CN112399482A - 一种移动边缘计算方法、存储介质及设备 - Google Patents

Abstract

本发明公开了一种移动边缘计算方法、存储介质及设备，根据信道系数及传输功率得到传输速率；根据传输速率各时隙各节点所接收信号及能量消耗；根据各节点传输速率和能量消耗，制定卸载选择策略；根据确定的卸载选择策略，分析系统中加权和能耗，在加权和能耗最小的基础上实现了功率、时隙和计算任务的最优分配。本发明在移动边缘计算过程中考虑到了混合NOMA技术，可以进一步优化系统功率分配，优于传统的移动边缘计算方案。

Description

一种移动边缘计算方法、存储介质及设备

技术领域

本发明属于无线通信技术领域，具体涉及一种基于协同混合非正交多址技术的移动边缘计算方法、存储介质及设备。

背景技术

5G网络的出现极大地改变了人们的生活，并显著影响着社会发展。然而，具有高速和服务质量(QoS)有关业务的快速发展，不可避免地加剧了频谱稀缺问题。认知无线电允许次级系统在不中断主传输的情况下动态访问空闲的许可频谱，是缓解5G网络频谱稀缺的一种有前途的技术。除了传统的单层模式和叠加模式之外，合作频谱共享模式是一种同时支持主次传输的替代方法，其中次系统协助主传输，并获得一部分无干扰许可频谱作为奖励。

在协同认知无线电网络中，感知用户可以充当中继来辅助主要用户传输，而次级系统则利用许可的频谱作为奖励。为了进一步提高频谱效率，在第二传输阶段采用非正交多址(NOMA) 技术以叠加方式传输主信息和次要信息。除了主要传输的可靠性要求外，主系统还面临着计算能力有限的挑战。例如，当主用户传感器收集大量数据时，计算资源将不足以处理这些传感数据且本地计算的能耗影响传感器网络的生命周期。为了尽可能的提高计算效率，我们可以应用多接入边缘计算(MEC)，这使主要用户可以将计算任务卸载到网络边缘的计算服务器。在认知无线电网络中，主要用户的计算资源有限，需要MEC的帮助。此外，带有MEC服务器的次基站可以为主系统提供计算支持，以换取额外的许可频谱。但是，据我们所知，尚未有研究考虑初级和次级系统之间的MEC合作。

由于无线通信的广播性质，所有在信号传播范围内的用户都可以接收到无线信息，因此无线信息容易被窃听。除了上层加密算法外，物理层安全利用基于信道物理特性的窃听编码，可以提供完善的信息安全。在认知无线电网络中，由于无线传输的开放性，主系统的信息安全也受到窃听的威胁。在次级系统安全中继的辅助下，主系统可以安全可靠地传输主要信息。然而，当前的研究主要集中在主发射机与接收机之间的安全传输上，而对主要用户与次要用户之间的 MEC安全没有进行研究。

发明内容

本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于协同混合非正交多址技术的移动边缘计算方法、存储介质及设备，考虑了主系统和次级系统之间的安全 MEC，优化传统方案的性能。

本发明采用以下技术方案：

一种基于协同混合非正交多址技术的移动边缘计算方法，包括以下步骤：

S1、根据信道系数及传输功率得到传输速率；根据确定的传输速率得到各时隙各节点所接收信号及能量消耗；

S2、根据步骤S1得到的各节点传输速率和能量消耗，制定卸载选择策略；

S3、根据步骤S2确定的卸载选择策略，分析系统中加权和能耗，在加权和能耗最小化的基础上实现功率、时隙和计算任务的最优分配。

具体的，步骤S1中，基于时隙分配模型，对主用户PU的卸载过程以及二次辅助和传输进行设计，将每个时隙划分为两个子时隙，在持续时间为t₁的第一个子时隙中，主用户PU和感知用户SU利用NOMA方案传输，主用户PU将任务卸载给次基站SBS，感知用户SU将次要信息传输给次基站SBS；根据NOMA技术，次基站SBS采用串行干扰消除技术分别对主要信息和次要信息进行解码；次基站SBS首先对次级信息进行解码，然后对主信息进行无干扰解码；考虑主系统的能源约束，在持续时间为t₂的第二个子时隙中，感知用户SU利用许可频谱用于次级系统的传输。

