分配方法，其特征在于，包括以下步骤：
建立边缘服务器覆盖范围内的传感器的分配模型；
初始化分配模型；
利用所有的边缘服务器的地理约束条件将所有传感器划分成非公共覆盖范围内的传感器集合S1和公共覆盖范围内的传感器集合S2：
对非公共覆盖范围内的传感器集合S1，将其直接分配给符合地理约束条件的边缘服务器；
对公共覆盖范围内的传感器集合S2，以式（1）为目标条件公式进行分配，
Figure DEST_PATH_IMAGE002
（1）
式（1）满足式（2）到式（6）的约束：
Figure DEST_PATH_IMAGE004
（2）
Figure DEST_PATH_IMAGE006
（3）
Figure DEST_PATH_IMAGE008
（4）
Figure DEST_PATH_IMAGE010
（5）
Figure DEST_PATH_IMAGE012
（6）
其中，
Figure DEST_PATH_IMAGE014
取值为0或1，为边缘服务器是否被使用；
Figure DEST_PATH_IMAGE016
为分配决策；
Figure DEST_PATH_IMAGE018
为传感器的工作负载；
Figure DEST_PATH_IMAGE020
为边缘服务器的剩余可用负载；
Figure DEST_PATH_IMAGE022
为边缘服务器与传感器之间的距离；
Figure DEST_PATH_IMAGE024
为边缘服务器覆盖半径；
对公共覆盖范围内的传感器集合S2的分配方法，包括：
Sa、利用式（11）更新边缘服务器剩余可用负载
Figure 118298DEST_PATH_IMAGE020
，
Figure DEST_PATH_IMAGE026
（11）
其中，
Figure 97755DEST_PATH_IMAGE018
为传感器的工作负载；
Figure 189077DEST_PATH_IMAGE020
为边缘服务器的剩余可用负载；
Sb、根据边缘服务器剩余可用负载
Figure 584286DEST_PATH_IMAGE020
的大小将对应的边缘服务器进行降序排列，形成新的边缘服务器集合E；
Sc、将公共覆盖范围内的传感器集合S2中的传感器按照传感器工作负载量降序排序；
Sd、从公共覆盖范围内的传感器集合S2中取出传感器
Figure DEST_PATH_IMAGE028
，去循环匹配新的边缘服务器集合E中的边缘服务器
Figure DEST_PATH_IMAGE030
，从第一个开始匹配，利用式（12）和式（13）判断是否该边缘服务器符合容量约束条件和地理约束条件，
Figure DEST_PATH_IMAGE032
（12）
Figure DEST_PATH_IMAGE034
（13）
其中，i是传感器序列S2中传感器自身的编号，j为E集合中边缘服务器自身的编号，
Figure 336341DEST_PATH_IMAGE018
为传感器的工作负载，
Figure 470388DEST_PATH_IMAGE020
为边缘服务器的剩余可用负载，
Figure DEST_PATH_IMAGE036
为边缘服务器的覆盖半径，
Figure 799738DEST_PATH_IMAGE022
为传感器
Figure 998639DEST_PATH_IMAGE028
与边缘服务器
Figure 480567DEST_PATH_IMAGE030
之间的地理距离；
Se、当边缘服务器满足容量约束和地理约束时，将传感器分配给它，退出循环匹配，更新分配决策值，置
Figure DEST_PATH_IMAGE038
，其中，i和j分别表示该传感器和该边缘服务器的自身的编号，对分配的边缘服务器更新边缘服务器剩余可用负载
Figure 536247DEST_PATH_IMAGE020
，并且对新的边缘服务器集合E重新按照降序排列，继续顺序取出传感器集合S2中的传感器进行匹配；
Sf、当边缘服务器不满足容量约束或者地理约束条件时，置
Figure DEST_PATH_IMAGE040
，其中，i和j分别表示该传感器和该边缘服务器的自身的编号，并且继续按序从边缘服务器集合E中顺序取出下一个边缘服务器重新判断是否符合分配条件，符合条件执行操作Se，不符合条件继续顺序取出E中下一个边缘服务器重新判断，直至E遍历完结束一个循环，然后重新从公共覆盖范围内的传感器集合S2中取出下一个传感器
Figure 602161DEST_PATH_IMAGE028
继续执行Sd操作，直到S2遍历完结束。
2.根据权利要求1所述的一种面向应用的边缘服务器覆盖范围内传感器的分配方法，其特征在于，建立边缘服务器覆盖范围内的传感器的分配模型的方法包括以下步骤：
建立具有m个边缘服务器
Figure DEST_PATH_IMAGE042
，n个传感器
Figure DEST_PATH_IMAGE044
的场景，其中，i为传感器的编号，取值范围在[1,n]，j为边缘服务器的编号，其取值范围在[1,m]；
定义每个传感器的工作负载为
Figure 401490DEST_PATH_IMAGE018
；
定义边缘服务器的覆盖范围区域半径为
Figure 737925DEST_PATH_IMAGE036
；
定义分配决策为
Figure 167769DEST_PATH_IMAGE016
，当传感器
Figure 471711DEST_PATH_IMAGE028
