[发明专利]基于MEC的启发式联合任务卸载和资源分配方法

权利要求书

1.基于MEC的启发式联合任务卸载和资源分配方法，其特征在于，包括：

S1，计算系统实用程序定义为所有用户卸载实用程序的加权和；

S2，将联合任务卸载和资源分配问题转化为系统效用最大化问题；

S3，通过临时固定二元变量{x_u,s}，将系统效用最大化问题分解为目标和约束条件分离的子问题，包括关于χ的任务卸载TO及和关于p、f的资源分配RA；其中，χ表示卸载决策，u表示用户，S表示MEC服务器；

S4，对于特定的卸载决策χ，将关于p、f的资源分配RA转化为最小化总卸载开销的问题；

S5，基于功率分配p_u和计算资源分配f_u,s的目标和约束可以彼此分离，将最小化总卸载开销的问题分解为上行链路功率分配UPA和计算资源分配CRA；

S61，通过寻求的近似确定γ_u,s，将上行链路功率分配UPA中目标函数和对应的用户发射功率约束条件分离，并用拟凸性优化技术来解决分离后的目标函数；其中，表示子带j上与其他BS相关联的所有用户在小区内的累积干扰，γ_u,s表示子带j上用户u到BS的信号与干扰加噪声比；

S62，通过S61的结果，对计算资源分配CRA进行等效计算，并用Karush-Kuhn-Tucker进行求解；

S63，基于S61和S62，对任务卸载TO进行等效后用低复杂度的启发式方法进行求解；得到决策结果。

2.根据权利要求1所述的基于MEC的启发式联合任务卸载和资源分配方法，其特征在于：S1中，对给定的卸载决策χ、上行链路功率分配p和计算资源分配f，计算系统实用程序定义为所有用户卸载实用程序的加权和其中u＝{1,2,...,U}表示用户，λ_u为用户u的权重系数，J_u为用户u的卸载实用程序。

3.根据权利要求2所述的基于MEC的启发式联合任务卸载和资源分配方法，其特征在于：S2中，将联合任务卸载和资源分配问题转化成系统效用最大化问题：

0p_u≤P_u

f_u,s0

其中，第一和第二约束条件表示每个任务可以在本地执行或者卸载到子带j上的至多一个服务器；第三约束条件表示每个BS在子带j上至多服务一个用户；第四约束条件表示用户的传输功率预算；最后两个约束条件表示每个MEC服务器必须为与其相关联的每个用户分配相应的计算资源，并且分配给所有相关用户的总计算资源不得超过服务器的计算能力。

4.根据权利要求3所述的基于MEC的启发式联合任务卸载和资源分配方法，其特征在于：S3中，用Tammer分解方法，将系统效用最大化问题分解为目标和约束条件分离的子问题。

5.根据权利要求4所述的基于MEC的启发式联合任务卸载和资源分配方法，其特征在于：S3中，通过临时固定二元变量{x_u,s}，将系统效用最大化问题分解为目标和约束条件分离的多个子问题，包括关于χ的任务卸载TO：

和关于p、f的资源分配RA：

s.t.0p_u≤P_u

f_u,s0

6.根据权利要求5所述的基于MEC的启发式联合任务卸载和资源分配方法，其特征在于：S4中，还基于给定满足约束条件的可行任务卸载决策χ，将任务卸载TO等效为：

其中，

对于特定的卸载决策χ，基于恒定，将V(χ,p,f)作为所有卸载用户的总卸载开销，将关于p、f的资源分配RA转化为最小化总卸载开销的问题：

s.t.0p_u≤P_u

f_u,s＞0