CN112887905B - 一种车联网中基于周期性资源调度的任务卸载方法 - Google Patents

Abstract

本发明请求保护一种车联网中基于周期性资源调度的任务卸载方法，属于通信技术领域。针对车辆频繁变速影响小区内卸载任务规划和计算资源分配有效性问题，提出一种基于车速感知周期性资源调度的计算卸载方法。该方法根据每辆车的实时车速，确定其当前卸载周期，根据动态更新的卸载时延约束和小区内单位车辆的平均资源占比，优化当前周期的卸载任务规划和计算资源分配，从而有效提高服务器资源利用率，降低任务卸载时延，并促进小区车辆的服务质量公平性。

Description

一种车联网中基于周期性资源调度的任务卸载方法

技术领域

本发明属于通信网技术领域。具体涉及一种车联网中基于周期性资源调度的任务卸载方法。

背景技术

随着物联网和无线通信技术的飞速发展，汽车已经成为连接到互联网中移动设备的重要组成部分。车辆可以运行各种计算密集型应用程序，如图像辅助导航、智能车辆控制、交通管理、车内娱乐和增强现实，这些计算密集型应用不仅需要大量的计算资源来处理复杂的数据，而且对时延也有严格的要求。然而，资源有限的车辆不能提供足够的计算资源来满足这些应用，在车辆服务质量方面面临着严峻的挑战。

虽然在云服务器部署不同的应用程序可以为用户提供便捷丰富的服务，但大量设备访问云服务器会导致网络负载和数据传输时延增加。这无法满足某些低时延、高带宽和高可靠性应用的要求。为了应对车辆爆炸式的计算资源需求，移动边缘计算(Mobile EdgeComputing,MEC)有望成为解决该问题的方法，将远程云服务器计算资源迁移到网络的边缘，通过在路边单元(Roadside Units,RSUs) 上部署了大量的MEC服务器，提供离车辆更近的服务，可以降低应用程序的传输时延，并满足车辆对大量计算资源的需求。

现有车联网的研究中，基本考虑车辆是以匀速行驶的，而实际生活中车道通常是非直线的且路况是实时变化的，进而导致车辆在小区内实际停留时间是动态变化的。当服务器计算资源比较紧张、小区内滞留车辆数较多时，一次性地服务器计算资源分配，可能导致有些车辆从未获得服务器计算资源。针对小区内卸载任务规划和计算资源分配有效性问题，提出一种基于车速感知周期性资源调度的计算卸载方法。该方法根据每辆车的实时车速，确定其当前卸载周期，根据动态更新的卸载时延约束和小区内单位车辆的平均资源占比，优化当前周期的卸载任务规划和计算资源分配，从而有效提高服务器资源利用率，降低任务卸载时延，并促进小区车辆的服务质量公平性。

发明内容

本发明旨在解决以上现有技术的问题。提出了一种车联网中基于周期性资源调度的任务卸载方法。本发明的技术方案如下：

一种车联网中基于周期性资源调度的任务卸载方法，根据车辆当前车速，获得下一个卸载周期的大小，计算在强时延约束的条件下，根据当前车载设备已经完成的任务单元数，动态调整服务器为当前车载设备分配的资源，根据卸载周期及服务器分配的计算资源，计算车载设备卸载给服务器的任务单元数，其包括以下步骤：

101、车辆i进入小区，获取车辆i的任务时延约束T_i、初始化二进制变量 x_i＝0，其中，x_i表示下一个周期是否离开小区的标志；

102、如果x_i＝0，跳转到步骤103，否则，跳转到步骤107；

103、更新当前速度v_i、待卸载任务单元数N_i、当前小区内车辆数M_c，计算当前时刻的卸载周期τ_i及所需服务器计算资源f_i，如果v_max·τ_i＜l_i，其中，l_i为距离小区终点的路程，v_max＝max{v_i}，跳转到步骤104，否则，跳转到步骤105；

104、根据车辆i与基站之间传输速率R_i(t)及任务时延约束T_i，计算当前周期可卸载的最大单元数n_i，如果n_i＜N_i，跳转到步骤106，否则，令n_i＝N_i，跳转到步骤106；

