CN112272198A - 一种面向卫星网络的协同计算任务迁移方法及装置 - Google Patents

一种面向卫星网络的协同计算任务迁移方法及装置 Download PDF

Info

Publication number
CN112272198A
CN112272198A CN202010916577.2A CN202010916577A CN112272198A CN 112272198 A CN112272198 A CN 112272198A CN 202010916577 A CN202010916577 A CN 202010916577A CN 112272198 A CN112272198 A CN 112272198A
Authority
CN
China
Prior art keywords
terminal
energy
target
task
cloud server
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.)
Granted
Application number
CN202010916577.2A
Other languages
English (en)
Other versions
CN112272198B (zh
Inventor
郝媛媛
郑重
陈特
丁睿
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 Academy of Space Technology CAST
Original Assignee
China Academy of Space Technology CAST
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 Academy of Space Technology CAST filed Critical China Academy of Space Technology CAST
Priority to CN202010916577.2A priority Critical patent/CN112272198B/zh
Publication of CN112272198A publication Critical patent/CN112272198A/zh
Application granted granted Critical
Publication of CN112272198B publication Critical patent/CN112272198B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/10Protocols in which an application is distributed across nodes in the network
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B7/00Radio transmission systems, i.e. using radiation field
    • H04B7/14Relay systems
    • H04B7/15Active relay systems
    • H04B7/185Space-based or airborne stations; Stations for satellite systems
    • H04B7/1851Systems using a satellite or space-based relay
    • H04B7/18519Operations control, administration or maintenance
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Astronomy & Astrophysics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Radio Relay Systems (AREA)

Abstract

本发明提供了一种面向卫星网络的协同计算任务迁移方法及装置,所述方法包括:获取终端、边缘服务器和云服务器的配置参数;根据所述配置参数,确定所述终端、所述边缘服务器和所述云服务器计算单个比特的数据所需的目标时间和目标能量;根据预先建立的通信与边缘计算模型、各所述目标时间和各所述目标能量,构建协同任务对应的目标函数;根据所述目标函数,获取所述终端、所述边缘服务器和所述云服务器对应的任务迁移量;基于所述任务迁移量,向所述终端、所述边缘服务器和所述云服务器进行所述协同任务的分配。本发明增强了卫星对终端的服务质量,合理高效地利用包括功率、频谱以及服务器计算频率在内的资源,以便为天地一体化、卫星互联网等通信卫星系统提供支撑。

