[发明专利]一种基于二分图匹配策略的车联网任务卸载方法

权利要求书

1.一种基于二分图匹配策略的车联网任务卸载方法，其特征在于该方法主要包括如下步骤：

第1、系统模型的构建：

第1.1、建立车辆和道路模型；

第1.2、建立计算和通讯模型；

第2、算法设计与分析：

第2.1、匈牙利算法；

第2.2、Kuhn-Munkres算法；

第2.3、基于二分图匹配算法的车辆网计算任务卸载算法。

2.如权利要求1所述的基于二分图匹配策略的车联网任务卸载方法，其特征在于，步骤第1.1中建立了车辆和道路模型，提出了一种用于车辆定向移动的车辆网络模型，记为VDM，其中具有相同转向方向的车辆被配置成一个子网络，VDM的配置描述如下:设分别为路段s_j中左车道、直车道、右车道的车辆子网，将s_j中的车辆根据其在下一个路口的转向方向分为三类，并将每一类中的车辆分配到同一个车辆子网中，具体而言，车辆若在下一个路口右转，则会被分配给类似地，如果它在下一个路口直走或左转，车辆将被分配到或子网内的所有车辆都通过V2V与同一子网内的其他车辆通信，同时，所有车辆都通过V2I通信方式直接与RSU交流；其中，不同子网内的车辆之间不能直接通过V2V通信进行连接，VDM经过一些小调整后，能够适应不同的交叉场景，针对不同场景，子网的大小和数量需要适当调整，在此主要研究十字路口场景下的VDM，此外，VDM中的子网在与交叉路口相邻的路段上进行配置或初始化，然后，同一子网内的车辆保持相互连接，直到它们行驶到与下一个交叉口相邻的路段，另外，如果车辆驶到其他RSU的覆盖范围内，任务的反馈从执行任务的原RSU卸载到当前覆盖车辆的RSU，然后，当前的RSU将任务的反馈卸载给车辆。

3.如权利要求1所述的基于二分图匹配策略的车联网任务卸载方法，其特征在于，步骤第1.2中建立了计算和通讯模型，车辆在行驶过程中当车辆有计算需求时，通常会采取任务卸载，将计算任务卸载到RSU上进行计算的场景中，默认卸载到边缘服务器上的待计算的数据大于计算后输出的数据，设V_R＝{o₁,o₂,…,o_n}，D＝{d₁,d₂,…,d_n}分别为生成任务的车辆集合和执行任务的相应地点的集合，o_i是任务r_i生成的车辆，d_i是r_i的执行地点，对于每个任务r_i，用r_i＝{b₀,b₁,t_i,o_i,d_i}，其中i＝{1,2,…,n}表示任务的细节，b₀和b₁分别是r_i的上传和下载数据的大小，t_i是r_i到达的时间，其中，上传的数据为任务r_i的原始大小，下载的数据为任务r_i执行完成后的结果反馈；

设ω是单位比特CPU周期的计算强度，是计算一比特大小的输入数据所需的CPU周期，因此，该任务所需的CPU周期为b₀ω，每个计算任务只能在其所在子网的另一辆车上本地执行，或者将任务卸载在边缘服务器上远程执行，假设所有车辆的车辆计算能力相同，因此，设f₀和f₁分别是部署在车辆和RSU中的边缘服务器的CPU时钟频率，是在车辆或RSU中执行任务ri的计算延迟，因此，计算延迟定义为：

假设和分别表示节点o_i与节点d_i在t_i时刻的信道损耗和距离，对于V2V通信，信道损耗近似等于确定性路径损耗，因此，定义为：

公式中A_o为合适的路径损耗系数，α1为路径损耗指数；

假设不同的车辆子网之间不存在干扰，在t_i时刻，把V2V通信的信道带宽表示为B₀，V2I通信的信道带宽表示为B₁,因此，任务r_i的信道带宽记为B_μ，定义如下:

设每辆车的传输功率相同，设P为车辆的传输速率，N₀表示噪声功率，t_i时刻，节点o_i向d_i上传任务或数据的上行传输速率记作节点o_i向d_i下载数据的下行传输速率记为上行传输速率定义为：

其中，

表示t_i时通过一个无线信道与d_i连接的节点集；

关于任务r_i，设t(i)为r_i的结果反馈开始从d_i返回o_i的时间，因此，t(i)通过以下方式计算：

则任务r_i在他t(i)时刻的下行传输速率定义为：

其中，

F^t(i)是在t(i)时刻通过一个无线信道与o_i连接的节点集合，假设是任务r_i的通信时延，定义为：

令t_total为某一时间段内所有被卸载任务的总延迟，为了避免极端数值的影响，用平均值表示，则R中任务的总延迟为：

由于每辆车上的任务是不可分割的，因此一辆车只能同时处理一个任务，此外，RSU中处理的任务数量是不受限制的，因为每个RSU都放置了一个边缘服务器，它拥有丰富的计算资源，设g(k)表示节点k(k∈U∪V)的加载状态，定义节点k的加载状态为从其他车辆上卸载给k的任务数，设N＝{1,2,…,n}，决策问题的表达式为：

τ∈{l,s,r},d_i∈D (17)

公式(11)中给出的目标是最小化任务的平均响应时间，约束(12)保证每个任务必须卸载给一个车辆或一个待处理的RSU，约束(13)确保车辆只能处理一个任务，约束(14)确保执行任务的目的地是资源丰富的，约束(15)保证o_i中的任务只能被卸载到同一车辆子网或RSU中的车辆上；

决策问题是一个随机优化问题，如果上行传输速率、下载传输速率和车辆位置是固定的，并且提前给出任务到达的时间，则决策问题在多项式时间内得到解决，然而，在现实的交通系统中，车辆的位置是随着时间的推移而迅速变化的，因此上行传输速率和下载传输速率会随时间变化，此外，任务的到来不能预先知晓，同时，由于车辆的高机动性，信息难以预测，因此，如果没有对上述信息的预先了解，就很难确定决策是否最优的任务卸载。