105、令τ_i＝l_i/v_max，x_i＝1，跳转到步骤104；

106、执行n_i个任务单元的卸载，包括上传、处理及结果返回，完成卸载后，更新任务时延约束

其中，

表示执行该任务已耗费的时间，令 N_i＝N_i-n_i，如果N_i＞0，跳转到步骤102，否则，跳转到步骤107；

107、释放服务器资源f_i，算法结束。

进一步的，所述步骤103中当前时刻的卸载周期τ_i的计算方法如公式(1)所示：

公式(1)中，变量a∈(-1,0)，b∈(0,9]用于调整当前车速v_i和卸载周期τ_i的关系，τ₀取值1秒，作为卸载周期下限。

进一步的，所述步骤103中所需服务器计算资源f_i的计算方法如公式(2)所示：

公式(2)中，F_r表示服务器可用资源，F表示服务器总资源，M_c表示当前小区内车辆数，T_i表示任务时延约束，

表示执行该任务已经耗费的时间，

表示已完成卸载的任务单元数，N_i表示待卸载任务单元数。

进一步的，所述步骤104中车辆i与基站之间传输速率R_i(t)的计算方法如公式(3)所示：

公式(3)中，d_i ^-r(t)表示t时刻路径损耗，r表示路径损耗因子，h表示车辆到路侧单元RSU的上传链路信道衰落因子，n₀表示高斯噪声功率，B_i表示传输带宽，P_i表示车辆数据发送功率。

进一步的，所述步骤104中当前周期可卸载的最大单元数n_i的计算方法如公式(4)所示：

公式(4)中，β₁表示任务切分开销因子，β₂表示上行链路传输开销因子，α_i表示任务复杂度，U表示任务单元大小。

本发明的优点及有益效果如下：

本发明公开了一种车联网中基于周期性资源调度的任务卸载方法。针对MEC车联网场景车速实时变化影响小区内卸载任务规划和计算资源分配有效性问题，提出一种基于车速感知周期性资源调度的任务卸载方法。该方法采用任务切分的机制，首先根据每辆车的实时车速，确定其当前卸载周期，然后根据动态更新的卸载时延约束和小区内单位车辆的平均资源占比，优化当前周期的卸载任务规划和计算资源分配。相比于现有的研究一般考虑车辆匀速行驶的情况，在车辆进入小区时分配服务器计算资源并一次性执行任务卸载的方法，本发明提出基于车速感知周期性动态地分配服务器资源，从而有效提高服务器资源利用率，优化车辆的服务质量公平性问题同时降低任务卸载时延。

附图说明

图1是本发明提供优选实施例车联网中基于周期性资源调度的任务卸载方法流程图。

具体实施方式

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、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。

本发明解决上述技术问题的技术方案是：

本发明内容所涉及的概念和模型如下。

1.网络模型

车辆可以与当前小区基站通信，MEC服务器和路边单元RSU是一一对应关系。基站采用定向天线，各个小区覆盖范围不重叠，其大小由路边单元RSU的发射功率决定。

2.本发明内容所涉及的其它符号说明如下。

v_i：当前时刻车速

l_i：车辆距离小区终点的路程

τ_i：当前时刻的卸载周期

d_i(t)：当前时刻车辆到小区基站的距离

R_i(t)：车辆i与基站之间传输速率

B_i：传输带宽

P_i：车辆数据发送功率

h：车辆到路边单元(RSU)的上传链路信道衰落因子

n₀：高斯噪声功率

r：路径损耗因子

d_i ^-r(t)：当前时刻路径损耗

n_i：当前周期可卸载的最大单元数

N_i：待处理的任务单元数

U：任务单元大小

f_i：所需服务器计算资源

F：服务器总资源

F_r：服务器可用资源

x_i：下一个周期是否离开小区的标志

M_c：当前小区内车辆数

已完成卸载的任务单元数

执行该任务已耗费的时间

T_i：任务时延约束

α_i：任务复杂度

β₁：计算任务切分带来的额外开销因子

β₂：上传链路传输开销因子

本发明的技术方案说明如下。

1.当前时刻的卸载周期τ_i

计算方法如公式(1)所示：

公式(1)中，变量a∈(-1,0)，b∈(0,9]用于调整当前车速v_i和卸载周期τ_i的关系，τ₀取值1秒，作为卸载周期下限。

2.所需服务器计算资源f_i

计算方法如公式(2)所示：

公式(2)中，F_r表示服务器可用资源，F表示服务器总资源，M_c表示当前小区内车辆数，T_i表示任务时延约束，

表示执行该任务已经耗费的时间，

表示已完成卸载的任务单元数，N_i表示待卸载任务单元数。

3.车辆i与基站之间传输速率R_i(t)

计算方法如公式(3)所示：

公式(3)中，d_i ^-r(t)表示t时刻路径损耗，r表示路径损耗因子，h表示车辆到路边单元(RSU)的上传链路信道衰落因子，n₀表示高斯噪声功率，B_i表示传输带宽，P_i表示车辆数据发送功率。