Description

一种面向卫星网络的协同计算任务迁移方法及装置
技术领域
本发明涉及一种卫星通信和边缘计算领域,特别是一种面向卫星网络的协同计算任务迁移方法及装置。
背景技术
随着移动宽带通信的快速发展,对高数据速率和计算密集型应用的需求越来越大。为了向偏远地区、灾区或空中和海上用户提供服务,卫星网络可作为地面5G网络的补充,为全球用户提供宽带、无处不在和可靠覆盖的强大解决方案。另一方面,由于移动设备的计算能力和电池容量有限,在本地执行计算密集型应用存在困难。为了解决这一问题,移动边缘计算(MEC)已经成为扩展移动设备性能的潜在解决方案之一,它可以通过将计算卸载到MEC服务器?来降低移动设备的能耗和任务执行时延。
尽管目前已对MEC进行了广泛的研究,但对MEC在卫星网络中应用的研究还很不足。为了充分发挥卫星通信能力、延长移动设备的电池寿命,计算任务迁移和资源分配的联合优化是必不可少的。
发明内容
本发明解决的技术问题是:克服现有技术的不足,提供了一种面向卫星网络的协同计算任务迁移方法及装置。
本发明的技术解决方案是:
为了解决上述技术问题,本发明实施例提供了一种面向卫星网络的协同计算任务迁移方法,包括:
获取终端、边缘服务器和云服务器的配置参数;
根据所述配置参数,确定所述终端、所述边缘服务器和所述云服务器计算单个比特的数据所需的目标时间和目标能量;
根据预先建立的通信与边缘计算模型、各所述目标时间和各所述目标能量,构建协同任务对应的目标函数;
根据所述目标函数,获取所述终端、所述边缘服务器和所述云服务器对应的任务迁移量;
基于所述任务迁移量,向所述终端、所述边缘服务器和所述云服务器进行所述协同任务的分配。
可选地,所述根据所述配置参数,确定所述终端、所述边缘服务器和所述云服务器计算单个比特的数据所需的目标时间和目标能量,包括:
根据所述终端的中央处理器频率,确定所述终端对应的目标能量和目标时间;
根据所述边缘服务器的中央处理器频率和所述终端对应的上行传输消耗能量,确定所述边缘服务器对应的目标能量和目标时间;
根据所述云服务器的中央处理器频率和所述上行传输消耗能量,确定所述云服务器对应的目标能量和目标时间。
可选地,所述根据所述终端的中央处理器频率,确定所述终端对应的目标能量和目标时间,包括:
根据所述终端的中央处理器频率和预设值,计算得到所述终端对应的功率消耗值;
根据所述功率消耗值、所述终端计算单比特数据所需的计算周期和初始设置的所述边缘服务器和所述云服务器的数据分配百分比,计算得到所述终端对应的目标能量和目标时间。
可选地,所述根据所述边缘服务器的中央处理器频率和所述终端对应的上行传输消耗能量,确定所述边缘服务器对应的目标能量和目标时间,包括:
根据所述终端的上行发射功率、所述终端与对应的卫星接入站之间的信道增益、所述功率消耗值,计算得到所述终端对应的上行传输消耗能量;
根据所述上行传输消耗能量和所述边缘服务器对应的中央处理器频率,计算得到所述边缘服务器对应的目标能量和目标时间。
可选地,所述根据所述云服务器的中央处理器频率和所述上行传输消耗能量,确定所述云服务器对应的目标能量和目标时间,包括:
根据所述卫星接入站与卫星之间的传输速率、所述卫星与信关站之间的传输速率、所述上行传输消耗能量和所述云服务器的中央处理器频率,计算得到所述云服务器对应的目标时间;
根据所述上行发射功率和所述上行传输消耗能量,计算得到所述云服务器对应的目标能量。
可选地,所述根据预先建立的通信与边缘计算模型、各所述目标时间和各所述目标能量,构建协同任务对应的目标函数,包括:
根据所述通信与边缘计算模型、所述终端的中央处理器频率、频谱分配量、功率控制量、所述协同任务的迁移量、各所述目标能量和各所述目标时间,构建所述目标函数。
可选地,所述根据所述目标函数,获取所述终端、所述边缘服务器和所述云服务器对应的任务迁移量,包括:
基于距离当前时间最近的上一次资源分配结果,设置所述终端对应的传输功率向量和频谱分配向量;
根据所述目标函数、所述传输功率向量、所述频谱分配向量和DC规划算法,计算得到所述终端、所述边缘服务器和所述云服务器对应的任务分配值;
根据所述任务分配值,确定所述终端、所述边缘服务器和所述云服务器对应的任务迁移量。
可选地,在所述根据所述目标函数、所述传输功率向量、所述频谱分配向量和DC规划算法,计算得到所述终端、所述边缘服务器和所述云服务器对应的任务分配值之后,还包括:
将所述任务分配值与所述上一次资源分配结果对应的初始任务分配值进行比较;
在所述任务分配值和所述初始任务分配值的差值处于预设阈值范围内的情况下,将所述任务分配值作为最终的任务分配值;
在所述任务分配值和所述初始任务分配值的差值处于所述预设阈值范围外的情况下,将所述任务分配值作为初始值,并再次执行所述根据所述目标函数、所述传输功率向量、所述频谱分配向量和DC规划算法,计算得到所述终端、所述边缘服务器和所述云服务器对应的任务分配值的步骤。
为了解决上述技术问题,本发明实施例还提供了一种面向卫星网络的协同计算任务迁移装置,包括:
配置参数获取模块,用于获取终端、边缘服务器和云服务器的配置参数;
能量时间确定模块,用于根据所述配置参数,确定所述终端、所述边缘服务器和所述云服务器计算单个比特的数据所需的目标时间和目标能量;
目标函数构建模块,用于根据预先建立的通信与边缘计算模型、各所述目标时间和各所述目标能量,构建协同任务对应的目标函数;
任务迁移量获取模块,用于根据所述目标函数,获取所述终端、所述边缘服务器和所述云服务器对应的任务迁移量;
协同任务分配模块,用于基于所述任务迁移量,向所述终端、所述边缘服务器和所述云服务器进行所述协同任务的分配。
可选地,所述能量时间确定模块包括:
第一能量时间确定单元,用于根据所述终端的中央处理器频率,确定所述终端对应的目标能量和目标时间;
第二能量时间确定单元,用于根据所述边缘服务器的中央处理器频率和所述终端对应的上行传输消耗能量,确定所述边缘服务器对应的目标能量和目标时间;
第三能量时间确定单元,用于根据所述云服务器的中央处理器频率和所述上行传输消耗能量,确定所述云服务器对应的目标能量和目标时间。
可选地,所述第一能量时间确定单元包括:
功率消耗值计算子单元,用于根据所述终端的中央处理器频率和预设值,计算得到所述终端对应的功率消耗值;
第一能量时间计算子单元,用于根据所述功率消耗值、所述终端计算单比特数据所需的计算周期和初始设置的所述边缘服务器和所述云服务器的数据分配百分比,计算得到所述终端对应的目标能量和目标时间。
可选地,所述第二能量时间确定单元包括:
上行传输能量计算子单元,用于根据所述终端的上行发射功率、所述终端与对应的卫星接入站之间的信道增益、所述功率消耗值,计算得到所述终端对应的上行传输消耗能量;
第二能量时间计算子单元,用于根据所述上行传输消耗能量和所述边缘服务器对应的中央处理器频率,计算得到所述边缘服务器对应的目标能量和目标时间。
可选地,所述第三能量时间确定单元包括:
目标时间计算子单元,用于根据所述卫星接入站与卫星之间的传输速率、所述卫星与信关站之间的传输速率、所述上行传输消耗能量和所述云服务器的中央处理器频率,计算得到所述云服务器对应的目标时间;
目标能量计算子单元,用于根据所述上行发射功率和所述上行传输消耗能量,计算得到所述云服务器对应的目标能量。
可选地,所述目标函数构建模块包括:
目标函数构建单元,用于根据所述通信与边缘计算模型、所述终端的中央处理器频率、频谱分配量、功率控制量、所述协同任务的迁移量、各所述目标能量和各所述目标时间,构建所述目标函数。
可选地,所述任务迁移量获取模块包括:
分配向量设置单元,用于基于距离当前时间最近的上一次资源分配结果,设置所述终端对应的传输功率向量和频谱分配向量;
任务分配值计算单元,用于根据所述目标函数、所述传输功率向量、所述频谱分配向量和DC规划算法,计算得到所述终端、所述边缘服务器和所述云服务器对应的任务分配值;
任务迁移量确定单元,用于根据所述任务分配值,确定所述终端、所述边缘服务器和所述云服务器对应的任务迁移量。
可选地,还包括:
分配值比较模块,用于将所述任务分配值与所述上一次资源分配结果对应的初始任务分配值进行比较;
任务分配值获取模块,用于在所述任务分配值和所述初始任务分配值的差值处于预设阈值范围内的情况下,将所述任务分配值作为最终的任务分配值;
分配值计算执行模块,用于在所述任务分配值和所述初始任务分配值的差值处于所述预设阈值范围外的情况下,将所述任务分配值作为初始值,并再次执行所述任务分配值计算单元。
本发明与现有技术相比的优点在于:
本发明实施例提供了一种面向卫星网络的协同计算任务迁移方法及装置,通过获取终端、边缘服务器和云服务器的配置参数,根据配置参数,确定终端、边缘服务器和云服务器计算单个比特的数据所需的目标时间和目标能量,根据预先建立的通信与边缘计算模型、各目标时间和各目标能量,构建协同任务对应的目标函数,根据目标函数,获取终端、边缘服务器和云服务器对应的任务迁移量,基于任务迁移量,向终端、边缘服务器和云服务器进行协同任务的分配。本发明实施例通过云计算与边缘计算协同任务迁移,解决卫星终端能力有限、无法进行大规模计算的问题,进一步增强卫星对终端的服务质量,合理高效地利用包括功率、频谱以及服务器计算频率在内的资源,以便为天地一体化、卫星互联网等国家重大规划中的通信卫星系统提供支撑。
附图说明
图1为本发明实施例提供的一种面向卫星网络的协同计算任务迁移方法的步骤流程图;
图2为本发明实施例提供的一种系统模型的结构示意图;
图3为本发明实施例提供的一种协同任务分配装置的结构示意图。
具体实施方式
参照图1,示出了本发明实施例提供的一种面向卫星网络的协同计算任务迁移方法的步骤流程图,如图1所示,该协同任务分配方法具体可以包括如下步骤:
步骤101:获取终端、边缘服务器和云服务器的配置参数。
本发明实施例可以应用于面向卫星与5G融合网络的云计算与边缘计算协同任务迁移与资源管理的场景中。
在需要进行云计算和边缘计算协同任务迁移时,可以初始化终端、卫星接入站、卫星载荷、边缘服务器(即边缘计算服务器)、云服务器(云计算服务器)的参数配置,具体地,如图2所示,系统由K个终端、一个卫星接入站(TST)、一颗卫星以及一个信关站组成,其中在卫星接入站部署了一台边缘计算服务器,在信关站部署了一台云计算服务器。卫星接入站一方面作为地面基站,与所有终端直接进行通信,为终端业务数据进行边缘计算,另一方面并可直接接入卫星,将业务数据迁移到远端的信关站。在终端k需要对ak比特的数据进行计算时,业务类型为计算数据量可分解的模型。此时,可以预先设置终端k迁移到边缘服务器和云服务器的数据量的百分比为
Figure BDA0002665217560000071
Figure BDA0002665217560000072
即本地计算数据量为
Figure BDA0002665217560000073
边缘计算的数据量为
Figure BDA0002665217560000074
云计算的数据量为
Figure BDA0002665217560000075
在获取终端、边缘服务器和云服务器的配置参数之后,执行步骤102。
步骤102:根据所述配置参数,确定所述终端、所述边缘服务器和所述云服务器计算单个比特的数据所需的目标时间和目标能量。
