CN112423379B - 一种基于noma-mec的资源分配方法及装置 - Google Patents
一种基于noma-mec的资源分配方法及装置 Download PDFInfo
- Publication number
- CN112423379B CN112423379B CN202011476457.1A CN202011476457A CN112423379B CN 112423379 B CN112423379 B CN 112423379B CN 202011476457 A CN202011476457 A CN 202011476457A CN 112423379 B CN112423379 B CN 112423379B
- Authority
- CN
- China
- Prior art keywords
- terminal
- mec
- energy efficiency
- iterative
- relay
- 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
Links
- 238000013468 resource allocation Methods 0.000 title claims abstract description 44
- 238000000034 method Methods 0.000 title claims abstract description 27
- 206010042135 Stomatitis necrotising Diseases 0.000 title claims abstract description 22
- 201000008585 noma Diseases 0.000 title claims abstract description 22
- 230000005540 biological transmission Effects 0.000 claims abstract description 158
- 238000010276 construction Methods 0.000 claims description 3
- 230000000737 periodic effect Effects 0.000 claims description 3
- 230000009977 dual effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000012535 impurity Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004244 micellar electrokinetic capillary chromatography Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/18—TPC being performed according to specific parameters
- H04W52/26—TPC being performed according to specific parameters using transmission rate or quality of service QoS [Quality of Service]
- H04W52/267—TPC being performed according to specific parameters using transmission rate or quality of service QoS [Quality of Service] taking into account the information rate
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/18—TPC being performed according to specific parameters
- H04W52/28—TPC being performed according to specific parameters using user profile, e.g. mobile speed, priority or network state, e.g. standby, idle or non transmission
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/38—TPC being performed in particular situations
- H04W52/46—TPC being performed in particular situations in multi hop networks, e.g. wireless relay networks
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Abstract
本说明书一个或多个实施例提供一种基于NOMA‑MEC的资源分配方法,所述资源分配方法包括获取终端计算时延、最小传输速率以及终端发送总功率;构建安全能效模型;将已知数据和参数输入安全能效模型中进行运算,直至安全能效模型收敛得到最大安全能效;获得对应的终端向中继端的发送功率;基于终端发送总功率和终端向中继端的发送功率,获得终端向MEC端的发送功率,并进行资源分配。本发明实施例通过构建安全能效模型,将已知数据量和参数输入模型中,获取模型收敛情况下的最大安全能效,基于最大安全能效获得分配功率,能够在系统安全可靠的情况下,进行资源的分配,保证了资源分配的安全性,有效的降低资源的消耗,使资源的分配合理。
