CN115622608B - 基于低轨卫星边缘计算的卸载策略优化方法、系统和介质 - Google Patents
基于低轨卫星边缘计算的卸载策略优化方法、系统和介质 Download PDFInfo
- Publication number
- CN115622608B CN115622608B CN202211199431.6A CN202211199431A CN115622608B CN 115622608 B CN115622608 B CN 115622608B CN 202211199431 A CN202211199431 A CN 202211199431A CN 115622608 B CN115622608 B CN 115622608B
- Authority
- CN
- China
- Prior art keywords
- low
- orbit satellite
- equipment
- satellite
- cost function
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000004364 calculation method Methods 0.000 title claims abstract description 51
- 238000005457 optimization Methods 0.000 title claims abstract description 26
- 230000006870 function Effects 0.000 claims description 62
- 230000003993 interaction Effects 0.000 claims description 29
- 230000009471 action Effects 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 8
- 238000004519 manufacturing process Methods 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 7
- 238000003860 storage Methods 0.000 claims description 7
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 238000007726 management method Methods 0.000 description 10
- 238000004422 calculation algorithm Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000013475 authorization Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/1851—Systems using a satellite or space-based relay
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Radio Relay Systems (AREA)
Abstract
本发明公开了一种基于低轨卫星边缘计算的卸载策略优化方法、系统和介质。本发明通过包括设备数量、设备与卫星的通信状态、单个设备的任务生产速率、单个设备生成一个任务输入文件大小、单个设备的计算能力、设备到卫星的上行数据速率和设备的传输能力的设备信息,以及包括卫星数量、卫星的轨道周期、执行单个设备产生任务所需计算资源和卫星的计算能力的低轨卫星信息和折扣因子,通过纳什均衡点计算与马尔科夫决策的综合方式来优化边缘卸载策略,从而利用纳什均衡的博弈思想确定各个低轨卫星执行边缘卸载任务的最优点,并结合马尔科夫决策确定多个低轨卫星执行边缘卸载任务的最优策略,以有效降低发生任务队列拥塞的情况。
Description
技术领域
本发明涉及卫星通讯技术领域,尤其是一种基于低轨卫星边缘计算的卸载策略优化方法、系统和介质。
背景技术
相关技术中,在低轨卫星网络中引入星载边缘计算技术可以进一步提高未来6G网络的强大计算能力,提供低时延服务。目前,主流的星载边缘计算卸载策略时延较高、计算资源利用率较低,容易造成卸载任务队列拥塞,增加卫星电量消耗,降低低轨卫星星载边缘计算的服务质量和计算速度。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明提出一种基于低轨卫星边缘计算的卸载策略优化方法、系统和介质,能够有效提高卫星资源利用率、低轨卫星星载边缘计算的服务质量和计算速度。