目标时间是指终端、边缘服务器和云服务器计算单个比特的数据所需的时间,在本示例中,目标时间可以包括:终端的对应的目标时间、边缘服务器对应的目标时间和云服务器对应的目标时间,分别代表了终端计算单个比特的数据所需的时间,边缘服务器计算单个比特的数据所需的时间,云服务器计算单个比特的数据所需的时间。
目标能量是指终端计算单个比特的数据所消耗的能量,以及终端向边缘服务器和云服务器传输单比特的数据所消耗的能量,在本示例中,目标能量可以包括:终端的对应的目标能量、边缘服务器对应的目标能量和云服务器对应的目标能量,分别代表了终端计算单个比特的数据所消耗的能量,边缘服务器计算单个比特的数据所消耗的能量,云服务器计算单个比特的数据所消耗的能量。
在获取终端、边缘服务器和云服务器的配置参数之后,可以根据配置参数,确定出终端、边缘服务器和云服务器计算单个比特的数据所需的目标时间和目标能量,具体地,可以结合下述具体实现方式进行详细描述。
在本发明的一种具体实现方式中,上述步骤102可以包括:
子步骤A1:根据所述终端的中央处理器频率,确定所述终端对应的目标能量和目标时间。
在本实施例中,终端的配置参数可以包括终端的中央处理器频率,即终端的CPU频率。
在获取终端的CPU频率之后,可以根据终端的CPU确定出终端对应的目标能量和目标时间,具体地,可以根据终端的CPU频率和预设值,计算得到终端的功率消耗值,进而,结合功率消耗值、终端计算单比特数据所需的计算周期和初始设置的边缘服务器和云服务器的数据分配百分比,计算得到终端对应的目标能量和目标时间,具体地,可以结合下述公式进行说明。
对于本地计算,终端的消耗功率为:
Figure BDA0002665217560000081
上述公式(1)中,fk为终端的CPU频率,
Figure BDA0002665217560000082
为终端的消耗功率,λ为预设值,其CPU频率可以通过电压调整技术进行调节。终端k本地计算的时间开销(即目标时间)为:
Figure BDA0002665217560000083
上述公式(2)中,ε为每个数据比特所需要的计算周期。终端k的本地计算能量消耗为:
Figure BDA0002665217560000091
子步骤A2:根据所述边缘服务器的中央处理器频率和所述终端对应的上行传输消耗能量,确定所述边缘服务器对应的目标能量和目标时间。
在本实施例中,边缘服务器的配置参数可以包括边缘服务器的中央处理器频率,即边缘服务器的CPU频率。
在获取边缘服务器的中央处理器频率之后,可以根据边缘服务器的中央处理器频率和终端对应的上行传输消耗能量确定出边缘服务器对应的目标能量和目标时间,具体地,可以根据终端的CPU频率和预设值计算得到终端对应的功率消耗值,结合功率消耗值、终端计算单比特数据所需的计算周期和初始设置的边缘服务器和云服务器的数据分配百分比,计算得到终端对应的目标能量和目标时间,具体地,可以结合下述公式进行详细说明。
对于边缘计算,终端需要首先将数据上传到TST(即卫星接入站),所有终端采用正交频分多址接入的方式与TST进行通信,则终端k的上行数据速率(即)为:
Figure BDA0002665217560000092
上述公式(4)中,bk为分配给终端k用于上行数据传输的带宽百分比,pk为终端k的上行发射功率,gk为终端k与TST之间的信道增益,B为系统总带宽,
Figure BDA0002665217560000093
为噪声功率。
位于TST的边缘服务器将开始执行计算任务。由于计算结果的数据量很小且TST的发射功率较大,忽略下载计算结果的时间。令fe表示边缘服务器的CPU频率,则终端k的边缘计算过程所需的时间(即边缘服务器对应的目标时间)为:
Figure BDA0002665217560000101
上行传输所消耗的能量(即边缘服务器对应的目标能量)为:
Figure BDA0002665217560000102
在获取上行传输消耗的能量之后,则可以结合上行传输消耗的能量以及边缘服务器的CPU频率对边缘服务器计算单个比特数据所消耗能量的计算,以得到边缘服务器对应的目标能量。
子步骤A3:根据所述云服务器的中央处理器频率和所述上行传输消耗能量,确定所述云服务器对应的目标能量和目标时间。
在本实施例中,云服务器的配置参数可以包括云服务器的中央处理器频率,即云服务器的CPU频率。
在获取云服务器的CPU频率之后,可以结合云服务器的CPU频率和上行传输消耗能量确定出云服务器对应的目标能量和目标时间,具体地,可以根据卫星接入站与卫星之间的传输速率、卫星与信关站之间的传输速率、上行传输消耗能量和云服务器的CPU频率,计算得到云服务器的目标时间,进而,可以结合上行发射功率和上行传输消耗能量计算得到云服务器的目标能量。具体地,可以结合下述公式进行详细说明。
对于云计算,数据要先从终端发送到TST,然后TST通过卫星中继将数据发送到远端的信关站。假定TST与卫星、卫星与信关站之间的传输数据速率是固定的,令rts表示TST与卫星之间的传输速率,rsc表示卫星与信关站之间的传输速率。则终端k的云计算过程所需的时间(即云服务器对应的目标时间)为:
Figure BDA0002665217560000103
上述公式(7)中,fc为云服务器的CPU频率,
Figure BDA0002665217560000104
为云服务器的目标时间。
终端k上传云计算数据消耗的能量为:
Figure BDA0002665217560000111
在获取终端、边缘服务器和云服务器分别对应的目标能量和目标时间之后,执行步骤103。
步骤103:根据预先建立的通信与边缘计算模型、各所述目标时间和各所述目标能量,构建协同任务对应的目标函数。
通信与边缘计算模型是指由业务人员预先设置的而用于构建任务分配的目标函数的模型,对于该模型的训练过程,本实施例在此不再加以赘述。
