[发明专利]一种毫米波移动边缘计算组网资源分配方法

权利要求书

1.一种毫米波移动边缘计算组网资源分配方法，其特征在于，步骤如下：

步骤1，设置M个用户、N个边缘计算服务器和1个中央云服务器组成系统模型，用户与边缘计算服务器之间无线连接，边缘计算服务器与中央云服务器之间有线连接；

用户产生的计算任务由本地执行或协作云执行，所消耗的资源分为时间消耗和能量消耗；

采用OFDM技术毫米波通信，数据传输的时间消耗及能量消耗受负载决策和传输功率的影响；

步骤2，根据步骤1中的系统模型，为了衡量系统性能，通过联合优化资源分配、移动边缘匹配策略和负载决策构造能量时间成本ETC的最小化问题；上述联合优化的问题表示为：

P:

s.t.C₁:

C₂:

C₃:

C₄:

C₅:

C₆:

步骤3，解决资源分配问题，首先优化在应用程序需要卸载到特定边缘计算服务器的情况下进行，通过优化用户m传输到边缘计算服务器n的传输功率和边缘计算服务器n分配给用户m的计算频率使得每一个最小化；将和带入的最小化问题可以被表示为P1：

P1:

s.t.C₄,C₅

步骤4，优化用户和边缘计算服务器配对问题，移动边缘计算服务器匹配策略优化问题是基于特定资源分配的参数b的优化算法，其中一个边缘计算服务器可以服务于多个用户，一个用户只能匹配一个边缘计算服务器，问题可以表示为：

P4:

s.t.C₂,C₃,C₆.

由于a已知，所以本优化问题是针对特定资源分配的参数b的优化算法；

步骤5，优化最佳卸载策略优化问题，通过穷举所有可能的卸载决策，可以获得最优的卸载决策，但会导致较高的计算复杂度；使用基于盖尔-沙普利算法的最小卸载算法确定次优卸载决策来优化卸载策略参数a，算法的目标是通过判断ETC是否可以减少，找到可以在本地执行的应用程序，算法将收敛至系统ETC无法进一步减少；该问题可以表示为：

P5:

s.t.C₁,C₆.

步骤6，将步骤1-5中的优化结果结合：

上述求解的资源分配问题、移动边缘计算服务器匹配策略的优化问题和最佳卸载策略优化问题分别优化了问题P中提出的参数以及a_m，将它们结合起来即可获得最小化的系统能量时间成本。

2.根据权利要求1所述的毫米波移动边缘计算组网资源分配方法，其特征在于：步骤3中的和是相互独立的，和可以通过二分法和多项式分析方法分别进行优化；

传输频率的优化可以被表示为求解P2的最小化问题：

P2:

s.t.C₄.

这是一个拟凸问题，所以可以用二分法来进行求解；

边缘计算服务器的计算频率的优化，可以被转化为求解P3的最小化问题：

P3:

s.t.C₅.

结合二分法和二次多项式分析，可以通过优化边缘计算服务器计算频率获得最小的P3。