[发明专利]一种移动边缘计算网络中联合任务卸载和资源分配方法

说明书

本发明涉及一种移动边缘计算网络中联合任务卸载和资源分配方法，属于无线通信和移动边缘计算领域。该方法包括：UE产生新的计算任务，向MEC服务器发送任务卸载请求；MEC服务器收集本时隙内所有用户端发送的计算卸载请求信息；将用户计算任务和MEC服务器资源进行首次匹配，构成初始卸载策略集，计算初始目标函数的值；求得最小的目标函数值和获得最优目标函数值的用户。更新所有用户的卸载决定，判断得到的最优的目标函数不小于上一次的目标函数值是否成立，成立则输出卸载决定，信道分配矩阵和最优计算资源。本发明降低了用户卸载的成本开销，节约了移动用户总的成本；能够接纳更多的计算卸载任务，提升了系统的任务执行效率。

技术领域

本发明属于无线通信和移动边缘计算领域，涉及一种移动边缘计算网络中联合任务卸载和资源分配方法。

背景技术

移动边缘计算的出现为资源受限的移动设备提供了一种有效的解决方案。移动设备可将全部或者部分计算密集型任务通过无线信道卸载到计算资源相对丰富的移动边缘计算服务器(Mobile Edge Computing，MEC)来降低本地处理任务时延和能耗。但是执行计算卸载可能会带来额外的传输时延和能量消耗，确定最佳卸载决策是MEC网络中一项研究重点。此外，无线资源和MEC服务器的计算容量均属于有限资源，在多用户MEC系统中无线电和计算资源以共享的方式提供给用户设备(User Equipment，UE)。不同的用户有着不同的计算任务和服务质量要求，所以针对不同的UE具有差异化的无线电和计算资源分配方式，联合计算卸载和服务器资源分配被认为是提高MEC网络性能的最重要问题之一。

近年来已有学者围绕移动边缘计算网络做了广泛的研究，在文献“You C,Zeng Y,Zhang R,et al.Resource management for asynchronous mobile-edge computationoffloading[C]//2018 IEEE International Conference on Communications Workshops(ICC Workshops).IEEE,2018”中研究了异步MEC系统的节能资源管理策略，并制定优化问题以在时间共享和计算时延约束下最小化总移动用户能量消耗；优化问题被简化为两个连续问题以找到最优调度顺序，然后在给定最优顺序的情况下联合优化数据分区和时分。文献“Tran T X,Pompili D.Joint task offloading and resource allocation formulti-server mobile-edge computing networks[J].IEEE Transactions on VehicularTechnology,2019,68(1):856-868”考虑了在一个支持MEC的多小区无线网络场景中联合任务卸载和资源分配的问题，作者将原始问题分解为具有固定任务卸载决策的资源分配(RA)问题和最优值函数的任务卸载(TO)问题。通过凸和拟凸优化技术解决了RA问题，并针对TO问题提出了一种新颖的启发式算法，该算法可以在多项式时间内实现了次优解。文献“Zhang J,Xia W,Cheng Z,et al.An evolutionary game for joint wireless andcloud resource allocation in mobile edge computing[C]//2017 9th InternationalConference on Wireless Communications and Signal Processing(WCSP).IEEE,2017:1-6”在考虑移动终端的能耗和时间延迟以及移动边缘计算环境中的货币成本的基础上，主要研究基于博弈的联合资源分配算法，分析了博弈的稳定性。文献“赵力强,卢晓迪,梁凯,杨键,宋凤飞.一种提供移动边缘计算服务的网络系统及服务方法:中国.108494612[P].2018.09.04]”中，公开了一种提供移动边缘计算服务的网络系统级服务方法，解决移动通信网络上MEC部署问题。文中分别给出了本地MEC服务器计算、多个MEC服务器联合计算、特定非本地MEC服务器计算和云中心计算四种方式，控制器根据任务的计算量和延迟敏感度作为判决依据，判断使用哪种计算方式更加合理。文献“张伟哲,方滨兴,何慧,刘川意,余翔湛,刘亚维,刘国强.一种多用户场景下的移动边缘计算任务卸载方法:中国.108920279[P].2018.11.30”中，为了降低移动设备的反应时延和能耗，其中多用户场景是多个移动设备和MEC服务器相连，每个移动设备可选择该移动设备和MEC服务器之间的多条信道中的一个进行通信，MEC服务器通过主干网与中心云相连。具体涉及两个阶段：第一阶段是决定任务是在本地移动设备上执行还是卸载到MEC服务器执行；第二阶段是当服务器资源不足时，判定任务是继续在MEC服务器上等待还是卸载到远端云中心进行执行。