在获取终端、边缘服务器和云服务器分别对应的目标能量和目标时间之后,可以结合通信与边缘计算模型,构建协同任务对应的目标函数,具体地,可以根据通信与边缘计算模型、终端的中央处理器频率、频谱分配量、功率控制量、协同任务的迁移量、各目标能量和各目标时间,构建目标函数。
在本实施例中,为降低终端的能量消耗,同时保证终端之间的公平性并满足其最大时延需求,可将终端CPU频率、频谱分配、功率控制以及计算任务迁移量的联合优化问题建模可以结合下述公式进行描述。
Figure BDA0002665217560000112
s.t.C1:
Figure BDA0002665217560000113
C2:
Figure BDA0002665217560000114
C3:
Figure BDA0002665217560000115
C4:
Figure BDA0002665217560000116
C5:
Figure BDA0002665217560000117
C6:
Figure BDA0002665217560000118
C7:
Figure BDA0002665217560000119
C8:
Figure BDA00026652175600001110
C9:
Figure BDA00026652175600001111
其中pmax和fmax分别表示终端的最大发射功率和最高CPU频率。限制条件C1和C2表示采用了部分任务迁移,C5和C6表示采用了正交频谱分配,C7-C9则分别表示本地计算、边缘计算和云计算的最大时延限制,其中最大时延表示为Tk
观察公式(9)可知,目标函数随着终端CPU频率fk的增加而逐渐减小。根据限制条件C7可知,
Figure BDA0002665217560000121
因此,当
Figure BDA0002665217560000122
时,终端k最优的CPU频率为
Figure BDA0002665217560000123
将最优的CPU频率带入到公式(9),则联合资源优化问题变为:
Figure BDA0002665217560000124
s.t.C1-C3,C5,C6,C8,C9
Figure BDA0002665217560000125
在构建协同任务对应的目标函数之后,执行步骤104。
步骤104:根据所述目标函数,获取所述终端、所述边缘服务器和所述云服务器对应的任务迁移量。
任务迁移量是指向终端、边缘服务器和云服务器分别分配协同任务的数据量。
在构建目标函数之后,可以根据目标函数获取终端、边缘服务器和云服务器分别对应的任务迁移量,具体地,可以基于距离当前时间最近的上一次资源分配结果,设置终端对应的传输功率向量和频谱分配向量,根据目标函数、传输功率向量、频谱分配向量和DC规划算法,计算得到终端、边缘服务器和云服务器对应的任务分配值,并根据任务分配值,确定终端、边缘服务器和云服务器对应的任务迁移量。
上述步骤得到的公式(10)是一个非凸问题,其直接求解的难度很大,因此本发明设计了一种基于主分解的优化方法如下。
基于上一轮的资源分配结果,设置终端传输功率向量p和频谱分配向量b固定不变,计算任务迁移子问题可表示为
Figure BDA0002665217560000131
s.t.C1,C2,C8-C10. (11)
经分析可知,上述问题的限制条件均为线性的,且目标函数是关于se和sc的凹函数。因此,上述问题是一个凸问题,通过内点法求解,得到最优的边缘计算和云计算任务迁移量se和sc
然后,固定计算任务迁移量se和sc,上行功率协调与频谱分配子问题表示为
Figure BDA0002665217560000132
s.t.C3,C5,C6,C8,C9. (12)
Figure BDA0002665217560000133
带入上述问题,可将问题重新表示为
Figure BDA0002665217560000134
s.t.C3′:
Figure BDA0002665217560000135
C8′:
Figure BDA0002665217560000136
C9′:
Figure BDA0002665217560000137
采用DC规划算法的思想,将目标函数分解为两个凸函数相减的形式:
Figure BDA0002665217560000141
其中
Figure BDA0002665217560000142
yk(r)=log2(rkgk) (16)
基于任意给定的初始值(r0,b0),将目标函数近似为公式
Figure BDA0002665217560000143
Figure BDA0002665217560000144
然后将目标函数替换为近似函数,利用内点法对新的凸问题求解,得到(r*,b*)。然后,基于(r*,b*)重新对目标函数近似、求解,直到收敛。
当然,在获取任务分配值之后,可以将该任务分配值与上一次资源费分配结果对应的任务分配值进行比较,具体地,将任务分配值与上一次资源分配结果对应的初始任务分配值进行比较,在任务分配值和初始任务分配值的差值处于预设阈值范围内的情况下,将任务分配值作为最终的任务分配值。
在任务分配值和初始任务分配值的差值处于预设阈值范围外的情况下,将任务分配值作为初始值,并再次执行根据所述目标函数、传输功率向量、频谱分配向量和DC规划算法,计算得到终端、边缘服务器和云服务器对应的任务分配值的步骤。
可以理解地,在本实施例中,任务分配值即表示向云服务器和边缘服务器分配数据量的百分比,结合百分比和协同任务的总数据量进行任务分配过程。
步骤105:基于所述任务迁移量,向所述终端、所述边缘服务器和所述云服务器进行所述协同任务的分配。
