CN112600873A - 一种5g环境下低时延高可靠的业务卸载方法及系统 - Google Patents

一种5g环境下低时延高可靠的业务卸载方法及系统 Download PDF

Info

Publication number
CN112600873A
CN112600873A CN202011328759.4A CN202011328759A CN112600873A CN 112600873 A CN112600873 A CN 112600873A CN 202011328759 A CN202011328759 A CN 202011328759A CN 112600873 A CN112600873 A CN 112600873A
Authority
CN
China
Prior art keywords
terminal
unloading
task
mobile edge
overhead
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.)
Pending
Application number
CN202011328759.4A
Other languages
English (en)
Inventor
邢宁哲
李洋
王东升
于佳
杨峰
龚亮亮
金燊
胡阳
杨纯
吴佳
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.)
State Grid Corp of China SGCC
Nari Information and Communication Technology Co
State Grid Electric Power Research Institute
Information and Telecommunication Branch of State Grid Jibei Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Nari Information and Communication Technology Co
State Grid Electric Power Research Institute
Information and Telecommunication Branch of State Grid Jibei Electric Power 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 State Grid Corp of China SGCC, Nari Information and Communication Technology Co, State Grid Electric Power Research Institute, Information and Telecommunication Branch of State Grid Jibei Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202011328759.4A priority Critical patent/CN112600873A/zh
Publication of CN112600873A publication Critical patent/CN112600873A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • 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
    • H04L41/0896—Bandwidth or capacity management, i.e. automatically increasing or decreasing capacities
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/04—Wireless resource allocation
    • H04W72/044—Wireless resource allocation based on the type of the allocated resource
    • H04W72/0453—Resources in frequency domain, e.g. a carrier in FDMA
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
    • H04W72/541—Allocation or scheduling criteria for wireless resources based on quality criteria using the level of interference
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
    • H04W72/542—Allocation or scheduling criteria for wireless resources based on quality criteria using measured or perceived quality

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种5G环境下低时延高可靠的业务卸载方法及系统，基于使系统开销最小化的原则，将业务卸载方案、资源分配结合起来，用户的卸载策略由计算的任务卸载的开销决定，首先查看卸载向量中的零向量，找到卸载开销最小的终端，然后对资源块进行重新分配，对总开销进行计算，并与上次结果进行比较，根据比较的结果决定卸载策略，知道卸载向量中没有零向量，完成整个卸载方案。优点：本发明的卸载方法及系统计算量低，有效地降低了系统的总开销。

