[发明专利]一种MEC中无线资源和云资源的联合分配方法

权利要求书

1.一种MEC中无线资源和云资源的联合分配方法，其特征在于该方法包括：

(1)MEC中的终端发起任务卸载请求，并建立终端的任务卸载代价函数；其中，该任务卸载代价函数包含能耗代价和经济代价，能耗代价是终端进行任务卸载时消耗的能量，经济代价是终端利用无线资源和云资源向接入点和朵云所支付的费用；其中，所述终端的任务卸载代价函数的计算公式为：

式中，i_n表示第n个小区中的第i个终端,表示终端i_n上传数据时的辐射功率；表示朵云为终端任务分配的单位时间处理指令数；表示终端数据上传量；表示信道参数，即信道增益与噪声的比值，表示信道增益，表示噪声功率；w表示信道带宽；表示终端上传数据时单位速率售价；表示计算资源单位CPU周期的售价；γ和η分别表示能耗代价和经济代价影响因子，约束条件中表示终端任务需要处理的指令数；表示终端i_n任务处理最大允许时延；表示终端最大发射功率；f_s表示朵云最大处理能力，即单位时间最大允许处理指令数，公式第一项表示终端数据上传能耗代价，第二项表示终端支付计算资源和无线资源的经济代价；

(2)异构网络的各个接入点获取覆盖区域内各个终端任务卸载代价函数，并将终端的任务卸载请求和网络的信道信息发送至朵云；

(3)朵云基于合作博弈进行无线资源和云资源联合分配，将合作博弈的代价函数利用时延限制条件转化为凸函数，然后利用KKT条件得到纳什均衡解，并将博弈纳什均衡解发送至终端；其中，所述合作博弈的代价函数如下所示：

式中，矩阵变量网络接入点和朵云已经给定资源单价，参与者进行最优功率分配请求和朵云计算资源请求；如果每个终端满足式(2)和(3)，则上行信道状态能满足终端任务卸载需求，即可行域非空；

(4)终端根据纳什均衡解向朵云和接入点进行计算资源和无线资源请求；

(5)朵云和接入点根据终端请求分配计算资源和无线资源。

2.根据权利要求1所述的MEC中无线资源和云资源的联合分配方法，其特征在于：步骤(1)中所述终端可以对能耗代价和经济代价占据的比例进行动态调节，能耗代价和经济代价的影响因子之和为1，当终端剩余能量较低时，终端通过提高终端能耗比例使能耗占据更高的权重，从而使终端更加注重能耗代价，如果终端用户对经济代价比较敏感，终端通过提高经济代价比例使经济成本更被关注；另外，终端任务卸载代价函数的最大处理时延限制条件保证终端任务处理的实时性；终端发射功率限制条件保证发射功率在允许范围内；计算资源限制保证所有用户占用总的计算资源在朵云最大服务能力范围内。

3.根据权利要求1所述的MEC中无线资源和云资源的联合分配方法，其特征在于：步骤(3)中合作博弈的描述具体如下：

参与者：所有终端；

策略：每个终端根据朵云计算资源和信道速率资源定价以及终端能耗和经济代价进行无线资源和计算资源请求；

效用：终端的任务卸载代价函数与消耗的能量和支付购买资源的费用有关；合作博弈的代价函数是所有终端的任务卸载代价函数之和；基于合作博弈使整个网络代价最低。

4.根据权利要求1所述的MEC中无线资源和云资源的联合分配方法，其特征在于：步骤(3)中合作博弈的纳什均衡求解过程如下：

为使代价函数u(p,f)达到最小值，将约束条件取等号，即

则终端无线资源变量p和计算资源变量f建立等式关系，即将代入公式(2)得：

令由式(5)可得：

将式(6)利用变量代换得到式(7)：

对式(7)的目标函数求偏导得：

由(8)和(9)知，y关于是凸函数，因此(7)利用KKT条件求出全局最优解

公式(7)的Lagrange函数为

为非负的Lagrange乘子，KKT条件如下：

其中，Lagrange乘子更新如下：

式中，k表示迭代次数，a(k)表示迭代步长，代表时间限制的下限，代表时间限制的上限；

对公式(7)的目标函数进行迭代求解KKT条件，直至收敛即得到求出最优解从而得到最优解和该最优解即为合作博弈的纳什均衡解。