在获取任务迁移量之后,可以结合任务迁移量向终端、边缘服务器和云服务器进行协同任务的分配。
本发明实施例提供的协同任务分配方法,通过云计算与边缘计算协同任务迁移,解决卫星终端能力有限、无法进行大规模计算的问题,进一步增强卫星对终端的服务质量,合理高效地利用包括功率、频谱以及服务器计算频率在内的资源,以便为天地一体化、卫星互联网等国家重大规划中的通信卫星系统提供支撑。
本发明实施例提供了一种面向卫星网络的协同计算任务迁移方法,通过获取终端、边缘服务器和云服务器的配置参数,根据配置参数,确定终端、边缘服务器和云服务器计算单个比特的数据所需的目标时间和目标能量,根据预先建立的通信与边缘计算模型、各目标时间和各目标能量,构建协同任务对应的目标函数,根据目标函数,获取终端、边缘服务器和云服务器对应的任务迁移量,基于任务迁移量,向终端、边缘服务器和云服务器进行协同任务的分配。本发明实施例通过云计算与边缘计算协同任务迁移,解决卫星终端能力有限、无法进行大规模计算的问题,进一步增强卫星对终端的服务质量,合理高效地利用包括功率、频谱以及服务器计算频率在内的资源,以便为天地一体化、卫星互联网等国家重大规划中的通信卫星系统提供支撑。
参照图3,示出了本发明实施例提供的一种协同任务分配装置的结构示意图,如图3所示,该协同任务分配装置具体可以包括如下模块:
配置参数获取模块310,用于获取终端、边缘服务器和云服务器的配置参数;
能量时间确定模块320,用于根据所述配置参数,确定所述终端、所述边缘服务器和所述云服务器计算单个比特的数据所需的目标时间和目标能量;
目标函数构建模块330,用于根据预先建立的通信与边缘计算模型、各所述目标时间和各所述目标能量,构建协同任务对应的目标函数;
任务迁移量获取模块340,用于根据所述目标函数,获取所述终端、所述边缘服务器和所述云服务器对应的任务迁移量;
协同任务分配模块350,用于基于所述任务迁移量,向所述终端、所述边缘服务器和所述云服务器进行所述协同任务的分配。
可选地,所述能量时间确定模块310包括:
第一能量时间确定单元,用于根据所述终端的中央处理器频率,确定所述终端对应的目标能量和目标时间;
第二能量时间确定单元,用于根据所述边缘服务器的中央处理器频率和所述终端对应的上行传输消耗能量,确定所述边缘服务器对应的目标能量和目标时间;
第三能量时间确定单元,用于根据所述云服务器的中央处理器频率和所述上行传输消耗能量,确定所述云服务器对应的目标能量和目标时间。
可选地,所述第一能量时间确定单元包括:
功率消耗值计算子单元,用于根据所述终端的中央处理器频率和预设值,计算得到所述终端对应的功率消耗值;
第一能量时间计算子单元,用于根据所述功率消耗值、所述终端计算单比特数据所需的计算周期和初始设置的所述边缘服务器和所述云服务器的数据分配百分比,计算得到所述终端对应的目标能量和目标时间。
可选地,所述第二能量时间确定单元包括:
上行传输能量计算子单元,用于根据所述终端的上行发射功率、所述终端与对应的卫星接入站之间的信道增益、所述功率消耗值,计算得到所述终端对应的上行传输消耗能量;
第二能量时间计算子单元,用于根据所述上行传输消耗能量和所述边缘服务器对应的中央处理器频率,计算得到所述边缘服务器对应的目标能量和目标时间。
可选地,所述第三能量时间确定单元包括:
目标时间计算子单元,用于根据所述卫星接入站与卫星之间的传输速率、所述卫星与信关站之间的传输速率、所述上行传输消耗能量和所述云服务器的中央处理器频率,计算得到所述云服务器对应的目标时间;
目标能量计算子单元,用于根据所述上行发射功率和所述上行传输消耗能量,计算得到所述云服务器对应的目标能量。
可选地,所述目标函数构建模块330包括:
目标函数构建单元,用于根据所述通信与边缘计算模型、所述终端的中央处理器频率、频谱分配量、功率控制量、所述协同任务的迁移量、各所述目标能量和各所述目标时间,构建所述目标函数。
可选地,所述任务迁移量获取模块340包括:
分配向量设置单元,用于基于距离当前时间最近的上一次资源分配结果,设置所述终端对应的传输功率向量和频谱分配向量;
任务分配值计算单元,用于根据所述目标函数、所述传输功率向量、所述频谱分配向量和DC规划算法,计算得到所述终端、所述边缘服务器和所述云服务器对应的任务分配值;
任务迁移量确定单元,用于根据所述任务分配值,确定所述终端、所述边缘服务器和所述云服务器对应的任务迁移量。
可选地,还包括:
分配值比较模块,用于将所述任务分配值与所述上一次资源分配结果对应的初始任务分配值进行比较;
任务分配值获取模块,用于在所述任务分配值和所述初始任务分配值的差值处于预设阈值范围内的情况下,将所述任务分配值作为最终的任务分配值;
分配值计算执行模块,用于在所述任务分配值和所述初始任务分配值的差值处于所述预设阈值范围外的情况下,将所述任务分配值作为初始值,并再次执行所述任务分配值计算单元。
本发明实施例提供了一种协同任务分配装置,通过获取终端、边缘服务器和云服务器的配置参数,根据配置参数,确定终端、边缘服务器和云服务器计算单个比特的数据所需的目标时间和目标能量,根据预先建立的通信与边缘计算模型、各目标时间和各目标能量,构建协同任务对应的目标函数,根据目标函数,获取终端、边缘服务器和云服务器对应的任务迁移量,基于任务迁移量,向终端、边缘服务器和云服务器进行协同任务的分配。本发明实施例通过云计算与边缘计算协同任务迁移,解决卫星终端能力有限、无法进行大规模计算的问题,进一步增强卫星对终端的服务质量,合理高效地利用包括功率、频谱以及服务器计算频率在内的资源,以便为天地一体化、卫星互联网等国家重大规划中的通信卫星系统提供支撑。
本发明说明书中未作详细描述的内容属本领域技术人员的公知技术。