一方面,本发明实施例提供了一种基于低轨卫星边缘计算的卸载策略优化方法,包括以下步骤:
获取设备信息,所述设备信息包括设备数量、设备与卫星的通信状态、单个设备的任务生产速率、单个设备生成一个任务输入文件大小、单个设备的计算能力、设备到卫星的上行数据速率和设备的传输能力;
获取低轨卫星信息,所述低轨卫星信息包括卫星数量、卫星的轨道周期、执行单个设备产生任务所需计算资源和卫星的计算能力;
获取折扣因子;
根据所述设备信息、所述低轨卫星信息和所述折扣因子,通过预设搜索方式优化边缘卸载策略,所述预设搜索方式包括纳什均衡点计算与马尔科夫决策的综合方式。
在一些实施例中,所述根据所述设备信息、所述低轨卫星信息和所述折扣因子,通过预设搜索方式优化边缘卸载策略,包括:
初始化纳什均衡参数、初始化单个设备与单个卫星的交互状态、价值函数和动作队列,所述初始设备与卫星的交互状态包括所述单个设备生成一个任务输入文件大小和所述执行单个设备产生任务所需计算资源;所述纳什均衡参数包括多个设备与多个卫星的多种交互状态;
根据所述多种交互状态,迭代确定使价值函数最小的交互状态组合作为目标交互状态组合;
计算当前所述目标交互状态组合对应的当前代价函数;
确定当前代价函数小于等于预设代价函数,将当前状态对应的纳什均衡参数作为目标卸载策略。
在一些实施例中,所述根据所述设备信息、所述低轨卫星信息和所述折扣因子,通过预设搜索方式优化边缘卸载策略,还包括:
确定当前代价函数大于预设代价函数,更新所述纳什均衡参数,并计算当前状态的价值函数,直至当前代价函数小于等于预设代价函数。
在一些实施例中,所述计算当前状态的价值函数,包括:
根据当前状态的代价函数、当前状态的价值函数、所述动作队列、所述设备到卫星的上行数据速率和所述折扣因子的计算结果,更新所述当前状态的价值函数。
在一些实施例中,在所述获取设备信息之前,所述方法还包括以下步骤:
确定设备将计算任务卸载到过顶低轨卫星。
在一些实施例中,所述获取低轨卫星信息,包括:
以所述过顶低轨卫星为起点,获取与所述过顶低轨卫星对应的同步低轨卫星信息。
在一些实施例中,所述方法还包括以下步骤:
将优化得到的目标边缘卸载策略输出到所述过顶低轨卫星,所述过顶低轨卫星执行所述目标边缘卸载策略。
另一方面,本发明实施例提供了一种基于低轨卫星边缘计算的卸载策略优化系统,包括:
第一模块,用于获取设备信息,所述设备信息包括设备数量、设备与卫星的通信状态、单个设备的任务生产速率、单个设备生成一个任务输入文件大小、单个设备的计算能力、设备到卫星的上行数据速率和设备的传输能力;
第二模块,用于获取低轨卫星信息,所述低轨卫星信息包括卫星数量、卫星的轨道周期、执行单个设备产生任务所需计算资源和卫星的计算能力;
第三模块,用于获取折扣因子;
第四模块,用于根据所述设备信息、所述低轨卫星信息和所述折扣因子,通过预设搜索方式优化边缘卸载策略,所述预设搜索方式包括纳什均衡点计算与马尔科夫决策的综合方式。
另一方面,本发明实施例提供了一种基于低轨卫星边缘计算的卸载策略优化系统,包括:
至少一个存储器,用于存储程序;
至少一个处理器,用于加载所述程序以执行所述的基于低轨卫星边缘计算的卸载策略优化方法。
另一方面,本发明实施例提供了一种存储介质,其中存储有计算机可执行的程序,所述计算机可执行的程序被处理器执行时用于实现所述的基于低轨卫星边缘计算的卸载策略优化方法。
本发明实施例提供的一种基于低轨卫星边缘计算的卸载策略优化方法,具有如下有益效果:
本实施例通过包括设备数量、设备与卫星的通信状态、单个设备的任务生产速率、单个设备生成一个任务输入文件大小、单个设备的计算能力、设备到卫星的上行数据速率和设备的传输能力的设备信息,以及包括卫星数量、卫星的轨道周期、执行单个设备产生任务所需计算资源和卫星的计算能力的低轨卫星信息和折扣因子,通过纳什均衡点计算与马尔科夫决策的综合方式来优化边缘卸载策略,从而可以利用纳什均衡的博弈思想确定各个低轨卫星执行边缘卸载任务的最优点,并结合马尔科夫决策确定多个低轨卫星执行边缘卸载任务的最优策略,以有效提高卫星资源利用率、低轨卫星星载边缘计算的服务质量和计算速度,进而降低发生任务队列拥塞的情况。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
下面结合附图和实施例对本发明做进一步的说明,其中:
图1为本发明实施例一种基于低轨卫星边缘计算的卸载策略优化方法的流程图;
图2为本发明实施例一种卫星计算的卸载策略系统框架的示意图;
图3为本发明实施例一种实施场景示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