被分配给边缘服务器
Figure 746835DEST_PATH_IMAGE030
时，
Figure DEST_PATH_IMAGE046
，当传感器
Figure 701890DEST_PATH_IMAGE028
没有被分配时，
Figure DEST_PATH_IMAGE048
，并且每个传感器的分配符合式（7）：
Figure DEST_PATH_IMAGE050
Figure DEST_PATH_IMAGE052
（7）
其中，
Figure 286324DEST_PATH_IMAGE016
为分配决策，i为传感器的编号，取值范围在[1,n]，j为边缘服务器的编号，其取值范围在[1,m]。
3.根据权利要求2所述的一种面向应用的边缘服务器覆盖范围内传感器的分配方法，其特征在于，初始化分配模型，包括以下步骤：
利用式（8）计算边缘服务器的剩余可用负载
Figure 15246DEST_PATH_IMAGE020
，
Figure DEST_PATH_IMAGE054
（8）
其中，
Figure 156377DEST_PATH_IMAGE020
为边缘服务器剩余可用负载，
Figure DEST_PATH_IMAGE056
为边缘服务器总资源量，
Figure DEST_PATH_IMAGE058
为边缘服务器自身所占资源；
置每个传感器的初始分配决策如式（9）：
Figure DEST_PATH_IMAGE060
（9）
其中，
Figure 841305DEST_PATH_IMAGE016
为分配决策，i为传感器的编号，取值范围在[1,n]，j为边缘服务器的编号，其取值范围在[1,m]。
4.根据权利要求2所述的一种面向应用的边缘服务器覆盖范围内传感器的分配方法，其特征在于，利用所有的边缘服务器的地理约束条件将所有传感器划分成非公共覆盖范围内的传感器集合S1和公共覆盖范围内的传感器集合S2采用的方法，包括以下步骤：
测量传感器
Figure 612952DEST_PATH_IMAGE028
与边缘服务器
Figure 625907DEST_PATH_IMAGE030
之间的地理距离
Figure 508413DEST_PATH_IMAGE022
；
测量边缘服务器的覆盖半径
Figure 673946DEST_PATH_IMAGE036
；
利用式（10）计算差值
Figure DEST_PATH_IMAGE062
：
Figure DEST_PATH_IMAGE064
（10）
其中，
Figure 678811DEST_PATH_IMAGE062
为差值，
Figure 428330DEST_PATH_IMAGE036
为边缘服务器的覆盖半径，
Figure 848947DEST_PATH_IMAGE022
为传感器
Figure 383834DEST_PATH_IMAGE028
与边缘服务器
Figure 497283DEST_PATH_IMAGE030
之间的地理距离；
当
Figure 235563DEST_PATH_IMAGE062
>0，为传感器在边缘服务器覆盖范围内，
当
Figure 459871DEST_PATH_IMAGE062
<0，为传感器不在边缘服务器覆盖范围内；
当传感器只被一个边缘服务器覆盖，则被划入非公共覆盖范围传感器集合S1；
当传感器被多个边缘服务器覆盖，则被划入公共覆盖内传感器集合S2，
其中，S={
Figure DEST_PATH_IMAGE066
}=S1∪S2。
5.根据权利要求4所述的一种面向应用的边缘服务器覆盖范围内传感器的分配方法，其特征在于，对非公共覆盖范围内的传感器集合S1的分配方法，包括：
将符合边缘服务器
Figure 583685DEST_PATH_IMAGE030
的地理约束条件的传感器
Figure DEST_PATH_IMAGE068
，直接分配给边缘服务器
Figure 179620DEST_PATH_IMAGE030
，置分配决策值
Figure 654464DEST_PATH_IMAGE038
，更新边缘服务器剩余可用负载：
Figure DEST_PATH_IMAGE070
其中，i为S1集合中传感器自身的编号，j为E集合中边缘服务器自身的编号，
Figure 495512DEST_PATH_IMAGE016
为分配决策，
Figure 739412DEST_PATH_IMAGE020
为边缘服务器剩余可用负载，
Figure 929085DEST_PATH_IMAGE018
为每个传感器的工作负载。
CN202011342506.2A 2020-11-26 2020-11-26 一种面向应用的边缘服务器覆盖范围内传感器的分配方法 Active CN112134745B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011342506.2A CN112134745B (zh) 2020-11-26 2020-11-26 一种面向应用的边缘服务器覆盖范围内传感器的分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011342506.2A CN112134745B (zh) 2020-11-26 2020-11-26 一种面向应用的边缘服务器覆盖范围内传感器的分配方法

