[发明专利]一种面向移动边缘计算的分布上行链路卸载策略

摘要

本发明公开了一种面向移动边缘计算的分布上行链路卸载策略。本发明基于Lyapunov理论和提出的偏离度更新决策算法DUDA得到适应性计算卸载策略，该策略包含两个主要方面：其一，基于Lyapunov理论在保证系统稳定性及最小化开销的前提下得到各Small Cell中用户的最佳卸载决策集；其二，提出DUDA，依照偏离度决策每个时隙中各Small Cell卸载决策更新顺序；本发明考虑用户终端具有任务部分卸载能力，即单一用户的任务可以进行细分，根据具体应用要求及可用资源情况，以最小化系统开销为目标，选择部分任务在本地计算，剩余任务卸载到该HetNet场景下Macro Cell的边缘服务器中。本发明通过对其漂移加罚函数的确立实现系统稳定性和开销最优的保证，并得到该条件下Small Cell中各用户的最佳卸载策略集。

主权项

1.一种面向移动边缘计算的分布上行链路卸载策略，其特征在于，包括步骤：1)构建系统模型11)建立基于HetNet网络场景的网络模型给定一个Macro Cell和N个Small Cells，每个Small Cell包含K个移动设备，各宏基站MBS和小基站SCeNB之间通过有线方式连接；Small Cells标号为Ν＝{1,2,...,N}，移动设备标号为K＝{1,2,...,K}；假定每个用户有一个时延敏感任务，任务可拆分，Small Cells中的用户借助其所属的SCeNB将任务卸载到Macro Cell的MEC Server；12)建立通信模型考虑上行链路数据传输采用OFDMA方式，用ak(t)∈[0,1]表示移动设备用户k的卸载决定，因考虑用户的任务可划分，即支持部分卸载，ak(t)在0到1的范围内根据实际情况取值；ak(t)＝0表示无需卸载，直接在本地执行；ak(t)＝1表示完全卸载，用户k的任务全部卸载到MEC Server上执行；ak(t)取值为0与1之间不包括边界的数值，则表示一部分任务在本地执行，一部分卸载到MEC Server；用户k的上行数据传输速率Rk(t)用香农公式计算：其中，Pk表示用户k的传输功率，gk表示用户k到MEC Server的大尺度信道增益，包括路径损耗和阴影衰落，hk表示服从瑞利分布的小尺度信道衰落增益，W(t)表示系统带宽，ωk表示背景干扰功率；从上式看出，噪声部分由背景噪声和同一时间也选择卸载到相同MEC Server的其余用户产生；13)构建计算模型每一时隙为每个用户k分配一个计算任务该任务可进行拆分，根据部分卸载原则，有一部分在本地计算，剩余部分卸载到MEC Server中计算，卸载决策同样由a_k(t)表示，其中，B_k(t)单位为KB，表示输入数据大小；D_k(t)单位为兆周，表示完成计算任务I_k(t)需要的总的CPU周期数，与网络计算能力无关，用户k得到B_k(t)和D_k(t)的数值；2)适应性卸载策略为根据网络中资源实时情况进行卸载并保证该过程的稳定性，采用Lyapunov理论制定一种动态卸载策略，得到每个Small Cell中用户的最佳卸载策略；3)分布式计算卸载机制在得到每个Small Cell中用户的最佳卸载策略基础上，用DUDA进行Small Cell内用户卸载决策更新顺序的决策。