Claims (16)

1.一种面向卫星网络的协同计算任务迁移方法,其特征在于,包括:
获取终端、边缘服务器和云服务器的配置参数;
根据所述配置参数,确定所述终端、所述边缘服务器和所述云服务器计算单个比特的数据所需的目标时间和目标能量;
根据预先建立的通信与边缘计算模型、各所述目标时间和各所述目标能量,构建协同任务对应的目标函数;
根据所述目标函数,获取所述终端、所述边缘服务器和所述云服务器对应的任务迁移量;
基于所述任务迁移量,向所述终端、所述边缘服务器和所述云服务器进行所述协同任务的分配。
2.根据权利要求1所述的方法,其特征在于,所述根据所述配置参数,确定所述终端、所述边缘服务器和所述云服务器计算单个比特的数据所需的目标时间和目标能量,包括:
根据所述终端的中央处理器频率,确定所述终端对应的目标能量和目标时间;
根据所述边缘服务器的中央处理器频率和所述终端对应的上行传输消耗能量,确定所述边缘服务器对应的目标能量和目标时间;
根据所述云服务器的中央处理器频率和所述上行传输消耗能量,确定所述云服务器对应的目标能量和目标时间。
3.根据权利要求2所述的方法,其特征在于,所述根据所述终端的中央处理器频率,确定所述终端对应的目标能量和目标时间,包括:
根据所述终端的中央处理器频率和预设值,计算得到所述终端对应的功率消耗值;
根据所述功率消耗值、所述终端计算单比特数据所需的计算周期和初始设置的所述边缘服务器和所述云服务器的数据分配百分比,计算得到所述终端对应的目标能量和目标时间。
4.根据权利要求3所述的方法,其特征在于,所述根据所述边缘服务器的中央处理器频率和所述终端对应的上行传输消耗能量,确定所述边缘服务器对应的目标能量和目标时间,包括:
根据所述终端的上行发射功率、所述终端与对应的卫星接入站之间的信道增益、所述功率消耗值,计算得到所述终端对应的上行传输消耗能量;
根据所述上行传输消耗能量和所述边缘服务器对应的中央处理器频率,计算得到所述边缘服务器对应的目标能量和目标时间。
5.根据权利要求4所述的方法,其特征在于,所述根据所述云服务器的中央处理器频率和所述上行传输消耗能量,确定所述云服务器对应的目标能量和目标时间,包括:
根据所述卫星接入站与卫星之间的传输速率、所述卫星与信关站之间的传输速率、所述上行传输消耗能量和所述云服务器的中央处理器频率,计算得到所述云服务器对应的目标时间;
根据所述上行发射功率和所述上行传输消耗能量,计算得到所述云服务器对应的目标能量。
6.根据权利要求1所述的方法,其特征在于,所述根据预先建立的通信与边缘计算模型、各所述目标时间和各所述目标能量,构建协同任务对应的目标函数,包括:
根据所述通信与边缘计算模型、所述终端的中央处理器频率、频谱分配量、功率控制量、所述协同任务的迁移量、各所述目标能量和各所述目标时间,构建所述目标函数。
7.根据权利要求1所述的方法,其特征在于,所述根据所述目标函数,获取所述终端、所述边缘服务器和所述云服务器对应的任务迁移量,包括:
基于距离当前时间最近的上一次资源分配结果,设置所述终端对应的传输功率向量和频谱分配向量;
根据所述目标函数、所述传输功率向量、所述频谱分配向量和DC规划算法,计算得到所述终端、所述边缘服务器和所述云服务器对应的任务分配值;
根据所述任务分配值,确定所述终端、所述边缘服务器和所述云服务器对应的任务迁移量。
8.根据权利要求7所述的方法,其特征在于,在所述根据所述目标函数、所述传输功率向量、所述频谱分配向量和DC规划算法,计算得到所述终端、所述边缘服务器和所述云服务器对应的任务分配值之后,还包括:
将所述任务分配值与所述上一次资源分配结果对应的初始任务分配值进行比较;
在所述任务分配值和所述初始任务分配值的差值处于预设阈值范围内的情况下,将所述任务分配值作为最终的任务分配值;
在所述任务分配值和所述初始任务分配值的差值处于所述预设阈值范围外的情况下,将所述任务分配值作为初始值,并再次执行所述根据所述目标函数、所述传输功率向量、所述频谱分配向量和DC规划算法,计算得到所述终端、所述边缘服务器和所述云服务器对应的任务分配值的步骤。
9.一种面向卫星网络的协同计算任务迁移装置,其特征在于,包括:
配置参数获取模块,用于获取终端、边缘服务器和云服务器的配置参数;
能量时间确定模块,用于根据所述配置参数,确定所述终端、所述边缘服务器和所述云服务器计算单个比特的数据所需的目标时间和目标能量;
目标函数构建模块,用于根据预先建立的通信与边缘计算模型、各所述目标时间和各所述目标能量,构建协同任务对应的目标函数;
任务迁移量获取模块,用于根据所述目标函数,获取所述终端、所述边缘服务器和所述云服务器对应的任务迁移量;
协同任务分配模块,用于基于所述任务迁移量,向所述终端、所述边缘服务器和所述云服务器进行所述协同任务的分配。
10.根据权利要求9所述的装置,其特征在于,所述能量时间确定模块包括:
第一能量时间确定单元,用于根据所述终端的中央处理器频率,确定所述终端对应的目标能量和目标时间;
第二能量时间确定单元,用于根据所述边缘服务器的中央处理器频率和所述终端对应的上行传输消耗能量,确定所述边缘服务器对应的目标能量和目标时间;
第三能量时间确定单元,用于根据所述云服务器的中央处理器频率和所述上行传输消耗能量,确定所述云服务器对应的目标能量和目标时间。
11.根据权利要求10所述的装置,其特征在于,所述第一能量时间确定单元包括:
功率消耗值计算子单元,用于根据所述终端的中央处理器频率和预设值,计算得到所述终端对应的功率消耗值;
第一能量时间计算子单元,用于根据所述功率消耗值、所述终端计算单比特数据所需的计算周期和初始设置的所述边缘服务器和所述云服务器的数据分配百分比,计算得到所述终端对应的目标能量和目标时间。
12.根据权利要求11所述的装置,其特征在于,所述第二能量时间确定单元包括:
上行传输能量计算子单元,用于根据所述终端的上行发射功率、所述终端与对应的卫星接入站之间的信道增益、所述功率消耗值,计算得到所述终端对应的上行传输消耗能量;
第二能量时间计算子单元,用于根据所述上行传输消耗能量和所述边缘服务器对应的中央处理器频率,计算得到所述边缘服务器对应的目标能量和目标时间。
13.根据权利要求12所述的装置,其特征在于,所述第三能量时间确定单元包括:
目标时间计算子单元,用于根据所述卫星接入站与卫星之间的传输速率、所述卫星与信关站之间的传输速率、所述上行传输消耗能量和所述云服务器的中央处理器频率,计算得到所述云服务器对应的目标时间;
目标能量计算子单元,用于根据所述上行发射功率和所述上行传输消耗能量,计算得到所述云服务器对应的目标能量。
14.根据权利要求9所述的装置,其特征在于,所述目标函数构建模块包括:
目标函数构建单元,用于根据所述通信与边缘计算模型、所述终端的中央处理器频率、频谱分配量、功率控制量、所述协同任务的迁移量、各所述目标能量和各所述目标时间,构建所述目标函数。
15.根据权利要求9所述的装置,其特征在于,所述任务迁移量获取模块包括:
分配向量设置单元,用于基于距离当前时间最近的上一次资源分配结果,设置所述终端对应的传输功率向量和频谱分配向量;
任务分配值计算单元,用于根据所述目标函数、所述传输功率向量、所述频谱分配向量和DC规划算法,计算得到所述终端、所述边缘服务器和所述云服务器对应的任务分配值;
任务迁移量确定单元,用于根据所述任务分配值,确定所述终端、所述边缘服务器和所述云服务器对应的任务迁移量。
16.根据权利要求15所述的装置,其特征在于,还包括:
分配值比较模块,用于将所述任务分配值与所述上一次资源分配结果对应的初始任务分配值进行比较;
任务分配值获取模块,用于在所述任务分配值和所述初始任务分配值的差值处于预设阈值范围内的情况下,将所述任务分配值作为最终的任务分配值;
分配值计算执行模块,用于在所述任务分配值和所述初始任务分配值的差值处于所述预设阈值范围外的情况下,将所述任务分配值作为初始值,并再次执行所述任务分配值计算单元。
CN202010916577.2A 2020-09-03 2020-09-03 一种面向卫星网络的协同计算任务迁移方法及装置 Active CN112272198B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010916577.2A CN112272198B (zh) 2020-09-03 2020-09-03 一种面向卫星网络的协同计算任务迁移方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010916577.2A CN112272198B (zh) 2020-09-03 2020-09-03 一种面向卫星网络的协同计算任务迁移方法及装置