进一步的，第一个子时隙中的次级系统传输速率R_ss1为：

其中，p_s1是SU在第一个子时隙中的发射功率，p_p是主要发射功率，h_ss为从PU到Eve的信道系数，N₀为噪声变量的方差，h_ps为从PU到SBS的信道系数；

第一个子时隙中，主系统的能源消耗

次级系统信息传输所消耗的能量

进一步的，第二个子时隙的次级传输速率R_ss2为：

R_ss2＝log₂(1+p_s2γ_ss)

第二个子时隙中的次级传输所消耗的能量

为：

其中，p_s2为次级系统发射功率，N₀为噪声变量的方差，h_ss为从PU到Eve的信道系数。

具体的，步骤S2中，卸载策略具体为：主系统与次级系统共存，主系统包括基站BS和主用户PU，主用户PU从其他用户获得计算帮助，将计算密集型任务卸载给感知用户SU；在次级系统中，次基站SBS将信息传输给具有QoS要求的感知用户SU，SBS同时配备提供计算资源的MEC服务器；受许可频谱的约束，次级系统通过为主系统提供计算协助换取许可频谱，同时处理计算敏感任务；主系统中，采用物理层安全方法保护主卸载，并在二次协作过程中采用NOMA技术。

更一步的，局部计算任务的计算延迟满足条件如下：

PU本地计算消耗的能量

为：

卸载任务的计算延迟满足条件如下：

其中，F_p为PU执行的数据大小，l_p为PU任务卸载的数据大小，c_p为CPU在PU处计算一比特输入任务的周期数，f_p为PU处的CPU频率，T为系统总时长，κ为系数，t₂为第二个子时隙的持续时间，f_s为感知用户SU的CPU频率。

具体的，步骤S3中，最优p_p为：

其中，R_sec为目标保密率，N₀为噪声变量的方差，B为信号带宽，

为目标保密中断概率。

具体的，步骤S3中，最优l_p为：

其中，F_p为PU执行的数据大小，f_p为PU处的CPU频率，c_p为CPU在PU处计算一比特输入任务的周期数，f_s为感知用户SU的CPU频率，c_s为SBS上计算一位输入任务的CPU 周期数，T为系统总时长，t₁为第一个时隙。

本发明的另一个技术方案是，一种存储一个或多个程序的计算机可读存储介质，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行所述的方法中的任一方法。

本发明的另一个技术方案是，一种计算设备，包括：

一个或多个处理器、存储器及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为所述一个或多个处理器执行，所述一个或多个程序包括用于执行所述的方法中的任一方法的指令。

与现有技术相比，本发明至少具有以下有益效果：

本专利发明一种认知无线电网络中基于协作混合非正交多址接入的移动边缘计算方法，提出了分为两个阶段的协作过程方案；考虑到有限的能源供应，提出了一种求解非凸加权和能耗问题的两阶段迭代算法；根据上述所提出迭代算法步骤求解加权和能耗的最小值；同时，研究了不考虑主系统安全需求下的能耗加权和最小化问题，并作为基准方案；数值结果表明，本发明所提出的基于协作混合非正交多址接入的移动边缘计算方案在能耗方面与基准方案相比具有较好的性能优势。