Description
技术领域
本说明书一个或多个实施例涉及线上支付技术领域,尤其涉及一种基于 NOMA-MEC的资源分配方法及装置。
背景技术
在通信数据量快速增长和用户对网络高质量体验的需求的不断增加的情况下,移动通信技术得到快速的发展,其中合理的资源分配的重要性日益突出,合理的资源分配是指通过一定的方式将有限的资源合理的分配到各个方面,以便用较少的资源消耗,获得最优的效益。
目前,针对数据的传输,通过用户终端到中继端,经过中继端将数据传输到MEC端,和/或用户终端直接传输到MEC端,从而进行资源的分配,由于没有考虑中继处的安全性,未能在安全的前提下进行资源的合理分配,导致资源的浪费。
发明内容
有鉴于此,本说明书一个或多个实施例的目的在于提出一种基于 NOMA-MEC的资源分配方法及装置,以解决资源分配不合理的问题。
基于上述目的,本说明书一个或多个实施例提供了一种基于NOMA-MEC 的资源分配方法,包括:
获取终端计算时延、最小传输速率以及终端发送总功率;
构建安全能效模型;
将所述终端计算时延、最小传输速率以及终端发送总功率输入所述安全能效模型中,并对所述安全能效模型进行调整,直至所述安全能效模型收敛的情况下,得到所述安全能效模型输出的最大安全能效;
获得所述最大安全能效所对应的终端向中继端的发送功率;
基于所述终端发送总功率和所述终端向中继端的发送功率,获得终端向 MEC端的发送功率;
基于所述终端向中继端的发送功率和所述终端向MEC端的发送功率,进行资源分配。
作为一种可选的实施方式,所述将所述终端计算时延、最小传输速率以及终端发送总功率输入所述安全能效模型中,并对所述安全能效模型进行调整,直至所述安全能效模型收敛的情况下,得到所述安全能效模型输出的最大安全能效,包括:
设置初始的终端CPU周期频率、初始的终端向MEC端的卸载时间以及收敛阈值;
基于终端计算时延、最小传输速率、终端发送总功率、初始的终端CPU周期频率、初始的终端向MEC端的卸载时间计算终端向中继端的迭代发送功率;
基于终端计算时延、最小传输速率、终端发送总功率、初始的终端向MEC 端的卸载时间以及终端向中继端的迭代发送功率计算终端CPU迭代周期频率;
基于终端计算时延、最小传输速率、终端发送总功率、终端向中继端的迭代发送功率以及终端CPU迭代周期频率计算终端向MEC端的迭代卸载时间;
基于终端向中继端的迭代发送功率、终端CPU迭代周期频率以及终端向 MEC端的迭代卸载时间,计算最大迭代安全能效;
计算当前的最大迭代安全能效与前一次计算得到的最大迭代安全能效的差值,若所述差值小于收敛阈值,则将当前的最大迭代安全能效作为最终的最大安全能效输出,若所述差值不小于收敛阈值,则将初始的终端CPU周期频率以及初始的终端向MEC端的卸载时间分别替换为终端CPU迭代周期频率以及终端向MEC端的迭代卸载时间,并返回执行计算终端向中继端的迭代发送功率的步骤。
作为一种可选的实施方式,所述基于终端计算时延、最小传输速率、终端发送总功率、初始的终端CPU周期频率、初始的终端向MEC端的卸载时间计算终端向中继端的迭代发送功率,包括:
其中
根据最大安全能效确定最优迭代发送功率p1 i;
其中,p1*为极点值,pr为终端发送总功率,p4为中继端放大转发到MEC端的功率,hur为终端到中继端的信道增益,hum为终端到MEC端的信道增益,hmr为MEC端到中继端的信道增益,hrm为中继端到MECC端的信道增益,N0为噪声功率,B为带宽,rth为最小传输速率,T为终端计算时延,f为初始的终端CPU 周期数,D为计算数据量,c为计算1bit数据所需的CPU周期数,t1为终端到 MEC端的卸载时间,i为迭代次数。
作为一种可选的实施方式,所述基于终端计算时延、最小传输速率、终端发送总功率、初始的终端向MEC端的卸载时间以及终端向中继端的迭代发送功率计算终端CPU迭代周期频率,包括:
根据最大安全能效确定最优迭代周期频率fi;
其中,R1为中继端到MEC端的卸载速率,R2为终端到MEC端的卸载速率, t2为中继到MEC端的卸载时间。
作为一种可选的实施方式,所述基于终端计算时延、最小传输速率、终端发送总功率、终端向中继端的迭代发送功率以及终端CPU迭代周期频率计算终端向MEC端的迭代卸载时间:
根据最大安全能效确定最优迭代卸载时间t1 i;
其中,p3为MEC端对中继端的干扰功率。
作为一种可选的实施方式,所述基于终端向中继端的迭代发送功率、终端 CPU迭代周期频率以及终端向MEC端的迭代卸载时间,计算最大迭代安全能效,包括:
其中,ξ为终端的芯片系数,γrm为中继端到MEC有效端信噪比,γr 1为终端到中继的信噪比,γm 2为终端到MEC端的信噪比。
作为一种可选的实施方式,所述获得所述最大安全能效所对应的终端向中继端的发送功率,包括:
将与所述最大安全能效对应的终端向中继端的迭代发送功率作为终端向中继端的发送功率。
与所述分配方法相对应的,本发明实施例还提供了一种基于NOMA-MEC 的资源分配装置,包括:
获取模块,用于获取终端计算时延、最小传输速率以及终端发送总功率;
模型构建模块,用于构建安全能效模型;
第一计算模块,用于将所述终端计算时延、最小传输速率以及终端发送总功率输入所述安全能效模型中,并对所述安全能效模型进行调整,直至所述安全能效模型收敛的情况下,得到所述安全能效模型输出的最大安全能效;
第一获得模块,用于获得所述最大安全能效所对应的终端向中继端的发送功率;