Publications (2)

Publication Number Publication Date
CN112134745A CN112134745A (zh) 2020-12-25
CN112134745B true CN112134745B (zh) 2021-03-19

Family

ID=73852340

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011342506.2A Active CN112134745B (zh) 2020-11-26 2020-11-26 一种面向应用的边缘服务器覆盖范围内传感器的分配方法

Country Status (1)

Country Link
CN (1) CN112134745B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108965377A (zh) * 2017-05-19 2018-12-07 柯尼卡美能达株式会社 边缘计算系统、通信控制方法及计算机可读取的记录介质
CN111222817A (zh) * 2018-11-27 2020-06-02 深圳先进技术研究院 一种基于云/边计算的智能仓储系统
US10743198B1 (en) * 2018-01-22 2020-08-11 North Carolina Agricultural And Technical State University Transportation infrastructure location and redeployment

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111510957B (zh) * 2020-04-09 2023-05-09 浪潮通信信息系统有限公司 基于多目标约束优化的移动边缘服务器坐标定位方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108965377A (zh) * 2017-05-19 2018-12-07 柯尼卡美能达株式会社 边缘计算系统、通信控制方法及计算机可读取的记录介质
US10743198B1 (en) * 2018-01-22 2020-08-11 North Carolina Agricultural And Technical State University Transportation infrastructure location and redeployment
CN111222817A (zh) * 2018-11-27 2020-06-02 深圳先进技术研究院 一种基于云/边计算的智能仓储系统

Also Published As

Publication number Publication date
CN112134745A (zh) 2020-12-25

Similar Documents

Publication Publication Date Title
Yadav et al. Energy-latency tradeoff for dynamic computation offloading in vehicular fog computing
WO2021147353A1 (zh) 订单调度
CN108829494A (zh) 基于负载预测的容器云平台智能资源优化方法
CN111182495B (zh) 一种5g车联网部分计算卸载方法
CN106844051A (zh) 一种边缘计算环境中功耗优化的负载任务迁移算法
CN108768891B (zh) 一种基于在线拍卖的网络切片资源分配方法
Shan et al. A survey on computation offloading for mobile edge computing information
CN111510957B (zh) 基于多目标约束优化的移动边缘服务器坐标定位方法
CN111462487A (zh) 一种车联网环境下的最优化边缘计算节点选择方法及系统
CN111124531A (zh) 一种车辆雾计算中基于能耗和延迟权衡的计算任务动态卸载方法
CN108737979B (zh) 一种室内定位方法
CN111814079A (zh) 结合聚类与cmab的群智感知车联网用户筛选方法
CN112601240A (zh) 物联网资源边缘智能调度方法
CN109743217B (zh) 一种基于svra算法的自适应资源调节方法
CN113891477A (zh) 一种车联网中基于mec计算任务卸载的资源分配方法
CN112134745B (zh) 一种面向应用的边缘服务器覆盖范围内传感器的分配方法
CN108848535A (zh) 一种面向共享模式的雾计算环境资源分配方法
CN111538571A (zh) 一种用于人工智能物联网的边缘计算节点任务调度的方法和系统
CN105786626B (zh) 基于K划分的Storm平台线程分配方法
CN115719110B (zh) 一种基于地理信息的交通资源动态优化方法及系统
Lovén et al. Weathering the reallocation storm: Large-scale analysis of edge server workload
CN113190342A (zh) 用于云-边协同网络的多应用细粒度卸载的方法与系统架构
CN112948116A (zh) 一种基于在线激励的边缘计算合作计算资源分配方法
CN112954624A (zh) 基于手机信令大数据的混合土地利用形态估算方法
CN105138391B (zh) 面向广域分布云系统公平的多任务虚拟机分配方法

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
GR01 Patent grant
GR01 Patent grant