进一步的，设置步骤S1以便确定各传输路径上的能源消耗，选择合适的卸载策略。

进一步的，第1个子时隙PU和SU利用NOMA方案传输信息，提高系统的频带利用率。

进一步的，第2个子时隙SU充分利用许可频谱进行二次传输，提高二次传输速率以及传输有效性。

进一步的，考虑Eve的被动窃听状态可以采用SIC技术解码次级信息，故设置窃听率及窃听编码。

进一步的，设置主系统发生有概率的保密中断事件以保证系统信息在安全环境下传输。

进一步的，在给定最优和时求得最优分配传输速率以最大化系统的有效传输。

进一步的，在给定最优时间分配参数的情况下导出最优，实现系统的加权和能耗最小化。

进一步的，本发明首先分析了主系统和次级系统信道状态，并分析了相应的信道系数。根据信道系数，推出各节点所接收到的信号表达式。

进一步的，基于上述信道状态以及卸载公式，本发明提出了一种新的基于混合非正交多址技术的安全卸载策略，考虑到信息安全性和可靠性，以提升网络的性能。

进一步的，根据上述安全卸载策略，本发明进而表征出系统各部分的传输速率以及能量消耗，随后得到了系统的加权和能耗，为性能分析提供了数学工具。

进一步的，根据上述系统加权和能耗，本发明提出最优化算法，并实现了功率、时隙和计算任务的最优分配。

综上所述，该发明提出了一种认知无线电网络中的协同混合NOMA辅助的MEC方案，有效地计算原始数据并满足次级QoS要求，实现了系统的加权和能耗最小化。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

图1为认知网络中基于混合NOMA的MEC方案示意图；

图2为拟议方案中的时隙分配示意图；

图3为加权和能耗性能与主计算输入位数的关系示意图；

图4为加权和能耗性能与目标保密中断概率的关系示意图。

具体实施方式

本发明提供了一种基于协同混合非正交多址技术的移动边缘计算方法，基于混合NOMA 的协同MEC网络，包括共存的主系统与次级系统；在次级系统中，次基站(SBS)将信息传输给具有QoS要求的感知用户(SU)，SBS同时配备了一个提供计算资源的MEC服务器。主系统包括基站(BS)和主用户(PU)，由于计算能力和能量的限制，PU需要将计算密集型任务卸载给 SU以从其他用户获取计算支持。受许可频谱的约束，次级系统愿意为主系统提供计算协助以换取一部分许可频谱，同时及时处理主系统的计算敏感任务。对于主系统而言，在卸载过程中存在着一个对其信息安全构成威胁的窃听者(Eve)，为了保证安全卸载并满足次级传输中的 QoS要求，本发明采用物理层安全方法保护主系统的卸载过程，并在二次协作过程中采用了 NOMA技术。

网络中，主系统和次级系统都存在准静态瑞利衰落，这表明信道状态在每个传输时隙中保持不变，并且在不同的传输时隙中独立变化。所有用户只有一根天线，这种方式能够扩展到多根天线的情况。从PU到SBS，从PU到Eve，从SU到SBS以及从SU到Eve的信道系数由下式给出

参数d_ps为PU到SBS的距离；d_ss是SU到SBS的距离；d_pe为PU到Eve的距离；d_se是SU到Eve的距离。参数g_ps,g_pe,g_ps和g_se服从具有零均值和单位协方差的复高斯分布。

系统中，假设h_ps和h_ss的瞬时信道状态信息CSI是完全已知的。此外，由于主系统需要次级系统的辅助，将CSI反馈给次级系统；考虑到Eve的被动窃听可以获取窃听通道的瞬时CSI，假设

可行，其中，E{·}表示期望；在网络中，假设所有噪声变量均为均值为零、方差为N₀的圆型复高斯变量。

对于协作网络，PU的计算能力和能量有限并且需要SBS的计算支持。在每个持续时间为 T的时隙中，PU必须执行数据大小为F_p(比特)的计算任务，该任务应在一个时隙内完成。为了有效地完成计算任务，PU将一部分计算数据大小为l_p的任务卸载到SBS，其余的计算任务由PU处理。PU的最大发射功率记作P_p。

由于SBS采用电力电缆供电，因此与PU的能耗相比，SBS的能耗可以忽略不计。在主系统卸载时受到窃听威胁，采用窃听编码对主信息进行加密，主系统目标传输速率和目标传输速率分别设为R_b和R_s。因此，R_b和R_s之间的速率差是针对窃听的信息冗余。为了提供次级系统的QoS要求，在次级传输和主系统卸载过程中采用了NOMA技术。同时，通过次级传输对 Eve进行干扰，进一步提高了主系统卸载的安全性。次级系统的最大发送功率表示为P_s。

除此之外，采用混合的NOMA方案，即在主系统完成卸载过程后，次级系统可以独立利用许可频谱。因此，利用该方案主系统可以安全地卸载，并且次级系统获得一小部分许可频谱以满足其QoS要求。

