[发明专利]支持D2D-边缘服务器卸载的联合任务调度及资源分配方法

说明书

本发明涉及一种支持D2D‑边缘服务器卸载的联合任务调度及资源分配方法，属于无线通信技术领域。该方法包括步骤：步骤1)建模用户联合开销；步骤2)建模用户任务执行时延；步骤3)建模用户任务执行能耗；步骤4)建模用户任务调度及资源分配限制条件；步骤5)基于用户联合开销最小化确定用户任务调度及资源分配策略。本发明可以通过优化确定用户任务调度及资源分配策略实现任务执行开销最小化。

技术领域

本发明属于无线通信技术领域，涉及支持D2D-边缘服务器卸载的联合任务调度及资源分配方法。

背景技术

随着移动互联网的快速发展和智能终端的普及，增强现实(Augment Reality，AR)、虚拟现实(Virtual Reality，VR)和移动高清视频等应用对服务质量(Quality ofService，QoS)的需求越来越高。然而，智能设备处理器资源的局限以及传统移动云计算(Mobile Cloud Computing，MCC)网络架构的不足导致整个网络无法满足用户短时间内处理大量数据的业务需求，此外，移动设备的高功耗也严重影响用户的服务体验(Quality ofExperience，QoE)。这促使了云端服务器的边缘化部署以及与基站的融合，为低时延、低功耗的业务需求提供支撑

目前已有研究中，有文献针对多用户卸载的场景设计卸载策略，在满足最大可允许执行时延的前提下最小化用户的能耗，通过求解各用户最优功率分配及最优计算资源分配得到各用户的卸载策略。又例如，有文献研究了采用动态频率及电压调整(DynamicFrequency and Voltage Scaling，DFVS)及能量收集技术实现执行时延最小化，提出了一种基于李雅普诺夫优化的动态计算卸载算法，该算法首先以时隙为单位做出二元卸载决策，继而为本地执行的用户分配计算资源或为卸载的用户分配功率。

现有基于任务卸载用户网络场景的资源分配方案的研究较少考虑蜂窝D2D网络场景，然而，接入网络的异构特性可能对资源分配方式提出困难及挑战。此外，现有资源分配研究较多考虑时延减少，较少研究任务执行时延与能耗的折中，这可能导致网络能耗增加，对于能效敏感用户设备而言，传输性能及用户体验难以保障。

发明内容

有鉴于此，本发明的目的在于提供支持D2D-边缘服务器卸载的联合任务调度及资源分配方法，假设用户需执行一定计算任务，移动边缘计算服务器及D2D对端用户均有一定的任务计算及处理能力，用户可采用本地执行，也可通过蜂窝移动边缘计算服务器或D2D对端实现任务卸载，建模用户联合开销为优化目标，实现用户任务调度、通信资源和计算资源的联合优化分配。

为达到上述目的，本发明提供如下技术方案：

支持D2D-边缘服务器卸载的联合任务调度及资源分配方法，该方法包括以下步骤：

S1：建模用户联合开销；

S2：建模用户任务执行所需时延；

S3：建模用户任务执行所需能耗；

S4：建模用户任务调度及资源分配限制条件；

S5：基于用户联合开销最小化确定用户任务调度及资源分配策略。

进一步，所述步骤S1具体为：根据公式建模用户联合开销为网络中所有用户执行任务的开销总和，其中，为第i个用户执行任务所需开销，1≤i≤N，N为网络中待执行任务的用户数目；

建模为其中，t_i表示第i个用户执行任务所需时延，e_i表示第i个用户执行任务所需能耗，表示第i个用户时延开销的加权系数，表示第i个用户能耗开销的加权系数。