[发明专利]一种基于Lyapunov优化的雾计算动态卸载方法

摘要

本发明提出了一种基于优化的雾计算动态卸载方法，属于无线网络通信领域。本发明将计算请求分为局部计算部分和雾计算部分。通过将计算密集型的请求卸载到雾节点，可以显著提高应用程序的性能。利用一种基于Lyapunov优化的在线联合无线电和计算资源算法，推导了Lyapunov偏移惩罚函数的上界。通过从不同决策变量的角度最小化上界。利用凸优化方法，得到局部处理器的最优CPU周期频率。利用预定义的卸载优先函数，得出最优子信道的最优传输功率。而在雾节点上，通过反证法证明，获得最优请求调度决策。

主权项

1.一种基于Lyapunov优化的雾计算动态卸载方法，主要设备包括移动设备、接入节点、雾节点、雾服务器，其特征在于，所述方法包括以下步骤：步骤1：移动设备执行密集型计算应用并且产生一系列计算服务请求任务；步骤2：移动设备将步骤1中部分计算请求任务通过接入接点卸载到雾服务器上；步骤3：建立雾服务器计算服务请求任务分配模型：在时间段t，移动设备i计算请求数量D_i,o(t)，每个移动设备请求雾节点缓存区的队列长度T(t)＝max{T₁(t),...,T_i(t),...,T_N(t)}，T_i(t)是移动设备i的请求队列长度，确定该分配模型雾节点的平均能耗基于该分配模型的总决策V(t)＝[f(t),ρ(t),p_up(t),D_f(t),f_s(t)]对平均能耗进行最小化，其中，f(t)＝[f₁(t),...,f_i(t),...,f_N(t)]为每个移动设备在时间段t内的CPU周期频率；ρ(t)＝[ρ₁(t),...,ρ_i(t),...,ρ_N(t)]表示所有的移动设备在时间段t内的子信道分配矩阵，其中ρ_i(t)＝[ρ_i,1(t),...,ρ_i,k(t),...,ρ_i,K(t)]表示移动设备i在时间段t上的子信道分配向量；p_up(t)＝[p₁(t),...,p_i(t),...,p_N(t)]表示为所有的移动设备在时间段t上的上行链路传输功率矩阵，其中p_i(t)＝[p_i,1(t),...,p_i,k(t),...,p_i,K(t)]表示为移动设备i在时间段t子信道的传输功率的集合；D_f(t)＝[D_f,1(t),...,D_f,i(t),...,D_f,N(t)]表示每个移动设备在时间段t内的雾计算的请求数量；f_s(t)表示每个雾服务器的CPU周期频率；步骤4：集成雾服务器的雾节点依据步骤3中的分配模型对步骤2卸载的计算服务请求任务进行分配；步骤5：基于Lyapunon函数获取移动设备和雾节点的请求缓存区Ω(t)＝(Q(t),T(t))，其中Q(t)为移动设备请求缓存的队列长度；基于平均能耗进行最小化对步骤4分配过程中的总决策进行求解，获取基于Lyapunov优化的雾计算动态卸载方法的最佳总决策