4.当前周期可卸载的最大单元数n_i

计算方法如公式(4)所示：

公式(4)中，β₁表示任务切分开销因子，β₂表示上行链路传输开销因子，α_i表示任务复杂度，U表示任务单元大小。

一种车联网中基于周期性资源调度的任务卸载方法，其具体实施方法包括如下步骤。

步骤1：车辆i进入小区，获取车辆i的任务时延约束T_i、初始化二进制变量x_i＝0，其中，x_i表示下一个周期是否离开小区的标志；

步骤2：如果x_i＝0，跳转到步骤3，否则，跳转到步骤7；

步骤3：更新当前速度v_i、待卸载任务单元数N_i、当前小区内车辆数M_c，计算当前时刻的卸载周期τ_i及所需服务器计算资源f_i，如果v_max·τ_i＜l_i，其中，l_i为距离小区终点的路程，v_max＝max{v_i}，跳转到步骤4，否则，跳转到步骤5；

步骤4：根据车辆i与基站之间传输速率R_i(t)及任务时延约束T_i，计算当前周期可卸载的最大单元数n_i，如果n_i＜N_i，跳转到步骤6，否则，令n_i＝N_i，跳转到步骤6；

步骤5：令τ_i＝l_i/v_max，x_i＝1，跳转到步骤4；

步骤6：执行n_i个任务单元的卸载，包括上传、处理及结果返回，完成卸载后，更新任务时延约束

其中，

表示执行该任务已耗费的时间，令N_i＝N_i-n_i，如果N_i＞0，跳转到步骤2，否则，跳转到步骤7；

步骤7：释放服务器资源f_i，算法结束。

上述实施例阐明的方法，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。

Claims (1)

1.一种车联网中基于周期性资源调度的任务卸载方法，其特征在于，根据车辆当前车速，获得下一个卸载周期的大小，计算在强时延约束的条件下，根据当前车载设备已经完成的任务单元数，动态调整服务器为当前车载设备分配的资源，根据卸载周期及服务器分配的计算资源，计算车载设备卸载给服务器的任务单元数，具体包括以下步骤：

101、车辆i进入小区，获取车辆i的任务时延约束T_i、初始化二进制变量x_i＝0，其中，x_i表示下一个周期是否离开小区的标志；

102、如果x_i＝0，跳转到步骤103，否则，跳转到步骤107；

103、更新当前速度v_i、待卸载任务单元数N_i、当前小区内车辆数M_c，计算当前时刻的卸载周期τ_i及所需服务器计算资源f_i，如果v_max·τ_i＜l_i，其中，l_i为距离小区终点的路程，v_max＝max{v_i}，跳转到步骤104，否则，跳转到步骤105；

104、根据车辆i与基站之间传输速率R_i(t)及任务时延约束T_i，计算当前周期可卸载的最大单元数n_i，如果n_i＜N_i，跳转到步骤106，否则，令n_i＝N_i，跳转到步骤106；

105、令τ_i＝l_i/v_max，x_i＝1，跳转到步骤104；

106、执行n_i个任务单元的卸载，包括上传、处理及结果返回，完成卸载后，更新任务时延约束

其中，

表示执行该任务已耗费的时间，令N_i＝N_i-n_i，如果N_i＞0，跳转到步骤102，否则，跳转到步骤107；

107、释放服务器资源f_i，算法结束；

所述步骤103中当前时刻的卸载周期τ_i的计算方法如公式(1)所示：

公式(1)中，变量a∈(-1,0)，b∈(0,9]用于调整当前车速v_i和卸载周期τ_i的关系，τ₀取值1秒，作为卸载周期下限；

所述步骤103中所需服务器计算资源f_i的计算方法如公式(2)所示：

公式(2)中，F_r表示服务器可用资源，F表示服务器总资源，M_c表示当前小区内车辆数，T_i表示任务时延约束，

表示执行该任务已经耗费的时间，

表示已完成卸载的任务单元数，N_i表示待卸载任务单元数；

所述步骤104中车辆i与基站之间传输速率R_i(t)的计算方法如公式(3)所示：

公式(3)中，d_i ^-r(t)表示t时刻路径损耗，r表示路径损耗因子，h表示车辆到路侧单元RSU的上传链路信道衰落因子，n₀表示高斯噪声功率，B_i表示传输带宽，P_i表示车辆数据发送功率；

所述步骤104中当前周期可卸载的最大单元数n_i的计算方法如公式(4)所示：

公式(4)中，β₁表示任务切分开销因子，β₂表示上行链路传输开销因子，α_i表示任务复杂度，U表示任务单元大小。

Images