[发明专利]一种基于MEC单车单小区的联合带宽分配与数据流卸载方法、设备及存储介质

说明书

本发明涉及一种基于MEC单车单小区的联合带宽分配与数据流卸载方法、设备及存储介质，是指：车辆在离开小区时，该小区内完成总的数据流时，计算出车辆总数据流的最低时延t_s；由于处理的数据流过大，车辆在离开小区时，该小区内未完成总的数据流时，边缘服务器通过分配最优带宽方法，解决边缘服务器缓冲区拥堵问题和车辆发生小区切换时边缘服务器缓冲区数据流未处理完问题，并使车辆数据上传量最大。本发明解决边缘服务器缓冲区拥堵问题和车辆发生小区切换时边缘服务器缓冲区数据流未处理完问题。通过边缘服务器对车辆提供最优带宽分配方法，合理控制上传数据量，实现该小区内车辆总数据流计算时延最低或者上传数据量最大。

技术领域

本发明属于车联网和边缘计算技术领域，涉及一种基于MEC单车单小区的联合带宽分配与数据流卸载方法、设备及存储介质，可用于车联网边缘计算中的通信资源分配和任务卸载。

背景技术

移动边缘计算(MEC)作为5G的一项关键技术，具有近距离、高带宽、超低时延、地理位置感知等特点，解决车联网中热点高容量、低时延、高可靠等场景的一些关键技术问题。在车联网基于MEC的车辆移动性研究中，任务卸载和资源分配问题相关的关键因素包括移动性、切换、多速率和回程链路等。

当车辆用户处于移动性状态时，小区间的切换和任务迁移是重要研究的对象。在保证任务卸载计算的连续性和充分利用边缘服务器系统资源，达到降低车辆用户时延和通信成本，提高用户体验。在研究车辆移动性管理方面，一般都是从任务卸载和资源分配两角度优化时延和通信成本。

车联网边缘计算在研究车辆移动性的任务卸载方面，现有的研究现状是考虑车辆移动性对任务卸载和资源分配的任务完成时延、能耗和总成本影响。文献一《Mobility-Aware Computation Offloading in MEC-Based Vehicular Wireless Networks》提出了一个期望成本分析模型，采用基于能耗平均成本分析和平均任务处理时延分析方法来确定远程任务执行的平均总成本，考虑了车辆随机移动性和任务大小对卸载过程中可能出现的切换情况。文献二《Efficient Mobility-Aware Task Offloading for Vehicular EdgeComputing Networks》中，考虑单小区场景，提出了一种移动感知的任务卸载方案；多小区协作场景，提出了一种基于位置的卸载方案。在这两种场景中，权衡了任务完成时所需要的通信和计算资源成本以及最大卸载时延联合优化，计算出任务最优卸载方案。然而，文献一和文献二都忽视了单小区内任务卸载过多会出现小区切换时该小区任务未处理完问题，会导致通信回传成本增加和回传过程中任务丢失的情况。当前车联网边缘计算研究中没有考虑边缘服务器缓冲区拥堵问题，缓冲区拥堵可能会导致任务丢失和边缘服务器系统性能降低。在计算任务总时延方面，文献二里提到了完成任务总时延为取本地计算时延和卸载边缘服务器总时延的最大值，只有当本地时延等于卸载边缘服务器总时延时，完成任务总时延最小。文献三《Joint Task Assignment,Transmission,and Computing ResourceAllocation in Multilayer Mobile Edge Computing Systems》是针对静态用户，提出了多层的边缘流系统，充分利用云边端计算能力，缓解边缘服务器缓冲区拥堵问题。然而该文献也没有彻底解决缓冲区拥堵问题，忽视了边缘服务器提供最优的带宽分配，合理控制上传任务量，可以避免边缘服务器缓冲区拥堵问题。

发明内容

针对任务上传过多导致的边缘服务器缓冲区拥堵问题和小区切换时缓冲区任务未处理完问题，本发明研究了在单车单小区场景下，提出一种基于MEC单车单小区的联合带宽分配与数据流卸载方法。

本发明还提供了一种计算机设备及存储介质；