在本发明的描述中,需要理解的是,涉及到方位描述,例如上、下、前、后、左、右等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
在本发明的描述中,若干的含义是一个以上,多个的含义是两个以上,大于、小于、超过等理解为不包括本数,以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
本发明的描述中,除非另有明确的限定,设置、安装、连接等词语应做广义理解,所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体含义。
本发明的描述中,参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
在进行具体实施例的阐述之前,对本实施例所涉及的术语进行解释:
5GC:5G核心网,是5G移动网络的核心。它为最终用户建立可靠、安全的网络连接,并提供对其服务的访问。核心域处理移动网络中的各种基本功能,例如连接性和移动性管理、身份验证和授权、用户数据管理和策略管理等。5G核心网络功能完全基于软件并设计为云原生,这意味着它们与底层云基础设施无关,从而实现更高的部署敏捷性和灵活性。
AMF:英文全称为Access and Mobility ManagementFunction,中文解释为接入和移动性管理功能网元,其功能包括连接管理、可达性管理、流动性管理、接入授权等。
UPF:英文全称为User plane Function,中文解释为用户平面功能网元,其功能包括外部PDU与数据网络互连的会话点、分组路由和转发,例如支持上行链路分类器以将业务流路由到数据网络的实例。
AF:英文全称为Application Function,中文解释为应用功能,指应用层的各种服务,可以是运营商内部的应用(类似4G的Volte As),也可以是第三方的AF(如视频服务器、有效服务器),如果是运营商内部的AF,与其他NF在一个可信域内,可以直接与其他NF交互访问,而第三方的AF则不在可信域内,必须通过NEF访问其他NF。
3GPP:英文解释为3rd Generation Partnership Project,第三代合作伙伴计划。3GPP的目标是实现由2G网络到3G网络的平滑过渡,保证未来技术的后向兼容性,支持轻松建网及系统间的漫游和兼容性。其功能是制订以GSM核心网为基础,UTRA为无线接口的第三代技术规范。其中,UTRA是以FDD为W-CDMA技术、TDD为TD-SCDMA技术的规范。
UE:英文解释为User Equipment,中文解释为用户设备。用户设备可以是手机、平板电脑、笔记本电脑或其他设备。
RAN:英文解释为Radio Access Network,中文解释为无线接入网络。
EAS:英文解释为Edge Application Server,中文解释为边缘应用服务器。
MEC:英文解释为Multi-Access Edge Computing,中文解释为多路存取的边缘计算。
随着人工智能引入5G核心网,网络中将会有越来越多的计算任务,若将大量计算任务直接卸载给过顶卫星,则会造成星上计算资源不均衡使用、部分卫星负载过大、降低续航能力等问题,因此,如何分配与利用星间星载计算资源成为首要研究问。同时,由于星上资源有限,例如电量、计算资源、传输带宽等,采用何种星载边缘计算卸载策略能将资源利用率最大化将是解决的其二关键科学问题。针对上述问题,本申请基于现有的3GPP解决方案(例如星载UPF接入EAS边缘计算平台)和星载边缘计算框架(MEC框架),结合马尔科夫决策与博弈算法来解决星载边缘计算任务卸载策略优化问题,具体可以结合马尔科夫决策与纳什均衡迭代来解决星载边缘计算任务卸载策略优化问题。
参照图1,本发明实施例提供了一种基于低轨卫星边缘计算的卸载策略优化方法。可以理解的是,本实施例提供的方法可以应用于图2所示的卫星计算的卸载策略系统框架。具体地,图2所示的卫星系统框架包括星载基础设施层、资源虚拟化层、边缘计算服务层和边缘计算管理层。其中,边缘计算管理层包括卸载策略模块、调度算法模块、资源管理模块和任务管理模块。本实施例的方法可部署于图2所示系统框架的卸载策略模块。卸载模块用于辅助处理星载边缘计算任务的卸载策略选择,具体可以通过结合纳什均衡迭代算法和马尔科夫决策(MDP,Markov Decision Processes)来寻找最优的卸载策略。
在应用过程中,如图1所示,本实施例包括但不限于以下步骤:
步骤S110、获取设备信息,所述设备信息包括设备数量、设备与卫星的通信状态、单个设备的任务生产速率、单个设备生成一个任务输入文件大小、单个设备的计算能力、设备到卫星的上行数据速率和设备的传输能力;