请参阅图1，本发明一种基于协同混合非正交多址技术的移动边缘计算方法，包括以下步骤：

S1、根据信道系数及传输功率得到传输速率；根据传输速率得到各时隙各节点所接收信号及能量消耗；

首先，给出时隙分配模型，基于时隙分配模型，对PU的卸载过程以及二次辅助和传输进行了设计。

在所提出的方案中，每个时隙被划分为两个子时隙，如图2所示。在持续时间为t₁的第一个子时隙中，PU和SU利用NOMA方案来传输它们的信息，其中，PU将其任务卸载给SBS，SU将次要信息传输给SBS。

SBS的接收信号为：

其中，p_p是主要发射功率；x_p是主要的卸载信号，归一化为

p_s1是SU在第一个子时隙中的发射功率；x_s1是次级卸载信号，并标准化为

n_s1是SBS处的噪声；Eve还收到以下主要信息：

其中，n_s1是Eve的噪声。

根据NOMA技术，SBS采用串行干扰消除(SIC)技术对主要和次要信息进行解码；考虑到 PU处能量有限以及主系统的高安全性要求，SBS首先对次级信息进行解码，然后对主信息进行无干扰解码。

第一个子时隙中的次级系统传输速率为：

其中，

h_ss为从PU到Eve的信道系数，N₀为噪声变量的方差，h_ps为从PU到SBS的信道系数，根据SIC，SBS解码主卸载信号的速率为

R_ps＝log₂(1+p_pγ_ps)

考虑到最坏的情况，假设Eve采用SIC技术成功解码次级信息。因此，窃听速率为：

R_pe＝log₂(1+p_pγ_pe)

其中，

利用窃听编码，主信息安全速率

其中(a)⁺＝max(0,a)，由于瞬时窃听CSI不可用，无法直接利用安全速率来评估其安全性，因此在该方案中采用了保密中断概率。

当主系统的安全速率低于目标安全速率时，主系统发生保密中断事件的概率为：

考虑主系统的能源约束，主系统的能源消耗为

次级系统信息传输所消耗的能量为

在第二个子时隙中，SU充分利用许可频谱用于次级系统的传输。

因此，SBS接收到的信号为：

其中，p_s2为次级系统发射功率；x_s2为次级卸载信号，归一化为

n_s2是SBS的噪声。

因此，第二个子时隙的次级传输速率为：

R_ss2＝log₂(1+p_s2γ_ss)

第二个子时隙中的次级传输所消耗的能量为：

S2、根据各节点传输速率和能量消耗，制定卸载选择策略；

在提出的基于混合NOMA的MEC方案中，主要计算密集型任务被分为两个部分，分别由PU和SBS独立计算；令c_p表示CPU在PU处计算一比特输入任务的周期数，f_p表示PU 处的CPU频率。PU需要(F_p-l_p)c_p的CPU周期以计算F_p-l_p比特的输入计算任务。

由于PU是在整个时间段内进行计算，因此局部计算任务的计算延迟应满足

PU本地计算所消耗的能量为

将SBS上计算一比特输入任务的CPU周期数表示为c_s，并将SU的CPU频率表示为f_s。因此，在SBS上接收的卸载计算任务需要l_pc_s个CPU周期。由于SBS将在持续时间t₂的以下子槽中执行计算任务，因此卸载任务的计算延迟应满足要求：

T为系统总时长，κ为系数，在所考虑的网络中，假设有一条电力电缆为SBS提供能量，因此忽略了SBS处的能耗。在提出的基于混合NOMA的MEC方案中，主系统将其部分计算敏感任务分配给SBS，而次级系统则获得次级传输所需的许可频谱。因此，两个系统都能从该方案中受益。

S3、根据步骤S2确定的卸载选择策略，分析系统中加权和能耗，在加权和能耗最小化的基础上实现功率、时隙和计算任务的最优分配。

接下来，对计算任务、传输功率和时隙进行最优分配，使上述次级QoS要求下最小化加权和能耗。在这个优化问题中，首先考虑无安全要求下的主系统数据卸载，然后在主系统安全性条件下进行资源分配。同时，研究主卸载有无安全需求的情况。

考虑到PU和SU的功率有限，最优地分配发射功率，时隙和卸载任务，以最大程度地减少总能耗。受主要信息安全性条件的约束，将能耗加权和的最小化问题表示为：

P1:

s.t.

