[发明专利]车联网中基于任务关联性的卸载方法

说明书

本发明涉及车联网中的任务卸载与资源调度领域，特别涉及一种车联网中基于任务关联性的卸载方法，在移动边缘计算技术的协助下，针对车联网在有限资源和动态拓扑下需要处理大量低时延子任务的问题，研究一种最小化所有车辆任务完成时间的车联网部分任务卸载及资源调度策略；考虑路侧单元和车辆作为服务节点的差异以及模式选择、任务时延和通信距离约束建立数学模型；将该多约束整数非线性规划问题分解为三个子问题联合求解；通过定义子任务和车辆的优先级并采用KM算法为车辆匹配卸载对象，得到最优任务计算顺序和调度决策；本发明能够有效地确定卸载决策，分配卸载任务和卸载对象，并降低系统总时延。

技术领域

本发明涉及车联网络中的任务卸载及调度领域，特别涉及一种车联网中基于任务关联性的卸载方法。

背景技术

随着车联网(Internet of Vehicles，IoV)的快速发展，许多对计算时延有严格要求的新型应用正在涌现，而车辆有限的计算能力和能量储备可能无法满足这些应用任务的需要。因此，在IoV中车辆可以通过多接入边缘计算(Multi-access Edge Computing，MEC)技术将任务卸载到边缘服务器上，从而减少任务处理时延。大量技术文件证明了基于MEC的车联网任务卸载可以减轻车辆的任务计算负担从而减少时延。然而，全部任务由MEC进行卸载可能会导致任务卸载的传输时延和路边单元(Road Side Unit，RSU)计算资源竞争带来的排队时延增加。

目前，现有技术已经研究了车联网中的部分任务卸载方案，在车载单元(On BoardUnit，OBU)和供能系统的发展下，车辆也成为了一种具有可观计算能力的节点，充分利用本地计算资源来完成部分任务卸载能够进一步减少计算时延；另一方面，还可以用车辆到一切(Vehicle to Everything，V2X)的通信方式将任务卸载至具有空余资源车辆，来降低通信时延。

但目前的这些部分任务卸载工作主要考虑车辆与车辆的通信(Vehicle toVehicle，V2V)或者车辆与道路基础设施的通信(Vehicle to Infrastructure，V2I)的单通信模式的卸载。然而，在实际情况下，一些任务是由多个具有关联性的子任务组成，在卸载过程中子任务在不同服务节点上处理以及其调度顺序都会对任务总完成时间产生很大影响。并且，现有车联网中考虑子任务关联的部分卸载和调度的研究只关注于单卸载节点多服务器的场景，忽略了不同节点之间的资源竞争，出现任务处理混乱，甚至出现紧急任务未能按时按要求处理，从而对车辆本身造成安全隐患。

发明内容

为解决以上现有技术问题，本发明考虑到在多车辆用户多服务节点的V2X通信场景的约束下，定制良好的卸载策略且结合合理的资源调度可以降低任务完成的时延，能够均衡系统中各节点的能量消耗。基于此，本发明提出了一种车联网中基于任务关联性的卸载方法，该方法在移动边缘计算技术的协助下，针对车联网在有限资源和动态拓扑下需要处理大量低时延子任务的问题，以最小化系统开销为原则，确定车联网部分任务卸载及调度策略，以此完成车辆边缘计算系统中的任务卸载和资源优化问题，通过计算车联网系统中的最小化所有车辆任务完成总时延确定任务卸载策略，并根据任务卸载策略对任务进行调度，所述方法具体包括：

以车联网中最小任务完成总时延为目标，以路侧单元和服务车辆作为服务节点的差异、V2X通信模式选择、任务时延和通信距离为约束条件，构建基于任务关联性的卸载模型；

采用基于任务车辆优先级的KM匹配算法求解该卸载模型，为任务车辆匹配卸载的服务节点；

在V2V通信模式下，采用基于子任务权重和子任务优先级的调度算法求解该卸载模型，对子任务按照匹配后的服务节点生成调度决策，根据调度决策完成V2V下子任务卸载；

在V2I通信模式下，采用基于任务车辆优先级和子任务优先级的调度算法求解该卸载模型，对子任务按照匹配后的服务节点生成调度决策，根据调度决策完成V2I下子任务卸载。

本发明的有益效果在于：