步骤S120、获取低轨卫星信息,所述低轨卫星信息包括卫星数量、卫星的轨道周期、执行单个设备产生任务所需计算资源和卫星的计算能力;
步骤S130、获取折扣因子;其中,折扣因子可以设定为0.8。折扣因子的大小越接近1,表示未来的状态越重要;折扣因子的大小越接近0,表示未来的状态所起到的价值权重十分小甚至可以忽略不记。
步骤S140、根据所述设备信息、所述低轨卫星信息和所述折扣因子,通过预设搜索方式优化边缘卸载策略,所述预设搜索方式包括纳什均衡点计算与马尔科夫决策的综合方式。
在本实施例中,优化边缘卸载策略的过程包括但不限于以下步骤:
步骤S210、初始化纳什均衡参数、初始化单个设备与单个卫星的交互状态、价值函数和动作队列,所述初始设备与卫星的交互状态包括所述单个设备生成一个任务输入文件大小和所述执行单个设备产生任务所需计算资源;所述纳什均衡参数包括多个设备与多个卫星的多种交互状态;
步骤S220、根据所述多种交互状态,迭代确定使价值函数最小的交互状态组合作为目标交互状态组合;
步骤S230、计算当前所述目标交互状态组合对应的当前代价函数;
步骤S240、确定当前代价函数大于预设代价函数,更新所述纳什均衡参数,并计算当前状态的价值函数,并重复执行步骤S210-步骤S230,直至当前代价函数小于等于预设代价函数;其中,价值函数的计算过程可以根据当前状态的代价函数、当前状态的价值函数、所述动作队列、所述设备到卫星的上行数据速率和所述折扣因子的计算结果,更新所述当前状态的价值函数;
步骤S250、确定当前代价函数小于等于预设代价函数,将当前状态对应的纳什均衡参数作为目标卸载策略。
可以理解的是,本实施例的卸载策略优化过程可以解释为如下算法:
在该算法中,N表示设备数量;M表示卫星数量;θi表示设备与卫星j的通信状态;Ti表示卫星的轨道周期;λi表示单个设备i的任务生产速率;ci表示执行单个设备i产生任务所需计算资源;di表示单个设备i生成一个任务输入文件大小;单个设备i的计算能力;表示卫星j的计算能力;γ表示折扣因子;Ri,j表示设备i到卫星j的上行数据速率;π(s)表示边缘卸载策略;A表示决策过程;Pi(s)表示代价函数。
基于上述英文字母或字母组合的解释,上述算法的执行过程为:首先初始化了纳什均衡参数π(s)、化单个设备与单个卫星的交互状态s0、价值函数v(s)、策略函数π(s)和动作队列A,接着开始迭代求出s’i使代价函数Pi(x-i)最小,计算代价函数Pi(s’i),若Pi(s’i)>Pi(si),更新纳什均衡参数π(s),计算当前状态的价值函数v(s),重复执行算法中的2-11步直至v(s)收敛。
在一实施场景中,如图3所示,当低轨卫星经过位于一个固定的小区域里的地面远程装置的上方时,计算任务可以本地执行,也可以卸载到星载边缘计算服务器上,再者,由于低轨卫星的移动性,用户无法随时将计算任务卸载给同一颗低轨卫星,是一个在有限时间内卸载给过顶低轨卫星的过程,该系统方法部署在GEO上,GEO通过星间链路与各个LEO进行通信,因此GEO中存储了各个LEO的资源状态与时延信息。在该场景中,当确定设备需要将计算任务卸载到过顶低轨卫星时,本实施过程包括以下步骤:
步骤S310、地面远程装置将计算任务卸载给过顶低轨卫星A1,卸载任务信息包括所需的计算资源c1,输入描述文件大小d1;其中,地面远程装置包括各自终端设备,终端设备包括手机、飞机、船舶等。
步骤S320、低轨卫星A1作为卸载策略优化模型的起点输入,从GEO中获取各个低轨卫星的星座的资源状态Cj与时延信息作为输入。其中,时延信息是指低轨卫星之间的链路时延。GEO是指与低轨卫星A1保持同步的低轨卫星。
步骤S330、通过图1所示的卸载策略优化方法获取最优的卸载策略作为目标边缘卸载策略π(s);即通过纳什均衡与MDP结合的模型迭代计算获得目标边缘卸载策略π(s)。
步骤S340、基于获得的目标边缘卸载策略π(s),低轨卫星A1执行该卸载策略π(s)。
由此可知,本实施例针对计算任务的卸载策略,通过结合纳什均衡点计算与马尔可夫决策(MDP)按迭代寻找最优卸载策略,使目标低轨卫星执行该最优卸载策略后,能够降低星载边缘计算卸载策略不加所产生的时延,以有效提高卫星资源利用率、低轨卫星星载边缘计算的服务质量和计算速度,进而降低发生任务队列拥塞的情况。
本发明实施例提供了一种基于低轨卫星边缘计算的卸载策略优化系统,包括:
第一模块,用于获取设备信息,所述设备信息包括设备数量、设备与卫星的通信状态、单个设备的任务生产速率、单个设备生成一个任务输入文件大小、单个设备的计算能力、设备到卫星的上行数据速率和设备的传输能力;