第二获得模块,用于基于所述终端发送总功率和所述终端向中继端的发送功率,获得终端向MEC端的发送功率;
输出模块,用于基于所述终端向中继端的发送功率和所述终端向MEC端的发送功率,进行资源分配。
作为一种可选的实施方式,所述将所述终端计算时延、最小传输速率以及终端发送总功率输入所述安全能效模型中,并对所述安全能效模型进行调整,直至所述安全能效模型收敛的情况下,得到所述安全能效模型输出的最大安全能效,包括:
参数预设模块,用于设置初始的终端CPU周期频率、初始的终端向MEC 端的卸载时间以及收敛阈值;
第二计算模块,用于基于终端计算时延、最小传输速率、终端发送总功率、初始的终端CPU周期频率、初始的终端向MEC端的卸载时间计算终端向中继端的迭代发送功率;
第三计算模块,用于基于终端计算时延、最小传输速率、终端发送总功率、初始的终端向MEC端的卸载时间以及终端向中继端的迭代发送功率计算终端 CPU迭代周期频率;
第四计算模块,用于基于终端计算时延、最小传输速率、终端发送总功率、终端向中继端的迭代发送功率以及终端CPU迭代周期频率计算终端向MEC端的迭代卸载时间;
第五计算模块,用于基于终端向中继端的迭代发送功率、终端CPU迭代周期频率以及终端向MEC端的迭代卸载时间,计算最大迭代安全能效;
计算与输出模块,用于计算当前的最大迭代安全能效与前一次计算得到的最大迭代安全能效的差值,若所述差值小于收敛阈值,则将当前的最大迭代安全能效作为最终的最大安全能效输出,若所述差值不小于收敛阈值,则将初始的终端CPU周期频率以及初始的终端向MEC端的卸载时间分别替换为终端 CPU迭代周期频率以及终端向MEC端的迭代卸载时间,并返回执行计算终端向中继端的迭代发送功率的步骤。
从上面所述可以看出,本说明书一个或多个实施例提供的一种基于 NOMA-MEC的资源分配方法及装置,通过构建安全能效模型,并通过迭代运算,获取模型收敛情况下的最大安全能效,在系统安全可靠的情况下,进行资源的分配,保证了资源分配的安全性,有效的降低资源的消耗,资源的分配合理。
附图说明
为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本说明书一个或多个实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本说明书一个或多个实施例的分配方法示意图;
图2为本说明书一个或多个实施例的数据计算流程示意图;
图3为本说明书一个或多个实施例的分配装置示意图。
具体实施方式
为使本公开的目的、技术方案和优点更加清楚明白,以下结合具体实施例,对本公开进一步详细说明。
为了实现上述发明目的,本发明实施例提供了一种基于NOMA-MEC的资源分配方法,包括:
获取终端计算时延、最小传输速率以及终端发送总功率;
构建安全能效模型;
将所述终端计算时延、最小传输速率以及终端发送总功率输入所述安全能效模型中,并对所述安全能效模型进行调整,直至所述安全能效模型收敛的情况下,得到所述安全能效模型输出的最大安全能效;
获得所述最大安全能效所对应的终端向中继端的发送功率;
基于所述终端发送总功率和所述终端向中继端的发送功率,获得终端向MEC端的发送功率;
基于所述终端向中继端的发送功率和所述终端向MEC端的发送功率,进行资源分配。
本发明实施例中,针对终端计算时延、最小传输速率以及终端发送总功率,进行构建安全能效模型,通过已知数据对所述安全能效模型进行调整,获得在模型收敛的情况下的最大安全能效,基于所述最大安全能效的情况下获得终端向中继端的发送功率和终端向MEC端的发送功率,进行资源分配。本发明实施例中,通过构建安全能效模型,将已知数据量和参数输入模型中进行迭代运算,获取模型收敛情况下的最大安全能效,基于最大安全能效获得分配功率,能够在系统安全可靠的情况下,进行资源的分配,保证了资源分配的安全性,有效的降低资源的消耗,资源的分配合理。
请参考图1,本发明实施例提供了一种基于NOMA-MEC的资源分配方法,包括:
S100、获取终端计算时延、最小传输速率以及终端发送总功率。
可选的,所述终端计算时延、最小传输速率以及终端发送总功率根据终端的型号参数获取。
S200、构建安全能效模型。
可选的,所述安全能效模型为:
通过以整体安全传输速率:Rsec=Blog2(1+γrm)-Blog2(1+γr 1)+Blog2(1+γm 2),除以终端能耗:QE=ξTf3+(p1+p2)t1,以比值的最大值作为安全能效的最优值,获得能耗少,传输速率高的模型。
S300、将所述终端计算时延、最小传输速率以及终端发送总功率输入所述安全能效模型中,并对所述安全能效模型进行调整,直至所述安全能效模型收敛的情况下,得到所述安全能效模型输出的最大安全能效。
作为一种可选的实施方式,所述将所述终端计算时延、最小传输速率以及终端发送总功率输入所述安全能效模型中,并对所述安全能效模型进行调整,直至所述安全能效模型收敛的情况下,得到所述安全能效模型输出的最大安全能效,如图2所示,包括:
S10、设置初始的终端CPU周期频率、初始的终端向MEC端的卸载时间以及收敛阈值。
可选的,迭代次数i=0时,f0=0.4×109,t1 0=0.02,η(0)=-ε,η(-1)=η(0)-ε,ε为收敛精度;
S20、基于终端计算时延、最小传输速率、终端发送总功率、初始的终端CPU 周期频率、初始的终端向MEC端的卸载时间计算终端向中继端的迭代发送功率;
作为一种可选的实施方式,所述基于终端计算时延、最小传输速率、终端发送总功率、初始的终端CPU周期频率、初始的终端向MEC端的卸载时间计算终端向中继端的迭代发送功率,包括:
其中
根据最大安全能效确定最优迭代发送功率p1 i;
D=TfBc+R2t1+R1T2
其中,p1*为极点值,pr为终端发送总功率,p4为中继放大转发到MEC的功率,hur为终端和中继端的信道增益,hum为终端和MEC端的信道增益,hmr和hrm均表示中继端和MEC端的信道增益,N0为噪声功率,B为带宽,rth为最小传输速率,T为终端计算时延,f为初始的终端CPU周期数,D为计算数据量,c为计算1bit数据所需的CPU周期数,t1为终端到MEC端的卸载时间,i为迭代次数。
由于终端向中继端的发送功率为非凸问题,需要将所输送非凸问题转换为凸问题,所述非凸问题转换的方法为:
修改目标函数或抛弃部分约束使可行域为凸集,将所述非凸问题转换为凸问题。
可选的,通过一阶泰勒将所述非凸问题进行展开,使问题转化为非凸问题。
由于凸问题难以求解,可选的,将凸问题通过拉格朗日对偶法转化为对偶问题,对所述对偶问题进行求解,获得所述凸问题的解。
可选的,根据公式(1.1)、(1.2)及初始参数进行计算,获得终端向中继端的迭代发送功率。
S30、基于终端计算时延、最小传输速率、终端发送总功率、初始的终端向 MEC端的卸载时间以及终端向中继端的迭代发送功率计算终端CPU迭代周期频率;
作为一种可选的实施方式,所述基于终端计算时延、最小传输速率、终端发送总功率、初始的终端向MEC端的卸载时间以及终端向中继端的迭代发送功率计算终端CPU迭代周期频率,包括:
根据最大安全能效确定最优迭代周期频率fi;
其中,R1为中继端到MEC端的卸载速率,R2为终端到MEC端的卸载速率, t2为中继到MEC端的卸载时间。
S40、基于终端计算时延、最小传输速率、终端发送总功率、终端向中继端的迭代发送功率以及终端CPU迭代周期频率计算终端向MEC端的迭代卸载时间。
作为一种可选的实施方式,所述基于终端计算时延、最小传输速率、终端发送总功率、终端向中继端的迭代发送功率以及终端CPU迭代周期频率计算终端向MEC端的迭代卸载时间:
根据最大安全能效确定最优迭代卸载时间t1 i;
其中,p3为MEC端对中继端的干扰功率。
S50、基于终端向中继端的迭代发送功率、终端CPU迭代周期频率以及终端向MEC端的迭代卸载时间,计算最大迭代安全能效。
S60、计算当前的最大迭代安全能效与前一次计算得到的最大迭代安全能效的差值,若所述差值小于收敛阈值,则将当前的最大迭代安全能效作为最终的最大安全能效输出,若所述差值不小于收敛阈值,则将初始的终端CPU周期频率以及初始的终端向MEC端的卸载时间分别替换为终端CPU迭代周期频率以及终端向MEC端的迭代卸载时间,并返回执行计算终端向中继端的迭代发送功率的步骤。
作为一种可选的实施方式,所述基于终端向中继端的迭代发送功率、终端 CPU迭代周期频率以及终端向MEC端的迭代卸载时间,计算最大迭代安全能效,包括:
迭代次数i=0时,f0=0.4×109,t1 0=0.02,η(0)=-ε,η(-1)=η(0)-ε,ε为收敛精度;
当|η(i)-η(i-1)|≥ε时,i=i+1,继续进行迭代计算,否则,输出最大安全能效η(i);
其中,ξ为终端的芯片系数,γrm为中继端到MEC有效端信噪比,γr 1为终端到中继的信噪比,γm 2为终端到MEC端的信噪比。
终端到MEC端的信噪比:
终端到MEC端的卸载速率为:
根据目标辅助干扰,得到中继端接收信号为:
其中,χ为终端发送给中继端的信号和终端发送给MEC端的信号的混合信号,s1为终端发送到中继端的信号,s2为终端发送到MEC端的信号,p3为MEC端对中继端干扰时的发射功率,s3为MEC端对中继端的干扰信号, nr表示中继端的噪声,功率为N0。
由于采用功率域NOMA进行传输,所以中继端按照串行干扰消除(SIC)规则解码,求得中继处信号s1的接收信噪比为:
将中继端接收到的信号进行放大,获得放大信号:
其中,α为放大系数,nm表示MEC端噪声,功率为N0。
MEC端接收所述放大信号,并进行去杂处理,获得去杂后信号:
根据所述去杂后信号,获得中继端到MEC有效端信噪比:
中继端到MEC端的卸载速率为:
R1=Blog2(1+γrm)
根据γrm、γr 1和γm 2获得整体安全传输速率:
Rsec=Blog2(1+γrm)-Blog2(1+γr 1)+Blog2(1+γm 2)
以整体安全传输速率为前提,保证传输的安全可靠性。
S400、获得所述最大安全能效所对应的终端向中继端的发送功率。
可选的,根据公式(1.1)、(1.2)、(1.3)和(1.4),以及各已知参数,计算出最大安全能效所对应的终端向中继端的发送功率。
S500、基于所述终端发送总功率和所述终端向中继端的发送功率,获得终端向MEC端的发送功率。
作为一种可选的实施方式,所述获得所述最大安全能效所对应的终端向中继端的发送功率,包括:
将与所述最大安全能效对应的终端向中继端的迭代发送功率作为终端向中继端的发送功率。
由于总功率一定,由终端发送总功率pr和终端发向中继端p1获得终端向 MEC端的发送功率。
S600、基于所述终端向中继端的发送功率和所述终端向MEC端的发送功率,进行资源分配。
基于上面所述基于NOMA-MEC的资源分配方法的任意一个实施例,本发明还提供了一种基于NOMA-MEC的资源分配装置,如图3所示,包括:
获取模块10,用于获取终端计算时延、最小传输速率以及终端发送总功率;
模型构建模块20,用于构建安全能效模型;
第一计算模块30,用于将所述终端计算时延、最小传输速率以及终端发送总功率输入所述安全能效模型中,并对所述安全能效模型进行调整,直至所述安全能效模型收敛的情况下,得到所述安全能效模型输出的最大安全能效;