BR_pst₁≥l_p

R_ps≥R_b

其中，

为目标保密率要求，该公式提供安全性要求。由于有的限制条件是非凸的，因此该优化问题为非凸问题，无法通过传统的凸问题求解器直接求解。

针对上述优化问题，提出了一种两阶段算法，首先固定t₁和l_p并对功率分配参数进行优化，然后根据推导出的功率分配参数对t₁和l_p进行优化。

首先进行最优功率分配，在给定最优t₁和最优l_p时，最优地分配传输功率，最优功率应满足以下引理。

引理1.最优功率分配方案应满足以下关系

用反证法证明引理1：

将最优分配功率为

和

满足

和

R_ss1相对于p_s1是单调递增的， R_ss2相对于p_s2是单调递增的。因此，应该存在一个

可以满足

同样，也应该有一个

满足

由于目标函数是p_ss1的单调递增函数，同时也是p_ss2的单调函数，我们可以通过减小

和

来最小化功耗，这与上述假设是矛盾的。

根据引理1，给出p_ss1和p_ss2的最优功率分配

引理2.最佳主发射功率应满足以下关系：

BR_pst₁＝l_p

用反证法证明引理2：

假设

应存在一个正任务

满足

由于R_ps是P_p的单调递增函数，通过降低P_p使其满足BR_pst₁＝l_p。

此外，由于最优目标是P_p的单调递增函数，因此当P_p减小时能耗也会减小。因此，最优参数应满足BR_pst₁＝l_p，与上述假设相矛盾；至此完成了引理2的证明。

基于引理1和引理2，给出P1中p_p的最优功率分配为：

P1.1:

s.t.Bt₁log₂(1+p_pγ_ps)＝l_p,

由于P1.1相对于p_p是凸的，推导出最优p_p为：

其中，

其中，R_sec为目标保密率，N₀为噪声变量的方差，B为信号带宽，

为目标保密中断概率。

进一步的，时隙和计算任务分配可根据导出的最优发射功率，最优问题改写为：

P1.2:

s.t.l_pc_s+t₁f_s≤f_sT,

在持续时间为t₁的第一个子时隙中，观察到P1.3相对于l_p是凸的；

然后，导出最优l_p为：

因此，通过二分法来搜索最优t₁。

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中的描述和所示的本发明实施例的组件可以通过各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

仿真验证

1、在图3中，我们绘制加权和能耗性能与主要总计算输入比特F_p的关系图。从图中可以看出，加权能耗是F_p的单调递增函数。F_p值较大，说明主系统在本地计算和卸载过程中消耗更多能量，导致加权总能耗增加。

由于PU的计算能力有限，当F_p足够大时，将有更多数据被分流到SBS中，加权和能量消耗会增加。此外，R_b的增加意味着有更多的功率用于卸载以保证可靠的传输，并且加权总能耗增加。由于满负荷卸载方案忽略了PU的本地计算能力，因此能耗会增加。

2、请参阅图4，显示了能耗加权和与目标保密中断概率的关系。当保密中断概率约束较严格时，卸载过程耗时长，耗电量大，导致加权总能耗增加。当保密性中断概率约束较宽松时，系统卸载时的能耗较小，加权总能耗也会降低。同样地，完全卸载方案将比拟议方案消耗更多的功率。

3、较长的时隙意味着主系统和次级系统可以灵活地分配卸载任务，为主系统和次级系统节省更多的能量。且当时隙足够长时，能耗加权和受到计算任务总量的约束而缓慢下降。随着时隙持续时间的增加，四条曲线最终趋于收敛。同样，R_b的增加意味着将有更多的功率用于卸载，以确保可靠的传输，并且能耗加权总和将增加。

综上所述，本发明一种基于协同混合非正交多址技术的移动边缘计算方法，以有效地计算原始数据并满足次级QoS要求。在该方案中，主系统和次级系统分别采用NOMA技术安全地卸载主计算任务和占用许可频谱，然后次级系统完全占用许可频谱进行传输。研究了加权和能耗最小化问题，提出了加权和能耗最小化算法，实现了功率、时隙和计算任务的最优分配。数值结果表明，在加权和能耗和平均二次速率方面，该方案与基准方案相比具有优越的性能。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/ 或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上内容仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明权利要求书的保护范围之内。