第二模块,用于获取低轨卫星信息,所述低轨卫星信息包括卫星数量、卫星的轨道周期、执行单个设备产生任务所需计算资源和卫星的计算能力;
第三模块,用于获取折扣因子;
第四模块,用于根据所述设备信息、所述低轨卫星信息和所述折扣因子,通过预设搜索方式优化边缘卸载策略,所述预设搜索方式包括纳什均衡点计算与马尔科夫决策的综合方式。
本发明方法实施例的内容均适用于本系统实施例,本系统实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法达到的有益效果也相同。
本发明实施例提供了一种基于低轨卫星边缘计算的卸载策略优化系统,包括:
至少一个存储器,用于存储程序;
至少一个处理器,用于加载所述程序以执行图1所示的基于低轨卫星边缘计算的卸载策略优化方法。
本发明方法实施例的内容均适用于本系统实施例,本系统实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法达到的有益效果也相同。
本发明实施例提供了一种存储介质,其中存储有计算机可执行的程序,所述计算机可执行的程序被处理器执行时用于实现图1所示的基于低轨卫星边缘计算的卸载策略优化方法。
本发明方法实施例的内容均适用于本存储介质实施例,本存储介质实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法达到的有益效果也相同。
本发明实施例还提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存介质中。计算机设备的处理器可以从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行图1所示的基于低轨卫星边缘计算的卸载策略优化方法。
上面结合附图对本发明实施例作了详细说明,但是本发明不限于上述实施例,在所属技术领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。此外,在不冲突的情况下,本发明的实施例及实施例中的特征可以相互组合。
Claims (9)
1.一种基于低轨卫星边缘计算的卸载策略优化方法,其特征在于,包括以下步骤:
获取设备信息,所述设备信息包括设备数量、设备与卫星的通信状态、单个设备的任务生产速率、单个设备生成一个任务输入文件大小、单个设备的计算能力、设备到卫星的上行数据速率和设备的传输能力;
获取低轨卫星信息,所述低轨卫星信息包括卫星数量、卫星的轨道周期、执行单个设备产生任务所需计算资源和卫星的计算能力;
获取折扣因子;
根据所述设备信息、所述低轨卫星信息和所述折扣因子,通过预设搜索方式优化边缘卸载策略,所述预设搜索方式包括纳什均衡点计算与马尔科夫决策的综合方式;
其中,所述根据所述设备信息、所述低轨卫星信息和所述折扣因子,通过预设搜索方式优化边缘卸载策略,包括:
初始化纳什均衡参数、初始化单个设备与单个卫星的交互状态、价值函数和动作队列,所述初始设备与卫星的交互状态包括所述单个设备生成一个任务输入文件大小和所述执行单个设备产生任务所需计算资源;所述纳什均衡参数包括多个设备与多个卫星的多种交互状态;
根据所述多种交互状态,迭代确定使价值函数最小的交互状态组合作为目标交互状态组合;
计算当前所述目标交互状态组合对应的当前代价函数;
确定当前代价函数小于等于预设代价函数,将当前状态对应的纳什均衡参数作为目标卸载策略。
2.根据权利要求1所述的一种基于低轨卫星边缘计算的卸载策略优化方法,其特征在于,所述根据所述设备信息、所述低轨卫星信息和所述折扣因子,通过预设搜索方式优化边缘卸载策略,还包括:
确定当前代价函数大于预设代价函数,更新所述纳什均衡参数,并计算当前状态的价值函数,直至当前代价函数小于等于预设代价函数。
3.根据权利要求2所述的一种基于低轨卫星边缘计算的卸载策略优化方法,其特征在于,所述计算当前状态的价值函数,包括:
根据当前状态的代价函数、当前状态的价值函数、所述动作队列、所述设备到卫星的上行数据速率和所述折扣因子的计算结果,更新所述当前状态的价值函数。
4.根据权利要求1所述的一种基于低轨卫星边缘计算的卸载策略优化方法,其特征在于,在所述获取设备信息之前,所述方法还包括以下步骤:
确定设备将计算任务卸载到过顶低轨卫星。
5.根据权利要求4所述的一种基于低轨卫星边缘计算的卸载策略优化方法,其特征在于,所述获取低轨卫星信息,包括:
以所述过顶低轨卫星为起点,获取与所述过顶低轨卫星对应的同步低轨卫星信息。
6.根据权利要求5所述的一种基于低轨卫星边缘计算的卸载策略优化方法,其特征在于,所述方法还包括以下步骤:
将优化得到的目标边缘卸载策略输出到所述过顶低轨卫星,所述过顶低轨卫星执行所述目标边缘卸载策略。