第一获得模块40,用于获得所述最大安全能效所对应的终端向中继端的发送功率;
第二获得模块50,用于基于所述终端发送总功率和所述终端向中继端的发送功率,获得终端向MEC端的发送功率;
输出模块60,用于基于所述终端向中继端的发送功率和所述终端向MEC 端的发送功率,进行资源分配。
本发明实施例中,针对终端计算时延、最小传输速率以及终端发送总功率,进行构建安全能效模型,通过已知数据对所述安全能效模型进行调整,获得在模型收敛的情况下的最大安全能效,基于所述最大安全能效的情况下获得终端向中继端的发送功率和终端向MEC端的发送功率,进行资源分配。本发明实施例中,通过构建安全能效模型,将已知数据量和参数输入模型中进行迭代运算,获取模型收敛情况下的最大安全能效,基于最大安全能效获得分配功率,能够在系统安全可靠的情况下,进行资源的分配,保证了资源分配的安全性,有效的降低资源的消耗,资源的分配合理。
作为一种可选的实施方式,所述将所述终端计算时延、最小传输速率以及终端发送总功率输入所述安全能效模型中,并对所述安全能效模型进行调整,直至所述安全能效模型收敛的情况下,得到所述安全能效模型输出的最大安全能效,包括:
参数预设模块,用于设置初始的终端CPU周期频率、初始的终端向MEC 端的卸载时间以及收敛阈值;
第二计算模块,用于基于终端计算时延、最小传输速率、终端发送总功率、初始的终端CPU周期频率、初始的终端向MEC端的卸载时间计算终端向中继端的迭代发送功率;
第三计算模块,用于基于终端计算时延、最小传输速率、终端发送总功率、初始的终端向MEC端的卸载时间以及终端向中继端的迭代发送功率计算终端 CPU迭代周期频率;
第四计算模块,用于基于终端计算时延、最小传输速率、终端发送总功率、终端向中继端的迭代发送功率以及终端CPU迭代周期频率计算终端向MEC端的迭代卸载时间;
第五计算模块,用于基于终端向中继端的迭代发送功率、终端CPU迭代周期频率以及终端向MEC端的迭代卸载时间,计算最大迭代安全能效;
计算与输出模块,用于计算当前的最大迭代安全能效与前一次计算得到的最大迭代安全能效的差值,若所述差值小于收敛阈值,则将当前的最大迭代安全能效作为最终的最大安全能效输出,若所述差值不小于收敛阈值,则将初始的终端CPU周期频率以及初始的终端向MEC端的卸载时间分别替换为终端 CPU迭代周期频率以及终端向MEC端的迭代卸载时间,并返回执行计算终端向中继端的迭代发送功率的步骤。
需要说明的是,除非另外定义,本说明书一个或多个实施例使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本说明书一个或多个实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性,而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同,而不排除其他元件或者物件。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
所属领域的普通技术人员应当理解:以上任何实施例的讨论仅为示例性的,并非旨在暗示本公开的范围(包括权利要求)被限于这些例子;在本公开的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本说明书一个或多个实施例的不同方面的许多其它变化,为了简明它们没有在细节中提供。
本说明书一个或多个实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此,凡在本说明书一个或多个实施例的精神和原则之内,所做的任何省略、修改、等同替换、改进等,均应包含在本公开的保护范围之内。
Claims (9)
1.一种基于NOMA-MEC的资源分配方法,其特征在于,包括:
获取终端计算时延、最小传输速率以及终端发送总功率;
构建安全能效模型;所述安全能效模型的表达式为其中,γrm表示中继端到MEC有效端信噪比,/>表示终端到中继的信噪比,/>表示终端到MEC端的信噪比,ξ表示终端的芯片系数,T表示终端计算时延,f表示初始的终端CPU周期数,p1表示终端向中继端的迭代发送功率,p2表示终端向MEC端的迭代发送功率,t1表示终端到MEC端的卸载时间;
将所述终端计算时延、最小传输速率以及终端发送总功率输入所述安全能效模型中,并对所述安全能效模型进行调整,直至所述安全能效模型收敛的情况下,得到所述安全能效模型输出的最大安全能效;
获得所述最大安全能效所对应的终端向中继端的发送功率;
基于所述终端发送总功率和所述终端向中继端的发送功率,获得终端向MEC端的发送功率;
基于所述终端向中继端的发送功率和所述终端向MEC端的发送功率,进行资源分配。
2.根据权利要求1所述的基于NOMA-MEC的资源分配方法,其特征在于,所述将所述终端计算时延、最小传输速率以及终端发送总功率输入所述安全能效模型中,并对所述安全能效模型进行调整,直至所述安全能效模型收敛的情况下,得到所述安全能效模型输出的最大安全能效,包括:
设置初始的终端CPU周期频率、初始的终端向MEC端的卸载时间以及收敛阈值;
基于终端计算时延、最小传输速率、终端发送总功率、初始的终端CPU周期频率、初始的终端向MEC端的卸载时间计算终端向中继端的迭代发送功率;
基于终端计算时延、最小传输速率、终端发送总功率、初始的终端向MEC端的卸载时间以及终端向中继端的迭代发送功率计算终端CPU迭代周期频率;
基于终端计算时延、最小传输速率、终端发送总功率、终端向中继端的迭代发送功率以及终端CPU迭代周期频率计算终端向MEC端的迭代卸载时间;