Claims (10)

1.一种移动边缘计算方法，其特征在于，包括以下步骤：

S1、根据信道系数及传输功率得到传输速率；根据确定的传输速率得到各时隙各节点所接收信号及能量消耗；

S2、根据步骤S1得到的各节点传输速率和能量消耗，制定卸载选择策略；

S3、根据步骤S2确定的卸载选择策略，分析系统中加权和能耗，在加权和能耗最小化的基础上实现功率、时隙和计算任务的最优分配。

2.根据权利要求1所述的方法，其特征在于，步骤S1中，基于时隙分配模型，对主用户PU的卸载过程以及二次辅助和传输进行设计，将每个时隙划分为两个子时隙，在持续时间为t₁的第一个子时隙中，主用户PU和感知用户SU利用NOMA方案传输，主用户PU将任务卸载给次基站SBS，感知用户SU将次要信息传输给次基站SBS；根据NOMA技术，次基站SBS采用串行干扰消除技术分别对主要信息和次要信息进行解码；次基站SBS首先对次级信息进行解码，然后对主信息进行无干扰解码；考虑主系统的能源约束，在持续时间为t₂的第二个子时隙中，感知用户SU利用许可频谱用于次级系统的传输。

3.根据权利要求2所述的方法，其特征在于，第一个子时隙中的次级系统传输速率R_ss1为：

其中，p_s1是SU在第一个子时隙中的发射功率，p_p是主要发射功率，h_ss为从PU到Eve的信道系数，N₀为噪声变量的方差，h_ps为从PU到SBS的信道系数；

第一个子时隙中，主系统的能源消耗

次级系统信息传输所消耗的能量

4.根据权利要求2所述的方法，其特征在于，第二个子时隙的次级传输速率R_ss2为：

R_ss2＝log₂(1+p_s2γ_ss)

第二个子时隙中的次级传输所消耗的能量

为：

其中，p_s2为次级系统发射功率，N₀为噪声变量的方差，h_ss为从PU到Eve的信道系数。

5.根据权利要求1所述的方法，其特征在于，步骤S2中，卸载策略具体为：主系统与次级系统共存，主系统包括基站BS和主用户PU，主用户PU从其他用户获得计算帮助，将计算密集型任务卸载给感知用户SU；在次级系统中，次基站SBS将信息传输给具有QoS要求的感知用户SU，SBS同时配备提供计算资源的MEC服务器；受许可频谱的约束，次级系统通过为主系统提供计算协助换取许可频谱，同时处理计算敏感任务；主系统中，采用物理层安全方法保护主卸载，并在二次协作过程中采用NOMA技术。

6.根据权利要求5所述的方法，其特征在于，局部计算任务的计算延迟满足条件如下：

PU本地计算消耗的能量

为：

卸载任务的计算延迟满足条件如下：

其中，F_p为PU执行的数据大小，l_p为PU任务卸载的数据大小，c_p为CPU在PU处计算一比特输入任务的周期数，f_p为PU处的CPU频率，T为系统总时长，κ为系数，t₂为第二个子时隙的持续时间，f_s为感知用户SU的CPU频率。

7.根据权利要求1所述的方法，其特征在于，步骤S3中，最优p_p为：

其中，_Rsec为目标保密率，N₀为噪声变量的方差，_B为信号带宽，

为目标保密中断概率。

8.根据权利要求1所述的方法，其特征在于，步骤S3中，最优l_p为：

其中，F_p为PU执行的数据大小，f_p为PU处的CPU频率，c_p为CPU在PU处计算一比特输入任务的周期数，f_s为感知用户SU的CPU频率，c_s为SBS上计算一位输入任务的CPU周期数，T为系统总时长，t₁为第一个时隙。

9.一种存储一个或多个程序的计算机可读存储介质，其特征在于，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行根据权利要求1至8所述的方法中的任一方法。

10.一种计算设备，其特征在于，包括：

一个或多个处理器、存储器及一个或多个程序，其中一个或多个程序存储在所述存储器中并被配置为所述一个或多个处理器执行，所述一个或多个程序包括用于执行根据权利要求1至8所述的方法中的任一方法的指令。

Images