7.一种基于低轨卫星边缘计算的卸载策略优化系统,其特征在于,包括:
第一模块,用于获取设备信息,所述设备信息包括设备数量、设备与卫星的通信状态、单个设备的任务生产速率、单个设备生成一个任务输入文件大小、单个设备的计算能力、设备到卫星的上行数据速率和设备的传输能力;
第二模块,用于获取低轨卫星信息,所述低轨卫星信息包括卫星数量、卫星的轨道周期、执行单个设备产生任务所需计算资源和卫星的计算能力;
第三模块,用于获取折扣因子;
第四模块,用于根据所述设备信息、所述低轨卫星信息和所述折扣因子,通过预设搜索方式优化边缘卸载策略,所述预设搜索方式包括纳什均衡点计算与马尔科夫决策的综合方式;
其中,所述根据所述设备信息、所述低轨卫星信息和所述折扣因子,通过预设搜索方式优化边缘卸载策略,包括:
初始化纳什均衡参数、初始化单个设备与单个卫星的交互状态、价值函数和动作队列,所述初始设备与卫星的交互状态包括所述单个设备生成一个任务输入文件大小和所述执行单个设备产生任务所需计算资源;所述纳什均衡参数包括多个设备与多个卫星的多种交互状态;
根据所述多种交互状态,迭代确定使价值函数最小的交互状态组合作为目标交互状态组合;
计算当前所述目标交互状态组合对应的当前代价函数;
确定当前代价函数小于等于预设代价函数,将当前状态对应的纳什均衡参数作为目标卸载策略。
8.一种基于低轨卫星边缘计算的卸载策略优化系统,其特征在于,包括:
至少一个存储器,用于存储程序;
至少一个处理器,用于加载所述程序以执行如权利要求1-6任一项所述的基于低轨卫星边缘计算的卸载策略优化方法。
9.一种存储介质,其特征在于,其中存储有计算机可执行的程序,所述计算机可执行的程序被处理器执行时用于实现如权利要求1-6任一项所述的基于低轨卫星边缘计算的卸载策略优化方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211199431.6A CN115622608B (zh) | 2022-09-29 | 2022-09-29 | 基于低轨卫星边缘计算的卸载策略优化方法、系统和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211199431.6A CN115622608B (zh) | 2022-09-29 | 2022-09-29 | 基于低轨卫星边缘计算的卸载策略优化方法、系统和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115622608A CN115622608A (zh) | 2023-01-17 |
CN115622608B true CN115622608B (zh) | 2023-06-06 |
Family
ID=84859996
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211199431.6A Active CN115622608B (zh) | 2022-09-29 | 2022-09-29 | 基于低轨卫星边缘计算的卸载策略优化方法、系统和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115622608B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116366133B (zh) * | 2023-04-06 | 2023-10-27 | 广州爱浦路网络技术有限公司 | 基于低轨卫星边缘计算的卸载方法及装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9240184B1 (en) * | 2012-11-15 | 2016-01-19 | Google Inc. | Frame-level combination of deep neural network and gaussian mixture models |
CN113346938B (zh) * | 2021-05-20 | 2024-08-02 | 天地信息网络有限公司 | 一种面向空天地一体化网络的边缘计算资源融合管理方法 |
CN114124955B (zh) * | 2021-11-12 | 2023-07-07 | 华南师范大学 | 一种基于多智能体博弈的计算卸载方法 |
CN114124195A (zh) * | 2021-11-19 | 2022-03-01 | 桂林电子科技大学 | 一种面向leo卫星系统的多星mec计算卸载策略 |
-
2022