基于终端向中继端的迭代发送功率、终端CPU迭代周期频率以及终端向MEC端的迭代卸载时间,计算最大迭代安全能效;
计算当前的最大迭代安全能效与前一次计算得到的最大迭代安全能效的差值,若所述差值小于收敛阈值,则将当前的最大迭代安全能效作为最终的最大安全能效输出,若所述差值不小于收敛阈值,则将初始的终端CPU周期频率以及初始的终端向MEC端的卸载时间分别替换为终端CPU迭代周期频率以及终端向MEC端的迭代卸载时间,并返回执行计算终端向中继端的迭代发送功率的步骤。
3.根据权利要求2所述的基于NOMA-MEC的资源分配方法,其特征在于,所述基于终端计算时延、最小传输速率、终端发送总功率、初始的终端CPU周期频率、初始的终端向MEC端的卸载时间计算终端向中继端的迭代发送功率,包括:
其中
根据最大安全能效确定最优迭代发送功率p1 i;
其中,p1*为极点值,pr为终端发送总功率,p4为中继端放大转发到MEC端的功率,hur为终端到中继端的信道增益,hum为终端到MEC端的信道增益,hmr为MEC端到中继端的信道增益,hrm为中继端到MEC端的信道增益,N0为噪声功率,B为带宽,rth为最小传输速率,T为终端计算时延,f为初始的终端CPU周期数,D为计算数据量,c为计算1bit数据所需的CPU周期数,t1为终端到MEC端的卸载时间,i为迭代次数。
4.根据权利要求3所述的基于NOMA-MEC的资源分配方法,其特征在于,所述基于终端计算时延、最小传输速率、终端发送总功率、初始的终端向MEC端的卸载时间以及终端向中继端的迭代发送功率计算终端CPU迭代周期频率,包括:
根据最大安全能效确定最优迭代周期频率fi;
其中,R1为中继端到MEC端的卸载速率,R2为终端到MEC端的卸载速率,t2为中继到MEC端的卸载时间。
5.根据权利要求4所述的基于NOMA-MEC的资源分配方法,其特征在于,所述基于终端计算时延、最小传输速率、终端发送总功率、终端向中继端的迭代发送功率以及终端CPU迭代周期频率计算终端向MEC端的迭代卸载时间:
根据最大安全能效确定最优迭代卸载时间t1 i;
其中,p3为MEC端对中继端的干扰功率。
6.根据权利要求5所述的基于NOMA-MEC的资源分配方法,其特征在于,所述基于终端向中继端的迭代发送功率、终端CPU迭代周期频率以及终端向MEC端的迭代卸载时间,计算最大迭代安全能效,包括:
其中,ξ为终端的芯片系数,γrm为中继端到MEC有效端信噪比,γr1为终端到中继的信噪比,γm2为终端到MEC端的信噪比。
7.根据权利要求2所述的基于NOMA-MEC的资源分配方法,其特征在于,所述获得所述最大安全能效所对应的终端向中继端的发送功率,包括:
将与所述最大安全能效对应的终端向中继端的迭代发送功率作为终端向中继端的发送功率。
8.一种基于NOMA-MEC的资源分配装置,其特征在于,包括:
获取模块,用于获取终端计算时延、最小传输速率以及终端发送总功率;
模型构建模块,用于构建安全能效模型;所述安全能效模型的表达式为其中,γrm表示中继端到MEC有效端信噪比,/>表示终端到中继的信噪比,/>表示终端到MEC端的信噪比,ξ表示终端的芯片系数,T表示终端计算时延,f表示初始的终端CPU周期数,p1表示终端向中继端的迭代发送功率,p2表示终端向MEC端的迭代发送功率,t1表示终端到MEC端的卸载时间;
第一计算模块,用于将所述终端计算时延、最小传输速率以及终端发送总功率输入所述安全能效模型中,并对所述安全能效模型进行调整,直至所述安全能效模型收敛的情况下,得到所述安全能效模型输出的最大安全能效;
第一获得模块,用于获得所述最大安全能效所对应的终端向中继端的发送功率;
第二获得模块,用于基于所述终端发送总功率和所述终端向中继端的发送功率,获得终端向MEC端的发送功率;
输出模块,用于基于所述终端向中继端的发送功率和所述终端向MEC端的发送功率,进行资源分配。
9.根据权利要求8所述的基于NOMA-MEC的资源分配装置,其特征在于,所述将所述终端计算时延、最小传输速率以及终端发送总功率输入所述安全能效模型中,并对所述安全能效模型进行调整,直至所述安全能效模型收敛的情况下,得到所述安全能效模型输出的最大安全能效,包括:
参数预设模块,用于设置初始的终端CPU周期频率、初始的终端向MEC端的卸载时间以及收敛阈值;
第二计算模块,用于基于终端计算时延、最小传输速率、终端发送总功率、初始的终端CPU周期频率、初始的终端向MEC端的卸载时间计算终端向中继端的迭代发送功率;
第三计算模块,用于基于终端计算时延、最小传输速率、终端发送总功率、初始的终端向MEC端的卸载时间以及终端向中继端的迭代发送功率计算终端CPU迭代周期频率;
第四计算模块,用于基于终端计算时延、最小传输速率、终端发送总功率、终端向中继端的迭代发送功率以及终端CPU迭代周期频率计算终端向MEC端的迭代卸载时间;
第五计算模块,用于基于终端向中继端的迭代发送功率、终端CPU迭代周期频率以及终端向MEC端的迭代卸载时间,计算最大迭代安全能效;
计算与输出模块,用于计算当前的最大迭代安全能效与前一次计算得到的最大迭代安全能效的差值,若所述差值小于收敛阈值,则将当前的最大迭代安全能效作为最终的最大安全能效输出,若所述差值不小于收敛阈值,则将初始的终端CPU周期频率以及初始的终端向MEC端的卸载时间分别替换为终端CPU迭代周期频率以及终端向MEC端的迭代卸载时间,并返回执行计算终端向中继端的迭代发送功率的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011476457.1A CN112423379B (zh) | 2020-12-14 | 2020-12-14 | 一种基于noma-mec的资源分配方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011476457.1A CN112423379B (zh) | 2020-12-14 | 2020-12-14 | 一种基于noma-mec的资源分配方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112423379A CN112423379A (zh) | 2021-02-26 |