Description

一种5G环境下低时延高可靠的业务卸载方法及系统
技术领域
本发明涉及一种5G环境下低时延高可靠的业务卸载方法及系统，属于5G技术领域。
背景技术
2020年，全球的终端的数量已经达到2630万。在5G通信中，智能终端终端的数量巨大，弥补了原来传统通信网中的终端数量的不足，实现了信息的实时交互。在5G通信中，有些业务例如无人驾驶，虚拟现实等对时延的要求很高。而且由于终端的计算能力有限，计算量的任务无法胜任，云计算提供了计算资源，弥补了这一缺陷，但是云计算距离用户太远，把任务卸载到云计算的时延较大。
发明内容
本发明所要解决的技术问题是克服现有技术的缺陷，提供一种5G环境下低时延高可靠的业务卸载方法及系统。
为解决上述技术问题，本发明提供一种5G环境下低时延高可靠的业务卸载方法，其特征在于，
选定终端卸载，计算终端所需的资源块的数量，分配给终端资源块；
根据分配给终端的资源块利用移动边缘计算初始资源分配结果；
根据初始资源分配结果计算得到卸载向量，通过卸载向量确定卸载策略；
根据初始资源分配结果计算资源分配过程的总开销；
搜索卸载策略的向量中的零向量，确定零向量中卸载开销最小的终端，将卸载开销最小的终端设置为1，表示不需要卸载，所述零向量表示需要制定卸载策略的终端；
在设置卸载开销最小的终端为1后，对资源分配过程的资源块进行重新分配，并得到移动边缘计算的重新资源分配结果；
根据重新资源分配结果重新计算系统的总开销，重新计算系统的总开销与上次系统的总开销进行比较；
若本次系统的总开销不大于上次的结果，则通过重新资源分配结果确定新的卸载向量，所述新的卸载向量为这次的卸载策略，若本次系统的总开销大于上次的结果，那么上次的卸载向量为这次的卸载策略；
依次完成卸载策略中所有零向量的搜索以及相应卸载策略的更新，得到最终的卸载方案。
进一步的，所述计算系统的总开销的过程包括：
根据初始资源分配结果或者重新资源分配结果计算终端本地计算需要的开销以及终端任务卸载到移动边缘平台的总开销；
根据所述本地计算需要的开销和任务卸载到移动边缘平台的总开销求解系统的总开销。
进一步的，所述计算终端本地计算需要的开销的公式为：
Figure BDA0002795169550000021
其中，
Figure BDA0002795169550000022
表示终端任务计算的时间权重，
Figure BDA0002795169550000023
表示能耗权重，
Figure BDA0002795169550000024
表示终端us的完成任务大小为Dus的任务需要的时间，
Figure BDA0002795169550000025
表示终端us的完成任务大小为
Figure BDA0002795169550000026
的任务需要的能量消耗；
所述终端us完成任务大小为
Figure BDA0002795169550000027
的任务需要的时间为：
Figure BDA0002795169550000028
Figure BDA0002795169550000029
为终端的计算能力，
Figure BDA00027951695500000210
为完成该项任务的CPU的周期；
所述终端us完成任务大小为
Figure BDA00027951695500000211
的任务需要的能量消耗为：
Figure BDA00027951695500000212
Figure BDA00027951695500000213
为每个周期CFU消耗的能量。
进一步的，所述计算终端任务卸载到移动边缘平台的总开销的公式为：
Figure BDA00027951695500000214
其中，
Figure BDA0002795169550000031
表示基站s把终端us的任务大小为
Figure BDA0002795169550000032
的任务传到移动边缘计算平台的时间，
Figure BDA0002795169550000033
表示移动边缘计算平台完成卸载的时间开销，
Figure BDA0002795169550000034
表示基站s把终端us的任务大小为
Figure BDA0002795169550000035
的任务传到移动边缘计算平台的能量开销。
进一步的，所述依次完成卸载策略中所有零向量的搜索以及相应卸载策略的更新，得到最终的卸载方案满足下式：
Figure BDA0002795169550000036
其中，
Figure BDA0002795169550000037
表示系统的总开销最小，Xs表示基站s的决策向量，Ys表示基站s的的资源块分配的向量，
Figure BDA0002795169550000038
为移动边缘计算平台分配给终端的CPU频率，S表示基站的数量，Us表示终端的数量，xus∈{0,1}表示终端us的卸载决策，C1表示确定基站的终端是否需要卸载的约束条件，C2表示资源块分配的约束条件，
Figure BDA0002795169550000039
表示资源块n分给基站s的终端的决策，其中
Figure BDA00027951695500000310
为资源块n分给基站s的终端u，
Figure BDA00027951695500000311
表示没有分配资源块，C3表示所有终端卸载任务的移动边缘计算的资源不能大于移动边缘计算平台的计算能力F。
一种5G环境下低时延高可靠的业务卸载系统，包括：
选定模块，用于选定终端卸载，计算终端所需的资源块的数量，分配给终端资源块；
总开销计算模块，用于根据分配给终端的资源块利用移动边缘计算初始资源分配结果；根据初始资源分配结果计算得到卸载向量，通过卸载向量确定卸载策略；根据初始资源分配结果计算资源分配过程的总开销；