- 2022-09-29 CN CN202211199431.6A patent/CN115622608B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115622608A (zh) | 2023-01-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3605329B1 (en) | Connected cache empowered edge cloud computing offloading | |
Lee et al. | An online secretary framework for fog network formation with minimal latency | |
US11723056B2 (en) | Efficient discovery of edge computing servers | |
CN113115256B (zh) | 一种在线vmec服务网络选择的迁移方法 | |
Messaoudi et al. | On using edge computing for computation offloading in mobile network | |
CN115622608B (zh) | 基于低轨卫星边缘计算的卸载策略优化方法、系统和介质 | |
CN113365290B (zh) | 天地融合网络中基于贪心策略的博弈论计算卸载方法 | |
CN109783233A (zh) | 一种提供移动边缘计算中任务卸载的方法 | |
US11611475B2 (en) | Association of 3GPP (Third Generation Partnership Project) UPF (User Plane Function) and edge computing application server | |
Wang et al. | Radio resource allocation for bidirectional offloading in space-air-ground integrated vehicular network | |
CN104519106B (zh) | 一种任务迁移方法及网络控制器 | |
CN114465653A (zh) | 一种面向卫星集群的在轨边缘计算方法 | |
Park et al. | Trends in LEO satellite handover algorithms | |
US20210297832A1 (en) | Facilitating enablement of intelligent service aware access utilizing multiaccess edge computing in advanced networks | |
CN115918044A (zh) | 移动通信网络中用于动态且高效的负载均衡的方法和设备 | |
CN117354934A (zh) | 一种多时隙mec系统双时间尺度任务卸载和资源分配方法 | |
CN115955437B (zh) | 一种数据传输方法、装置、设备及介质 | |
CN111245878B (zh) | 一种基于混合云计算和雾计算的计算卸载通信网络的方法 | |
US10887236B2 (en) | Method, network interface card, and computer program product for load balance | |
US20230344727A1 (en) | Computer network platform for routing and virtualization | |
Yuan et al. | An approach for virtual network function deployment based on pooling in vepc | |
JP2021164155A (ja) | ネットワークスライス構成 | |
WO2023185383A1 (zh) | 一种通信方法及装置 | |
US11765064B1 (en) | Network repository function overload protection | |
US20240089755A1 (en) | Policy generation method and apparatus, terminal, device, and session management unit |
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 |