Publications (2)

Publication Number Publication Date
CN112272198A true CN112272198A (zh) 2021-01-26
CN112272198B CN112272198B (zh) 2024-04-09

Family

ID=74349765

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010916577.2A Active CN112272198B (zh) 2020-09-03 2020-09-03 一种面向卫星网络的协同计算任务迁移方法及装置

Country Status (1)

Country Link
CN (1) CN112272198B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112929427A (zh) * 2021-01-27 2021-06-08 北京邮电大学 一种面向低轨卫星边缘计算的服务节点确定方法及装置
CN113238853A (zh) * 2021-06-15 2021-08-10 上海交通大学 基于函数中间表达的无服务器计算调度系统及方法
CN113452751A (zh) * 2021-05-20 2021-09-28 国网江苏省电力有限公司信息通信分公司 基于云边协同的电力物联网任务安全迁移系统及方法
CN113590324A (zh) * 2021-07-30 2021-11-02 郑州轻工业大学 一种面向云边端协同计算的启发式任务调度方法和系统
CN113691305A (zh) * 2021-10-26 2021-11-23 武汉兴图新科电子股份有限公司 基于云-边-端的北斗三号短报文信道的图片传输方法
CN113794494A (zh) * 2021-07-30 2021-12-14 湖北微源卓越科技有限公司 一种面向低轨卫星网络的边缘计算架构及计算卸载优化方法
CN114520990A (zh) * 2022-01-24 2022-05-20 重庆邮电大学 一种基于星地云协作的移动边缘计算任务卸载方法
CN114827152A (zh) * 2022-07-01 2022-07-29 之江实验室 一种星地协同网络低延时云边端协同计算方法和装置
CN115484260A (zh) * 2021-06-15 2022-12-16 北京小米移动软件有限公司 一种资源配置方法、云服务器、终端及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019200716A1 (zh) * 2018-04-20 2019-10-24 上海无线通信研究中心 面向雾计算的节点计算任务调度方法及其设备
CN110647391A (zh) * 2019-09-27 2020-01-03 北京邮电大学 面向星地协同网络的边缘计算方法及系统
CN110868455A (zh) * 2019-10-29 2020-03-06 北京邮电大学 一种基于空天地远程物联网的计算卸载方法及系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019200716A1 (zh) * 2018-04-20 2019-10-24 上海无线通信研究中心 面向雾计算的节点计算任务调度方法及其设备
CN110647391A (zh) * 2019-09-27 2020-01-03 北京邮电大学 面向星地协同网络的边缘计算方法及系统
CN110868455A (zh) * 2019-10-29 2020-03-06 北京邮电大学 一种基于空天地远程物联网的计算卸载方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ZHENJIANG ZHANG: "Satellite Mobile Edge Computing: Improving QoS of High-Speed Satellite-Terrestrial Networks Using Edge Computing Techniques", IEEE NETWORK, pages 70 - 76 *
唐琴琴等: "融合MEC 的星地协同网络:架构、关键技术与挑战", 通信学报, pages 162 - 181 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112929427A (zh) * 2021-01-27 2021-06-08 北京邮电大学 一种面向低轨卫星边缘计算的服务节点确定方法及装置
CN113452751A (zh) * 2021-05-20 2021-09-28 国网江苏省电力有限公司信息通信分公司 基于云边协同的电力物联网任务安全迁移系统及方法
CN113238853A (zh) * 2021-06-15 2021-08-10 上海交通大学 基于函数中间表达的无服务器计算调度系统及方法
CN115484260A (zh) * 2021-06-15 2022-12-16 北京小米移动软件有限公司 一种资源配置方法、云服务器、终端及存储介质
CN113238853B (zh) * 2021-06-15 2021-11-12 上海交通大学 基于函数中间表达的无服务器计算调度系统及方法
CN113794494A (zh) * 2021-07-30 2021-12-14 湖北微源卓越科技有限公司 一种面向低轨卫星网络的边缘计算架构及计算卸载优化方法
CN113590324A (zh) * 2021-07-30 2021-11-02 郑州轻工业大学 一种面向云边端协同计算的启发式任务调度方法和系统
CN113794494B (zh) * 2021-07-30 2023-03-28 湖北微源卓越科技有限公司 一种面向低轨卫星网络的边缘计算系统及计算卸载优化方法
CN113691305A (zh) * 2021-10-26 2021-11-23 武汉兴图新科电子股份有限公司 基于云-边-端的北斗三号短报文信道的图片传输方法
CN114520990A (zh) * 2022-01-24 2022-05-20 重庆邮电大学 一种基于星地云协作的移动边缘计算任务卸载方法
CN114520990B (zh) * 2022-01-24 2023-05-26 重庆邮电大学 一种基于星地云协作的移动边缘计算任务卸载方法
CN114827152A (zh) * 2022-07-01 2022-07-29 之江实验室 一种星地协同网络低延时云边端协同计算方法和装置
CN114827152B (zh) * 2022-07-01 2022-09-27 之江实验室 一种星地协同网络低延时云边端协同计算方法和装置

Also Published As

Publication number Publication date
CN112272198B (zh) 2024-04-09

Similar Documents

Publication Publication Date Title
CN112272198B (zh) 一种面向卫星网络的协同计算任务迁移方法及装置
Ren et al. Collaborative cloud and edge computing for latency minimization
Kamoun et al. Joint resource allocation and offloading strategies in cloud enabled cellular networks
US20230019669A1 (en) Systems and methods for enhanced feedback for cascaded federated machine learning
Al-Shuwaili et al. Energy-efficient resource allocation for mobile edge computing-based augmented reality applications
CN109167787B (zh) 一种移动边缘计算网络中安全计算卸载的资源优化方法
CN112333717B (zh) 计及电力多业务需求的5g接入网切片资源分配方法及装置
CN109951869B (zh) 一种基于云雾混合计算的车联网资源分配方法
EP3605329A1 (en) Connected cache empowered edge cloud computing offloading
CN112737842B (zh) 空地一体化车联网中基于最小化时延的任务安全卸载方法
Liao et al. Blockchain and semi-distributed learning-based secure and low-latency computation offloading in space-air-ground-integrated power IoT
Dai et al. Joint offloading and resource allocation in vehicular edge computing and networks
Cui et al. Latency optimization for hybrid GEO–LEO satellite-assisted IoT networks
CN113064665B (zh) 一种基于李雅普诺夫优化的多服务器计算卸载方法
CN114051254B (zh) 一种基于星地融合网络的绿色云边协同计算卸载方法
CN111475301A (zh) 卫星资源分配方法、装置和电子设备
CN111182570A (zh) 提高运营商效用的用户关联和边缘计算卸载方法
CN116208222B (zh) 数据传输方法、装置、设备以及存储介质
US10901388B2 (en) Method and system for creating energy demand model
CN110941675A (zh) 一种基于深度学习的无线供能边缘计算延迟优化方法
CN115150781A (zh) 一种基于任务优先级的无人机协助边缘计算的资源分配方法
Joo et al. CoSMoS: Cooperative sky-ground mobile edge computing system
Cai et al. Mobile edge computing network control: Tradeoff between delay and cost
Zheng et al. Joint optimization of the deployment and resource allocation of UAVs in vehicular edge computing and networks
Zheng et al. Semantic Communication in Satellite-borne Edge Cloud Network for Computation Offloading

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