搜索模块，用于搜索卸载策略的向量中的零向量，确定零向量中卸载开销最小的终端，将卸载开销最小的终端设置为1，表示不需要卸载，所述零向量表示需要制定卸载策略的终端；
重新分配模块，用于在设置卸载开销最小的终端为1后，对资源分配过程的资源块进行重新分配，并得到移动边缘计算的重新资源分配结果；
比较模块，用于根据重新资源分配结果重新计算系统的总开销，重新计算系统的总开销与上次系统的总开销进行比较；若本次系统的总开销不大于上次的结果，则通过重新资源分配结果确定新的卸载向量，所述新的卸载向量为这次的卸载策略，若本次系统的总开销大于上次的结果，那么上次的卸载向量为这次的卸载策略；
确定模块，用于依次完成卸载策略中所有零向量的搜索以及相应卸载策略的更新，得到最终的卸载方案。
进一步的，所述总开销计算模块包括：
本地计算模块，用于根据初始资源分配结果或者重新资源分配结果计算终端本地计算需要的开销；
移动边缘计算模块，用于根据初始资源分配结果或者重新资源分配结果计算终端任务卸载到移动边缘平台的总开销；
汇总模块，用于根据所述本地计算需要的开销和任务卸载到移动边缘平台的总开销求解系统的总开销。
进一步的，所述本地计算模块包括第一调用模块，用于调用第一公式计算终端本地计算需要的开销，所述第一公式为：
Figure BDA0002795169550000041
其中，
Figure BDA0002795169550000042
表示终端任务计算的时间权重，
Figure BDA0002795169550000043
表示能耗权重，
Figure BDA0002795169550000044
表示终端us的完成任务大小为
Figure BDA0002795169550000045
的任务需要的时间，
Figure BDA0002795169550000046
表示终端us的完成任务大小为
Figure BDA0002795169550000047
的任务需要的能量消耗；
所述终端us完成任务大小为
Figure BDA0002795169550000048
的任务需要的时间为：
Figure BDA0002795169550000049
Figure BDA0002795169550000051
为终端的计算能力，
Figure BDA0002795169550000052
为完成该项任务的CPU的周期；
所述终端us完成任务大小为
Figure BDA0002795169550000053
的任务需要的能量消耗为：
Figure BDA0002795169550000054
Figure BDA0002795169550000055
为每个周期CFU消耗的能量。
进一步的，所述移动边缘计算模块包括第二调用模块，用于调用第二公式计算终端任务卸载到移动边缘平台的总开销，所述第二公式为：
Figure BDA0002795169550000056
其中，
Figure BDA0002795169550000057
表示基站s把终端us的任务大小为
Figure BDA0002795169550000058
的任务传到移动边缘计算平台的时间，
Figure BDA0002795169550000059
表示移动边缘计算平台完成卸载的时间开销，
Figure BDA00027951695500000510
表示基站s把终端us的任务大小为
Figure BDA00027951695500000511
的任务传到移动边缘计算平台的能量开销。
进一步的，所述确定模块包括第三调用模块，用于调用第三公式依次完成卸载策略中所有零向量的搜索以及相应卸载策略的更新，得到最终的卸载方案，所述第三公式为：
Figure BDA00027951695500000512
其中，
Figure BDA00027951695500000513
表示系统的总开销最小，Xs表示基站s的决策向量，Ys表示基站s的的资源块分配的向量，
Figure BDA00027951695500000514
为移动边缘计算平台分配给终端的CPU频率，S表示基站的数量，Us表示终端的数量，xus∈{0,1}表示终端us的卸载决策，C1表示确定基站的终端是否需要卸载的约束条件，C2表示资源块分配的约束条件，
Figure BDA00027951695500000515
表示资源块n分给基站s的终端的决策，其中
Figure BDA00027951695500000516
为资源块n分给基站s的终端u，
Figure BDA00027951695500000517
表示没有分配资源块，C3表示所有终端卸载任务的移动边缘计算的资源不能大于移动边缘计算平台的计算能力F。
本发明所达到的有益效果：
本发明基于使系统开销最小化的原则，将业务卸载方案、资源分配结合起来。用户的卸载策略由计算的任务卸载的开销决定，首先查看卸载向量中的零向量，找到卸载开销最小的终端，然后对资源块进行重新分配，对总开销进行计算，并与上次结果进行比较，根据比较的结果决定卸载策略，直到卸载向量中没有零向量，完成整个卸载方案。该卸载方案计算量低，有效地降低了系统的总开销。
附图说明
图1是本发明的流程示意图。
具体实施方式
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，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，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
在5G通信网络中，每个终端将任务卸载到移动边缘计算(MEC)中，对于基站s,使用xus∈{0,1}表示终端Us的卸载决策，