CN112423379B true CN112423379B (zh) | 2024-02-06 |
Family
ID=74775094
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011476457.1A Active CN112423379B (zh) | 2020-12-14 | 2020-12-14 | 一种基于noma-mec的资源分配方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112423379B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113676982B (zh) * | 2021-09-28 | 2021-12-28 | 南京邮电大学 | 一种面向mec时延最小的任务功率联合优化方法和系统 |
CN113938997B (zh) * | 2021-09-30 | 2024-04-30 | 中国人民解放军陆军工程大学 | 一种noma物联网中安全mec系统的资源分配方法 |
CN114070379B (zh) * | 2021-10-28 | 2023-08-15 | 南京邮电大学 | 基于安全能效公平性的无人机航迹优化与资源分配方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111132299A (zh) * | 2019-12-06 | 2020-05-08 | 中山大学 | 中继系统的资源分配方法和装置 |
CN111314935A (zh) * | 2020-02-17 | 2020-06-19 | 南京邮电大学 | 基于noma-mec系统的下行传输时延最小化的方法 |
CN111988806A (zh) * | 2020-09-01 | 2020-11-24 | 重庆邮电大学 | 一种基于全双工中继的移动边缘计算网络资源分配方法 |
WO2021230464A1 (ko) * | 2020-05-13 | 2021-11-18 | 고려대학교 산학협력단 | 모바일 에지 컴퓨팅 시스템의 비동기식 자원 할당 방법 및 장치 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210273858A1 (en) * | 2018-07-13 | 2021-09-02 | Google Llc | Machine-Learned Prediction of Network Resources and Margins |
-
2020
- 2020-12-14 CN CN202011476457.1A patent/CN112423379B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111132299A (zh) * | 2019-12-06 | 2020-05-08 | 中山大学 | 中继系统的资源分配方法和装置 |
CN111314935A (zh) * | 2020-02-17 | 2020-06-19 | 南京邮电大学 | 基于noma-mec系统的下行传输时延最小化的方法 |
WO2021230464A1 (ko) * | 2020-05-13 | 2021-11-18 | 고려대학교 산학협력단 | 모바일 에지 컴퓨팅 시스템의 비동기식 자원 할당 방법 및 장치 |
CN111988806A (zh) * | 2020-09-01 | 2020-11-24 | 重庆邮电大学 | 一种基于全双工中继的移动边缘计算网络资源分配方法 |
Non-Patent Citations (3)
Title |
---|
Energy efficient relay selection and resource allocation in D2D-Enabled mobile edge computing;Yang Li;《IEEEXplore》;全文 * |
基于QoS驱动的OFDMA中继系统节能资源分配算法研究;唐冬;陈威;黄高飞;郑晖;刘贵云;刘外喜;;广州大学学报(自然科学版)(第06期);全文 * |
基于边缘计算的新型任务卸载与资源分配策略;薛建彬;安亚宁;;计算机工程与科学(第06期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112423379A (zh) | 2021-02-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112423379B (zh) | 一种基于noma-mec的资源分配方法及装置 | |
US11709534B2 (en) | Method and apparatus for managing global chip power on a multicore system on chip | |
