[发明专利]一种密集网络中移动设备的分布式协同任务调度方法有效
申请号: | 202010644450.X | 申请日: | 2020-07-07 |
公开(公告)号: | CN111541781B | 公开(公告)日: | 2020-10-16 |
发明(设计)人: | 包卫东;朱晓敏;高雄;王吉;闫辉;张雄涛;张大宇;吴梦;牛莅原;肖振亮;张亮 | 申请(专利权)人: | 中国人民解放军国防科技大学 |
主分类号: | H04L29/08 | 分类号: | H04L29/08 |
代理公司: | 北京风雅颂专利代理有限公司 11403 | 代理人: | 李博瀚 |
地址: | 410003 湖*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 密集 网络 移动 设备 分布式 协同 任务 调度 方法 | ||
1.一种密集网络中移动设备的分布式协同任务调度方法,其特征在于,所述方法包括:
建立移动设备负载模型、移动设备响应时间模型和移动设备能耗模型,在所述移动设备负载模型中定义负载状态指数用于量化移动设备的负载状态;
基于所述移动设备负载模型、所述移动设备响应时间模型和所述移动设备能耗模型,得到密集网络中移动设备的最小化总能耗模型;
基于所述移动设备负载模型,输出使所有移动设备的负载方差最小时的每个移动设备的负载状态指数;
基于所述移动设备负载模型、所述密集网络中移动设备的最小化总能耗模型和所述使所有移动设备的负载方差最小时的每个移动设备的负载状态指数,得到任务调度方案。
2.根据权利要求1所述的密集网络中移动设备的分布式协同任务调度方法,其特征在于,所述移动设备负载模型为:
其中为移动设备负载,表示移动设备计算能力的利用率,表示移动设备存储空间的利用率,表示移动设备带宽的利用率;
所述负载状态指数为:
其中,
则负载方差为:
,
其中为负载状态指数的平均值,为移动设备的数量。
3.根据权利要求1所述的密集网络中移动设备的分布式协同任务调度方法,其特征在于,所述移动设备响应时间模型包括执行时间和传输时间;
所述执行时间表述为:
,
其中表示工作量,表示由MIPS度量的移动设备的处理能力,当时,是上任务的执行时间,当时,是在上生成但在上执行的任务的执行时间;
所述传输时间表述为:
,
其中是传输的任务大小,是传输速率;
给定移动设备使用的无线通信环境,实际传输速率将受到信号干扰的影响,所述移动设备的传输速率表述为:
,
其中和分别是传输信道带宽和增益;是发送移动设备的发送功率,而是信道中的加性高斯白噪声。
4.根据权利要求3所述的密集网络中移动设备的分布式协同任务调度方法,其特征在于,所述移动设备能耗模型包括任务执行能耗和任务传输能耗;
所述任务执行能耗表示为:
,
其中是任务执行功耗,是执行时间,当时,意味着任务在上执行,因此和分别表示的任务执行功耗和任务执行能耗;当时,意味着任务在上执行,表示的任务执行功耗,而是的任务执行能耗;
所述任务执行功耗与移动设备的负载密切相关,将任务执行功耗建模为多资源加权平均利用率的线性函数,并表示为:
其中和表示移动设备和在峰值状态下的功耗,而和表示空闲状态下的功率,表示设备的功率系数,表示为
其中表示资源类型,和是相应的资源利用率,和是权重系数,特别的,;
所述任务传输能耗表述为:
其中为发射功率,为接收功率,假定发射功率和接收功率之间的关系满足Friis传播公式,则
其中是发射天线增益,是接收天线增益,是波长,是和之间的距离,以及是与传输无关系统损耗因子。
5.根据权利要求4所述的密集网络中移动设备的分布式协同任务调度方法,其特征在于,所述密集网络中移动设备的最小化总能耗模型为:
其中是一个指示函数,当时,表示由移动设备生成的任务被发送到移动设备并在其上执行,特别地,当时,它表示任务由移动设备生成并执行;否则,,优化目标是在任务调度过程中的任何时候使边缘中所有移动设备的总能耗最小。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国人民解放军国防科技大学,未经中国人民解放军国防科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010644450.X/1.html,转载请声明来源钻瓜专利网。
- 上一篇:双绞线缆加工设备
- 下一篇:一种在区块链中实现数据计算可信的方法及系统