Figure BDA0002795169550000061
是卸载决策向量。
由于基站的频率可以复用，因此基站之间有干扰，但是由于频谱正交分配给终端，因此解决了基站内的干扰的问题。从终端到基站，干扰都是由使用相同RB(资源块)的基站造成的。系统的总带宽为B，资源块的数量为N，资源块的集合为Ns＝{1,2,3,...,N}。在基站s中，
Figure BDA0002795169550000062
为资源块分配向量。
Figure BDA0002795169550000063
为资源块n分给基站s的终端u，
Figure BDA0002795169550000064
表示没有分配资源块。
终端使用的是邻近基站占用的资源块时，会有干扰。干扰强度为基站收到的干扰功率的和，基站s的终端us在资源块n上的干扰强度为
Figure BDA0002795169550000071
在上式中，
Figure BDA0002795169550000072
是终端的功率，
Figure BDA0002795169550000073
为基站t的终端ut的资源块的数量，
Figure BDA0002795169550000074
是终端与基站s的信道增益，σ为干扰方差，Ut为终端的个数，
Figure BDA0002795169550000075
和
Figure BDA0002795169550000076
分别是干扰参数，
Figure BDA0002795169550000077
是终端与基站s的信道增益。
令基站s的决策向量为Xs，资源块分配的向量为Ys，终端us的上传速率为
Figure BDA0002795169550000078
其中，
Figure BDA0002795169550000079
是终端与基站s的信道增益，
Figure BDA00027951695500000710
为基站s的终端us的资源块的数量。
下面计算的是本地计算需要的开销。
令
Figure BDA00027951695500000711
表示基站s的终端us的任务，
Figure BDA00027951695500000712
为任务的大小，
Figure BDA00027951695500000713
为完成该项任务的CPU的周期，
Figure BDA00027951695500000714
为完成卸载的时间所需的最小的RB的数量。
完成
Figure BDA00027951695500000715
任务需要的时间为
Figure BDA00027951695500000716
Figure BDA00027951695500000717
为终端的计算能力。
完成任务
Figure BDA00027951695500000718
需要的能量消耗为
Figure BDA00027951695500000719
Figure BDA00027951695500000720
为每个周期CFU消耗的能量
因此总开销的计算如下：
Figure BDA00027951695500000721
Figure BDA00027951695500000723
表示终端任务计算的时间权重，
Figure BDA00027951695500000722
表示能耗权重。
基站把终端的任务
Figure BDA0002795169550000081
传到移动边缘计算平台的时间为：
Figure BDA0002795169550000082
基站把终端的任务
Figure BDA0002795169550000083
传到移动边缘计算平台的能量开销为：
Figure BDA0002795169550000084
移动边缘平台，完成卸载后，时间开销为
Figure BDA0002795169550000085
Figure BDA0002795169550000086
为移动边缘平台分配给终端的CPU频率。
所以，任务卸载到移动边缘平台的总开销为
Figure BDA0002795169550000087
如果要确定基站的终端是否需要卸载，约束条件为
Figure BDA0002795169550000088
Figure BDA0002795169550000089
为基站的是否卸载的参数，
Figure BDA00027951695500000810
为正在进行卸载，
Figure BDA00027951695500000811
代表不卸载。
资源块分配的约束条件为
Figure BDA00027951695500000812
Figure BDA00027951695500000813
是资源块是否分配的参数，
Figure BDA00027951695500000814
表示把资源块分配给终端，
Figure BDA00027951695500000815
表示不分配。
所有终端卸载任务的移动边缘计算的资源不能大于移动边缘计算的计算能力，则满足以下条件
Figure BDA00027951695500000816
因此，最佳的卸载方案是使系统的总开销最小，问题可以用下面的式子来表示
Figure BDA0002795169550000091
最佳的卸载方案通过以下步骤来求解，流程图如图1所示
步骤一：查看卸载向量X中的零向量，找到卸载开销最小的终端us，令
Figure BDA0002795169550000092
步骤二：对资源块进行重新分配，得到结果Y，并得到移动边缘计算的资源分配结果
Figure BDA0002795169550000093
步骤三：对总开销Wtotal进行计算，与上次结果进行比较；
步骤四：若总开销比上次的小，则这次的卸载向量X为这次的卸载策略，
Figure BDA0002795169550000094
若总开销大于上次的结果，那么上次的向量为这次的卸载策略，
Figure BDA0002795169550000095
步骤五：重复这四个步骤，完成X中所有零向量的搜索，即完成了整个卸载方案。
相应的，本发明还提供一种5G环境下低时延高可靠的业务卸载系统，包括：
选定模块，用于选定终端卸载，计算终端所需的资源块的数量，分配给终端资源块；
总开销计算模块，用于根据分配给终端的资源块利用移动边缘计算初始资源分配结果；根据初始资源分配结果计算得到卸载向量，通过卸载向量确定卸载策略；根据初始资源分配结果计算资源分配过程的总开销；
搜索模块，用于搜索卸载策略的向量中的零向量，确定零向量中卸载开销最小的终端，将卸载开销最小的终端设置为1，表示不需要卸载，所述零向量表示需要制定卸载策略的终端；
重新分配模块，用于在设置卸载开销最小的终端为1后，对资源分配过程的资源块进行重新分配，并得到移动边缘计算的重新资源分配结果；
比较模块，用于根据重新资源分配结果重新计算系统的总开销，重新计算系统的总开销与上次系统的总开销进行比较；若本次系统的总开销不大于上次的结果，则通过重新资源分配结果确定新的卸载向量，所述新的卸载向量为这次的卸载策略，若本次系统的总开销大于上次的结果，那么上次的卸载向量为这次的卸载策略；
确定模块，用于依次完成卸载策略中所有零向量的搜索以及相应卸载策略的更新，得到最终的卸载方案。
所述总开销计算模块包括：
本地计算模块，用于根据初始资源分配结果或者重新资源分配结果计算终端本地计算需要的开销；
移动边缘计算模块，用于根据初始资源分配结果或者重新资源分配结果计算终端任务卸载到移动边缘平台的总开销；
汇总模块，用于根据所述本地计算需要的开销和任务卸载到移动边缘平台的总开销求解系统的总开销。
所述本地计算模块包括第一调用模块，用于调用第一公式计算终端本地计算需要的开销，所述第一公式为：
Figure BDA0002795169550000101
其中，
Figure BDA0002795169550000102
表示终端任务计算的时间权重，
Figure BDA0002795169550000103
表示能耗权重，
Figure BDA0002795169550000104
表示终端us的完成任务大小为
Figure BDA0002795169550000105
的任务需要的时间，
Figure BDA0002795169550000106
表示终端us的完成任务大小为
Figure BDA0002795169550000107
的任务需要的能量消耗；
所述终端us完成任务大小为
Figure BDA0002795169550000108
的任务需要的时间为：
Figure BDA0002795169550000109
Figure BDA00027951695500001010
为终端的计算能力，
Figure BDA00027951695500001011
为完成该项任务的CPU的周期；
所述终端us完成任务大小为
Figure BDA00027951695500001012
的任务需要的能量消耗为：
Figure BDA00027951695500001013
Figure BDA0002795169550000111
为每个周期CFU消耗的能量。
所述移动边缘计算模块包括第二调用模块，用于调用第二公式计算终端任务卸载到移动边缘平台的总开销，所述第二公式为：
Figure BDA0002795169550000112
其中，
Figure BDA0002795169550000113
表示基站s把终端us的任务大小为
Figure BDA0002795169550000114
的任务传到移动边缘计算平台的时间，
Figure BDA0002795169550000115
表示移动边缘计算平台完成卸载的时间开销，
Figure BDA0002795169550000116
表示基站s把终端us的任务大小为
Figure BDA0002795169550000117
的任务传到移动边缘计算平台的能量开销。
所述确定模块包括第三调用模块，用于调用第三公式依次完成卸载策略中所有零向量的搜索以及相应卸载策略的更新，得到最终的卸载方案，所述第三公式为：
Figure BDA0002795169550000118
其中，
Figure BDA0002795169550000119
表示系统的总开销最小，Xs表示基站s的决策向量，Ys表示基站s的的资源块分配的向量，
Figure BDA00027951695500001110
为移动边缘计算平台分配给终端的CPU频率，S表示基站的数量，Us表示终端的数量，xus∈{0,1}表示终端us的卸载决策，C1表示确定基站的终端是否需要卸载的约束条件，C2表示资源块分配的约束条件，
Figure BDA00027951695500001111
表示资源块n分给基站s的终端的决策，其中
Figure BDA00027951695500001112
为资源块n分给基站s的终端u，
Figure BDA00027951695500001113
表示没有分配资源块，C3表示所有终端卸载任务的移动边缘计算的资源不能大于移动边缘计算平台的计算能力F。
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。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种5G环境下低时延高可靠的业务卸载方法，其特征在于，
选定终端卸载，计算终端所需的资源块的数量，分配给终端资源块；
根据分配给终端的资源块利用移动边缘计算初始资源分配结果；
根据初始资源分配结果计算得到卸载向量，通过卸载向量确定卸载策略；
根据初始资源分配结果计算资源分配过程的总开销；
搜索卸载策略的向量中的零向量，确定零向量中卸载开销最小的终端，将卸载开销最小的终端设置为1，表示不需要卸载，所述零向量表示需要制定卸载策略的终端；
在设置卸载开销最小的终端为1后，对资源分配过程的资源块进行重新分配，并得到移动边缘计算的重新资源分配结果；
根据重新资源分配结果重新计算系统的总开销，重新计算系统的总开销与上次系统的总开销进行比较；
若本次系统的总开销不大于上次的结果，则通过重新资源分配结果确定新的卸载向量，所述新的卸载向量为这次的卸载策略，若本次系统的总开销大于上次的结果，那么上次的卸载向量为这次的卸载策略；
依次完成卸载策略中所有零向量的搜索以及相应卸载策略的更新，得到最终的卸载方案。
2.根据权利要求1所述的5G环境下低时延高可靠的业务卸载方法，其特征在于，所述计算系统的总开销的过程包括：
根据初始资源分配结果或者重新资源分配结果计算终端本地计算需要的开销以及终端任务卸载到移动边缘平台的总开销；
根据所述本地计算需要的开销和任务卸载到移动边缘平台的总开销求解系统的总开销。
3.根据权利要求2所述的5G环境下低时延高可靠的业务卸载方法，其特征在于，所述计算终端本地计算需要的开销的公式为：
Figure FDA0002795169540000021
其中，
Figure FDA0002795169540000022
表示终端任务计算的时间权重，
Figure FDA0002795169540000023
表示能耗权重，
Figure FDA0002795169540000024
表示终端us完成任务大小为
Figure FDA0002795169540000025
的任务需要的时间，
Figure FDA0002795169540000026
表示终端us完成任务大小为
Figure FDA0002795169540000027
的任务需要的能量消耗；
所述终端us完成任务大小为
Figure FDA0002795169540000028
的任务需要的时间为：
Figure FDA0002795169540000029
Figure FDA00027951695400000210
为终端的计算能力，
Figure FDA00027951695400000211
为完成该项任务的CPU的周期；
所述终端us完成任务大小为
Figure FDA00027951695400000212
的任务需要的能量消耗为：
Figure FDA00027951695400000213
Figure FDA00027951695400000214
为每个周期CFU消耗的能量。
4.根据权利要求3所述的5G环境下低时延高可靠的业务卸载方法，其特征在于，所述计算终端任务卸载到移动边缘平台的总开销的公式为：
Figure FDA00027951695400000215
其中，
Figure FDA00027951695400000216
表示基站s把终端us的任务大小为
Figure FDA00027951695400000217
的任务传到移动边缘计算平台的时间，
Figure FDA00027951695400000218
表示移动边缘计算平台完成卸载的时间开销，
Figure FDA00027951695400000219
表示基站s把终端us的任务大小为
Figure FDA00027951695400000220
的任务传到移动边缘计算平台的能量开销。
5.根据权利要求4所述的5G环境下低时延高可靠的业务卸载方法，其特征在于，所述依次完成卸载策略中所有零向量的搜索以及相应卸载策略的更新，得到最终的卸载方案满足下式：
Figure FDA00027951695400000221
C1:
Figure FDA00027951695400000222
C2:
Figure FDA00027951695400000223
C3:
Figure FDA00027951695400000224
其中，
Figure FDA0002795169540000031
表示系统的总开销最小，Xs表示基站s的决策向量，Ys表示基站s的资源块分配的向量，
Figure FDA0002795169540000032
为移动边缘计算平台分配给终端的CPU频率，S表示基站的数量，Us表示终端的数量，xus∈{0,1}表示终端us的卸载决策，C1表示确定基站的终端是否需要卸载的约束条件，C2表示资源块分配的约束条件，
Figure FDA0002795169540000033
表示资源块n分给基站s的终端的决策，其中
Figure FDA0002795169540000034
为资源块n分给基站s的终端u，
Figure FDA0002795169540000035
表示没有分配资源块，C3表示所有终端卸载任务的移动边缘计算的资源不能大于移动边缘计算平台的计算能力F。
6.一种5G环境下低时延高可靠的业务卸载系统，其特征在于，包括：
选定模块，用于选定终端卸载，计算终端所需的资源块的数量，分配给终端资源块；
总开销计算模块，用于根据分配给终端的资源块利用移动边缘计算初始资源分配结果；根据初始资源分配结果计算得到卸载向量，通过卸载向量确定卸载策略；根据初始资源分配结果计算资源分配过程的总开销；
搜索模块，用于搜索卸载策略的向量中的零向量，确定零向量中卸载开销最小的终端，将卸载开销最小的终端设置为1，表示不需要卸载，所述零向量表示需要制定卸载策略的终端；
重新分配模块，用于在设置卸载开销最小的终端为1后，对资源分配过程的资源块进行重新分配，并得到移动边缘计算的重新资源分配结果；
比较模块，用于根据重新资源分配结果重新计算系统的总开销，重新计算系统的总开销与上次系统的总开销进行比较；若本次系统的总开销不大于上次的结果，则通过重新资源分配结果确定新的卸载向量，所述新的卸载向量为这次的卸载策略，若本次系统的总开销大于上次的结果，那么上次的卸载向量为这次的卸载策略；
确定模块，用于依次完成卸载策略中所有零向量的搜索以及相应卸载策略的更新，得到最终的卸载方案。
7.根据权利要求6所述的5G环境下低时延高可靠的业务卸载系统，其特征在于，所述总开销计算模块包括：
本地计算模块，用于根据初始资源分配结果或者重新资源分配结果计算终端本地计算需要的开销；
移动边缘计算模块，用于根据初始资源分配结果或者重新资源分配结果计算终端任务卸载到移动边缘平台的总开销；
汇总模块，用于根据所述本地计算需要的开销和任务卸载到移动边缘平台的总开销求解系统的总开销。
8.根据权利要求7所述的5G环境下低时延高可靠的业务卸载系统，其特征在于，所述本地计算模块包括第一调用模块，用于调用第一公式计算终端本地计算需要的开销，所述第一公式为：
Figure FDA0002795169540000041
其中，
Figure FDA0002795169540000042
表示终端任务计算的时间权重，
Figure FDA0002795169540000043
表示能耗权重，
Figure FDA0002795169540000044
表示终端us的完成任务大小为
Figure FDA0002795169540000045
的任务需要的时间，
Figure FDA0002795169540000046
表示终端us的完成任务大小为Dus的任务需要的能量消耗；
所述终端us完成任务大小为
Figure FDA0002795169540000047
的任务需要的时间为：
Figure FDA0002795169540000048
Figure FDA0002795169540000049
为终端的计算能力，
Figure FDA00027951695400000410
为完成该项任务的CPU的周期；
所述终端us完成任务大小为
Figure FDA00027951695400000411
的任务需要的能量消耗为：
Figure FDA00027951695400000412
Figure FDA00027951695400000413
为每个周期CFU消耗的能量。
9.根据权利要求8所述的5G环境下低时延高可靠的业务卸载系统，其特征在于，所述移动边缘计算模块包括第二调用模块，用于调用第二公式计算终端任务卸载到移动边缘平台的总开销，所述第二公式为：
Figure FDA0002795169540000051
其中，
Figure FDA0002795169540000052
表示基站s把终端us的任务大小为
Figure FDA0002795169540000053
的任务传到移动边缘计算平台的时间，
Figure FDA0002795169540000054
表示移动边缘计算平台完成卸载的时间开销，
Figure FDA0002795169540000055
表示基站s把终端us的任务大小为
Figure FDA0002795169540000056
的任务传到移动边缘计算平台的能量开销。
10.根据权利要求9所述的5G环境下低时延高可靠的业务卸载系统，其特征在于，所述确定模块包括第三调用模块，用于调用第三公式依次完成卸载策略中所有零向量的搜索以及相应卸载策略的更新，得到最终的卸载方案，所述第三公式为：
Figure FDA0002795169540000057
C1:
Figure FDA0002795169540000058
C2:
Figure FDA0002795169540000059
C3:
Figure FDA00027951695400000510
其中，
Figure FDA00027951695400000511
表示系统的总开销最小，Xs表示基站s的决策向量，Ys表示基站s的的资源块分配的向量，
Figure FDA00027951695400000512
为移动边缘计算平台分配给终端的CPU频率，S表示基站的数量，Us表示终端的数量，xus∈{0,1}表示终端us的卸载决策，C1表示确定基站的终端是否需要卸载的约束条件，C2表示资源块分配的约束条件，
Figure FDA00027951695400000513
表示资源块n分给基站s的终端的决策，其中
Figure FDA00027951695400000514
为资源块n分给基站s的终端u，
Figure FDA00027951695400000515
表示没有分配资源块，C3表示所有终端卸载任务的移动边缘计算的资源不能大于移动边缘计算平台的计算能力F。
CN202011328759.4A 2020-11-24 2020-11-24 一种5g环境下低时延高可靠的业务卸载方法及系统 Pending CN112600873A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011328759.4A CN112600873A (zh) 2020-11-24 2020-11-24 一种5g环境下低时延高可靠的业务卸载方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011328759.4A CN112600873A (zh) 2020-11-24 2020-11-24 一种5g环境下低时延高可靠的业务卸载方法及系统

Publications (1)

Publication Number Publication Date
CN112600873A true CN112600873A (zh) 2021-04-02

Family

ID=75183784

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011328759.4A Pending CN112600873A (zh) 2020-11-24 2020-11-24 一种5g环境下低时延高可靠的业务卸载方法及系统

Country Status (1)

Country Link
CN (1) CN112600873A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114637608A (zh) * 2022-05-17 2022-06-17 之江实验室 一种计算任务分配和更新方法、终端及网络设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110087318A (zh) * 2019-04-24 2019-08-02 重庆邮电大学 基于5g移动边缘计算的任务卸载和资源分配联合优化方法
WO2020023115A1 (en) * 2018-07-27 2020-01-30 Futurewei Technologies, Inc. Task offloading and routing in mobile edge cloud networks
EP3605329A1 (en) * 2018-07-31 2020-02-05 Commissariat à l'énergie atomique et aux énergies alternatives Connected cache empowered edge cloud computing offloading

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020023115A1 (en) * 2018-07-27 2020-01-30 Futurewei Technologies, Inc. Task offloading and routing in mobile edge cloud networks
EP3605329A1 (en) * 2018-07-31 2020-02-05 Commissariat à l'énergie atomique et aux énergies alternatives Connected cache empowered edge cloud computing offloading
CN110087318A (zh) * 2019-04-24 2019-08-02 重庆邮电大学 基于5g移动边缘计算的任务卸载和资源分配联合优化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
唐群等: "基于MEC的蜂窝网络联合计算与无线资源管理", 《计算机工程与应用》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114637608A (zh) * 2022-05-17 2022-06-17 之江实验室 一种计算任务分配和更新方法、终端及网络设备

Similar Documents

Publication Publication Date Title
CN109814951B (zh) 移动边缘计算网络中任务卸载及资源分配的联合优化方法
CN110543336B (zh) 基于非正交多址接入技术的边缘计算任务卸载方法及装置
CN109829332B (zh) 一种基于能量收集技术的联合计算卸载方法及装置
CN110096362B (zh) 一种基于边缘服务器协作的多任务卸载方法
CN109951869B (zh) 一种基于云雾混合计算的车联网资源分配方法
US10652360B2 (en) Access scheduling method and apparatus for terminal, and computer storage medium
CN110489176B (zh) 一种基于装箱问题的多接入边缘计算任务卸载方法
CN109710374A (zh) 移动边缘计算环境下最小化任务卸载费用的vm迁移策略
CN110519370B (zh) 一种基于设施选址问题的边缘计算资源分配方法
CN110570075B (zh) 一种电力业务边缘计算任务分配方法及装置
CN110740473B (zh) 一种用于移动边缘计算的管理方法及边缘服务器
CN110519776B (zh) 一种雾计算系统中的均衡聚类和联合资源分配方法
CN111711962B (zh) 一种移动边缘计算系统子任务协同调度方法
CN115134371A (zh) 包含边缘网络算力资源的调度方法、系统、设备及介质
CN115150891B (zh) 一种基于移动边缘计算的中断概率辅助任务卸载优化方法
CN112596910A (zh) 一种多用户mec系统中的云计算资源调度方法
CN110167031B (zh) 一种面向集中式基站的资源分配方法、设备及存储介质
CN112600873A (zh) 一种5g环境下低时延高可靠的业务卸载方法及系统
CN114339891A (zh) 一种基于q学习的边缘卸载资源分配方法及系统
CN113766037A (zh) 面向大规模边缘计算系统的任务卸载控制方法及系统
CN112437449B (zh) 联合资源分配方法
CN113741999A (zh) 一种基于移动边缘计算的面向依赖型任务卸载方法及装置
CN109739513B (zh) 一种多边缘云下服务请求动态调度方法及装置
CN115022893B (zh) 多任务边缘计算系统中最小化总计算时间的资源分配方法
CN111124439A (zh) 一种云边协同的智能动态卸载算法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210402

RJ01 Rejection of invention patent application after publication