US20230262731A1 (en) | Wireless devices and systems including examples of configuration modes for baseband units and remote radio heads | |
CN104617981B (zh) | 一种基于谱估计的全双工自干扰消除方法及装置 | |
US10271327B2 (en) | Wireless communication device and wireless communication system | |
US9344111B2 (en) | N-order noise shaper | |
Wu et al. | Residual energy maximization for wireless powered mobile edge computing systems with mixed-offloading | |
Wang et al. | Comparison of periodic and event-based sampling for linear state estimation | |
US10750452B2 (en) | Ultralow-power sensor hubs | |
Yan et al. | Latency-efficient wireless federated learning with quantization and scheduling | |
CN109257720B (zh) | 一种基于云计算的数据采集系统 | |
Lin et al. | An event-triggered consensus protocol for quantized second-order multi-agent systems with network delay and process noise | |
Qasmi et al. | Effective energy efficiency and statistical QoS provisioning under Markovian arrivals and finite blocklength regime | |
CN107872411A (zh) | 一种光传输信道中频偏估计方法和装置 | |
Kim et al. | Signal strength-aware adaptive offloading for energy efficient mobile devices | |
CN108075790B (zh) | 一种具有抑制幅度可控性的射频发射机边带失真分量的抑制系统及方法 | |
Brennsteiner et al. | A machine learning enhanced approximate message passing massive MIMO accelerator | |
CN107707323B (zh) | 一种时钟校准的方法及时钟校准设备 | |
CN103929150A (zh) | 一种子带自适应滤波器的权值向量更新方法 | |
Yuan et al. | Robust distributed MKC graph signal estimation algorithm with reduced communication burden | |
CN115002801B (zh) | 基于无源中继协作的边缘计算资源动态卸载方法及装置 | |
Li et al. | Linear quadratic regulation for discrete-time systems with state delays and multiplicative noise | |
WO2018082104A1 (zh) | 一种辅助定位数据的共享方法及终端 | |
Baccarelli et al. | AFAFed--Protocol analysis | |
US20240004957A1 (en) | Crest factor reduction using peak cancellation without peak regrowth |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20211105 Address after: 100089 south building, block a, Dongxu International Center, Fanyang Road, Fengtai District, Beijing Applicant after: Beijing Zhongdian Feihua Communication Co.,Ltd. Address before: 100070 south building, block a, Dongxu International Center, Fanyang Road, Fengtai District, Beijing Applicant before: Beijing Zhongdian Feihua Communication Co.,Ltd. Applicant before: STATE GRID INFORMATION & TELECOMMUNICATION GROUP Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |