CN110177383B - 移动边缘计算中基于任务调度和功率分配的效率优化方法 - Google Patents

移动边缘计算中基于任务调度和功率分配的效率优化方法 Download PDF

Info

Publication number
CN110177383B
CN110177383B CN201910428013.1A CN201910428013A CN110177383B CN 110177383 B CN110177383 B CN 110177383B CN 201910428013 A CN201910428013 A CN 201910428013A CN 110177383 B CN110177383 B CN 110177383B
Authority
CN
China
Prior art keywords
mobile
mobile device
mec server
sub
mec
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910428013.1A
Other languages
English (en)
Other versions
CN110177383A (zh
Inventor
刘楚波
肖素容
李肯立
李敏灿
阳王东
李克勤
廖湘科
张尧学
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan University
Original Assignee
Hunan University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hunan University filed Critical Hunan University
Priority to CN201910428013.1A priority Critical patent/CN110177383B/zh
Publication of CN110177383A publication Critical patent/CN110177383A/zh
Application granted granted Critical
Publication of CN110177383B publication Critical patent/CN110177383B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/535—Tracking the activity of the user
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/60—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/02—Traffic management, e.g. flow control or congestion control
    • H04W28/06—Optimizing the usage of the radio link, e.g. header compression, information sizing, discarding information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04—TPC
    • H04W52/30—TPC using constraints in the total amount of available transmission power
    • H04W52/34—TPC management, i.e. sharing limited amount of power among users or channels or data types, e.g. cell loading

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种移动边缘计算中基于任务调度和功率分配的效率优化方法，包括：接收所有的移动设备发来的数据信息，包括待处理数据量及单位数据工作量，将所有的移动设备以随机的方式平均分配给所有MEC服务器，针对每台MEC服务器，根据来自各台移动设备的数据信息计算分配给该MEC服务器的各台移动设备对该MEC服务器使用的每个子信道的偏好程度，将该移动设备加入最大偏好程度对应的子信道的请求列表中，针对每台MEC服务器的每个子信道，计算该子信道对其请求列表中各台移动设备的偏好程度，并使该子信道与得到的多个偏好程度中最大偏好程度对应的移动设备匹配。本发明适用于多个MEC服务器、多用户、单任务的移动边缘计算***，且优化效率高。

Description

移动边缘计算中基于任务调度和功率分配的效率优化方法
技术领域
本发明属于边缘计算技术领域，更具体地，涉及一种移动边缘计算中基于任务调度和功率分配的效率优化方法。
背景技术
随着手机、平板电脑等移动设备的普遍化，各种各样的移动应用不断涌现，如实时网络游戏应用，增强现实应用，超高清视频流应用等。这些移动应用的使用依赖于实时流畅的通信以及高效密集的计算，但是目前的移动设备电池容量和计算能力都十分有限，无法满足移动应用使用的需求。为了解决这一问题，移动边缘计算(Mobile Edge Computing，简称MEC)作为一种就近为移动设备提供计算服务的新型架构被提出。在移动边缘计算架构当中，移动设备可以通过无线传输将计算密集型任务发送至附近的MEC服务器，由该服务器来执行其计算任务并在产生结果后将计算结果反馈给该移动设备。这种方法既缩短了移动应用的延迟，又节省了移动设备的能耗。
一个MEC***的效率很大程度上取决于***所采用的任务卸载策略以及发射功率分配策略，而这两方面策略的制定需要考虑计算任务(即计算数据)特征，无线信道特征以及MEC服务器的状态。为了提升MEC***的工作效率，常常需要使用基于任务卸载和发射功率分配策略的效率优化方法来缩短MEC服务器处理完来自所有移动设备数据的完成时间。
现有的效率优化方法主要针对的是包含一个MEC服务器、一个移动设备(该移动设备有多个计算任务)的MEC***，以及包含一个MEC服务器、多个移动设备(每个移动设备只有一个计算任务)的MEC***，但其存在一些不可忽略的技术问题：首先，现有的效率优化方法只考虑了移动设备的时间延迟问题，却没有从整个MEC***的角度出发对***效率提出优化，从而导致优化效率偏低；另外，现有的效率优化方法不能够适用于包含多个MEC服务器、多个移动设备(每个移动设备只有一个计算任务)的MEC***，这使得该效率优化方法具有很大的局限性。
发明内容
针对现有技术的以上缺陷或改进需求，本发明提供了一种基于任务卸载调度和发射功率分配的移动边缘计算***效率优化方法，其目的在于，从整个***的层面，全局统筹任务的卸载决策以及功率调整，完成效率的优化，从而能够解决现有的效率优化方法由于没有从整个MEC***的角度出发对***效率提出优化，从而导致优化效率偏低的技术问题；此外，本发明适用于多个MEC服务器、多用户、单任务的移动边缘计算***。
为实现上述目的，按照本发明的一个方面，提供了一种移动边缘计算中基于任务调度和功率分配的效率优化方法，其是设置在包括多台MEC服务器和移动设备的移动边缘计算***中的一台MEC服务器上，所述方法包括以下步骤：
(1)接收所有的移动设备发来的数据信息，包括待处理数据量及单位数据工作量，其中所有的移动设备构成移动设备集合Users＝{1，2，…U}，其中U代表移动设备的总数，du表示第u台移动设备的待处理数据量，u∈[1，U]，cu表示第u台移动设备的单位数据工作量；
(2)将所有的移动设备以随机的方式平均分配给所有MEC服务器，所有的MEC服务器构成MEC服务器集合Servers＝{1，2，…S}，其中S代表MEC服务器的总数；
(3)针对每台MEC服务器，计算分配给该MEC服务器的各台移动设备对该MEC服务器使用的每个子信道的偏好程度，将该移动设备加入最大偏好程度对应的子信道的请求列表中；
(4)针对每台MEC服务器的每个子信道，计算该子信道对其请求列表中各台移动设备的偏好程度，并使该子信道与得到的多个偏好程度中最大偏好程度对应的移动设备匹配；
(5)针对每个子信道，根据步骤(4)中获得的该子信道与对应移动设备的匹配结果，计算该移动设备对每个MEC服务器的偏好程度，将该移动设备加入最大偏好程度对应的MEC服务器的请求列表中；
(6)针对每台MEC服务器，根据步骤(1)中接收到的移动设备发来的数据信息、以及步骤(4)中获得的该子信道与对应移动设备的匹配结果计算该MEC服务器对其请求列表中各台移动设备的偏好程度，并使该MEC服务器与得到的多个偏好程度中最小偏好程度对应的移动设备匹配；
(7)根据步骤(4)和步骤(6)的匹配结果逐一调整每台移动设备的发射功率；
(8)将迭代次数加1，并判断迭代次数是否已经达到阈值，如果是则转入步骤(10)，否则转入步骤(9)；
(9)根据步骤(4)和步骤(6)得到的匹配结果、以及步骤(7)中发射功率的调整结果获取每台MEC服务器处理完移动设备发送的数据所需要的总时间，并判断该总时间与上一次迭代过程获得的总时间之间的差值是否小于一预设阈值，如果小于，则进入步骤(10)，否则返回步骤(3)；
(10)将步骤(4)和步骤(6)得到的匹配结果、以及步骤(7)中发射功率的调整结果反馈至各台移动设备。
优选地，步骤(3)中，计算第u台移动设备对第s个MEC服务器(其中s∈[1，S])中第n个子信道(其中n∈[1，N]，其中N表示MEC服务器使用的子信道的总数)的偏好程度βu(n)是根据如下公式：
Figure BDA0002068095030000031
其中W是子信道带宽，ω1是平衡系数(其取值范围是106至108)，pu表示第u台移动设备的发射功率，
Figure BDA0002068095030000041
是第u台移动设备通过第n个子信道发送数据到第i台服务器的信道增益，
Figure BDA0002068095030000042
是第u台移动设备通过第n个子信道发送数据到第s台服务器的信号干扰噪声比。
优选地，第s台服务器的信号干扰噪声比是通过以下公式获得：
Figure BDA0002068095030000043
其中σ2表示移动边缘计算***中的背景噪声，且有
Figure BDA0002068095030000044
Us表示分配给第s个MEC服务器的移动设备的集合，
Figure BDA0002068095030000045
表示第u台移动设备能够最终通过第n个子信道将其待处理数据量传输至第s台MEC服务器，
Figure BDA0002068095030000046
则表示第u台移动设备不能够最终通过第n个子信道将其待处理数据量传输至第s台MEC服务器。
优选地，步骤(4)中，第n个子信道对第u台移动设备的偏好程度是按照如下公式计算：
Figure BDA0002068095030000047
优选地，步骤(5)中，第u台移动设备对第s台MEC服务器的偏好程度是采用以下公式计算：
Figure BDA0002068095030000048
其中ω2是平衡系数，
Figure BDA0002068095030000049
是第u台移动设备通过第n个子信道发送数据到第s台服务器的数据传输率，其计算公式如下：
Figure BDA00020680950300000410
优选地，步骤(6)中，计算第s台MEC服务器对第u台移动设备的偏好程度是采用以下公式：
Figure BDA0002068095030000051
其中
Figure BDA0002068095030000052
是在第n个子信道上传输数据的所有移动设备Un所需CPU转数的平均值，且有
Figure BDA0002068095030000053
Figure BDA0002068095030000054
是所有MEC服务器的平均执行频率，fs表示第s台MEC服务器的执行频率。
优选地，步骤(7)包括以下子步骤：
(7-1)设置可选功率集合PL＝[p1,p2,…,pL]，其中L代表可选功率的总数。且可选功率存在如下关系：
pmax＝p1＞p2＞…＞pL＞0，
其中pmax表示每台移动设备的初始发射功率；
(7-2)根据步骤(1)中接收到的移动设备发来的数据信息计算第u台移动设备的传输时间
Figure BDA0002068095030000055
和开始执行时间
Figure BDA0002068095030000056
(7-3)判断第u台移动设备的传输时间是否等于开始执行时间，若是则过程结束，否则转入步骤(7-4)；
(7-4)从待选功率PL中找到功率pl使其满足以下条件，并将pl设置为第u台移动设备的发射功率，其中l∈[1，L]：
Figure BDA0002068095030000057
优选地，步骤(7-2)具体为：本步骤具体为：
首先，计算第u台移动设备的数据传输时间如下：
Figure BDA0002068095030000058
然后，计算第u台移动设备的执行时间：
Figure BDA0002068095030000059
随后，获取集合Us中所有移动设备按照到达第s台服务器的先后顺序排列后所形成的序列
Figure BDA0002068095030000061
(其中|Us|代表集合Us中移动设备的个数)；
最后，根据上述三个参数并采用以下公式获取第u台移动设备的开始执行时间：
Figure BDA0002068095030000062
总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果：
1、由于本发明采用步骤(3)到步骤(7)缩短了MEC服务器处理不同移动设备发来的数据的时间间隔，因此能够解决现有优化方法中由于没有从整个MEC***的角度出发对***效率提出优化，从而导致优化效率偏低的技术问题；
2、本发明的应用范围广，能够适用于多个MEC服务器、多用户、单任务的移动边缘计算***，以及单个MEC服务器、单用户、多任务的***，以及单个MEC服务器、多用户的移动边缘计算***；
3、采用本发明的匹配方案，能够使***效率较按距离就近选择MEC服务器的匹配方案平均提升4倍以上，较随机匹配的方案平均提升100倍以上。
附图说明
图1是本发明移动边缘计算中基于任务调度和功率分配的效率优化方法的流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本发明将移动边缘计算***效率优化的实现过程分成任务卸载调度和发射功率分配两部分。其中，如果采用穷举法搜索任务卸载调度的最优方案，在一个包含20台移动设备、8台MEC服务器的***内，其复杂度的数量级将达到1026之高。本发明随后将任务卸载调度进一步分为设备-服务器调度和设备-子信道调度，并采用偏好匹配的方法分别解决，其中偏好匹配方法的思路是根据匹配双方对彼此的偏好选择最优的匹配方案；本发明发射功率分配则是在完成任务卸载调度的基础之上，使用启发式算法得以实现。
本发明适用于存在多台移动设备和多个MEC服务器的移动边缘计算***。其中MEC服务器是由电信运营商部署的小型数据中心，这些服务器有一定的存储能力和计算能力，因此可以存储移动设备的任务输入数据并为其计算任务。每个MEC服务器所在基站的整个频谱被分成多个带宽相同的子信道，使其可以同时接收来自多台移动设备发送的数据。
如图1所示，本发明移动边缘计算中基于任务调度和功率分配的效率优化方法，其是设置在包括多台MEC服务器和移动设备的移动边缘计算***中的一台MEC服务器上，所述方法包括以下步骤：
(1)接收所有的移动设备发来的数据信息，包括待处理数据量及单位数据工作量(其等于总工作量/待处理数据量)，其中所有的移动设备构成移动设备集合Users＝{1，2，…U}，其中U代表移动设备的总数，du表示第u台移动设备的待处理数据量(其中u∈[1，U])，单位是bit，cu表示第u台移动设备的单位数据工作量，单位是转数/bit；
(2)将所有的移动设备以随机的方式平均分配给所有MEC服务器，所有的MEC服务器构成MEC服务器集合Servers＝{1，2，…S}，其中S代表MEC服务器的总数；
(3)针对每台MEC服务器，计算分配给该MEC服务器的各台移动设备对该MEC服务器使用的每个子信道的偏好程度，将该移动设备加入最大偏好程度对应的子信道的请求列表中；
在本步骤中，计算第u台移动设备对第s个MEC服务器(其中s∈[1，S])中第n个子信道(其中n∈[1，N]，其中N表示MEC服务器使用的子信道的总数)的偏好程度βu(n)是根据如下公式：
Figure BDA0002068095030000081
其中W是子信道带宽，ω1是平衡系数(其取值范围是106至108)，pu表示第u台移动设备的发射功率，
Figure BDA0002068095030000082
是第u台移动设备通过第n个子信道发送数据到第i台服务器的信道增益，
Figure BDA0002068095030000083
是第u台移动设备通过第n个子信道发送数据到第s台服务器的信号干扰噪声比(Signal to Interference plus Noise Ratio，简称SINR)，其表示如下：
Figure BDA0002068095030000084
其中σ2表示移动边缘计算***中的背景噪声，且有
Figure BDA0002068095030000085
其中Us表示分配给第s个MEC服务器的移动设备的集合，
Figure BDA0002068095030000086
的值为0或1，
Figure BDA0002068095030000087
表示第u台移动设备能够最终通过第n个子信道将其待处理数据量传输至第s台MEC服务器，
Figure BDA0002068095030000088
则表示第u台移动设备不能够最终通过第n个子信道将其待处理数据量传输至第s台MEC服务器。
(4)针对每台MEC服务器的每个子信道，计算该子信道对其请求列表中各台移动设备的偏好程度，并使该子信道与得到的多个偏好程度中最大偏好程度对应的移动设备匹配；
在本步骤中，第n个子信道对第u台移动设备的偏好程度是按照如下公式计算：
Figure BDA0002068095030000091
(5)针对每个子信道，根据步骤(4)中获得的该子信道与对应移动设备的匹配结果，计算该移动设备对每个MEC服务器的偏好程度，将该移动设备加入最大偏好程度对应的MEC服务器的请求列表中；
在本步骤中，第u台移动设备对第s台MEC服务器的偏好程度是采用以下公式计算：
Figure BDA0002068095030000092
其中ω2是平衡系数(其取值范围是106至108)，
Figure BDA0002068095030000093
是第u台移动设备通过第n个子信道发送数据到第s台服务器的数据传输率，其计算公式如下：
Figure BDA0002068095030000094
(6)针对每台MEC服务器，根据步骤(1)中接收到的移动设备发来的数据信息、以及步骤(4)中获得的该子信道与对应移动设备的匹配结果计算该MEC服务器对其请求列表中各台移动设备的偏好程度，并使该MEC服务器与得到的多个偏好程度中最小偏好程度对应的移动设备匹配；
本步骤中，计算第s台MEC服务器对第u台移动设备的偏好程度是采用以下公式：
Figure BDA0002068095030000095
其中
Figure BDA0002068095030000096
是在第n个子信道上传输数据的所有移动设备Un所需CPU转数的平均值，且有
Figure BDA0002068095030000097
Figure BDA0002068095030000098
是所有MEC服务器的平均执行频率，fs表示第s台MEC服务器的执行频率。
(7)根据步骤(4)和步骤(6)的匹配结果逐一调整每台移动设备的发射功率；
本步骤包括以下子步骤：
(7-1)设置可选功率集合PL＝[p1,p2,…,pL]，其中L代表可选功率的总数。且可选功率存在如下关系：
pmax＝p1＞p2＞…＞pL＞0，
其中pmax表示每台移动设备的初始发射功率，其等于100dBm；
(7-2)根据步骤(1)中接收到的移动设备发来的数据信息计算第u台移动设备的传输时间
Figure BDA0002068095030000107
和开始执行时间
Figure BDA0002068095030000102
(传输时间必定小于等于开始执行时间)；
本步骤具体为：
首先，计算第u台移动设备的数据传输时间如下：
Figure BDA0002068095030000103
然后，计算第u台移动设备的执行时间：
Figure BDA0002068095030000104
随后，获取集合Us中所有移动设备按照到达第s台服务器的先后顺序排列后所形成的序列
Figure BDA0002068095030000105
(其中|Us|代表集合Us中移动设备的个数)；
最后，根据上述三个参数并采用以下公式获取第u台移动设备的开始执行时间：
Figure BDA0002068095030000106
移动设备的数据只有当1)已传输至相应MEC服务器，2)相应MEC服务器已将先到达的数据处理完毕时，才能开始执行；
(7-3)判断第u台移动设备的传输时间是否等于开始执行时间，若是则过程结束，否则转入步骤(7-4)；
(7-4)从待选功率PL中找到功率pl使其满足以下条件，并将pl设置为第u台移动设备的发射功率，其中l∈[1，L]：
Figure BDA0002068095030000111
(8)将迭代次数加1，并判断迭代次数是否已经达到阈值(其值取自区间[10，105])，如果是则转入步骤(10)，否则转入步骤(9)；
(9)根据步骤(4)和步骤(6)得到的匹配结果、以及步骤(7)中发射功率的调整结果获取每台MEC服务器处理完移动设备发送的数据所需要的总时间，并判断该总时间与上一次迭代过程获得的总时间之间的差值是否小于一预设阈值(该阈值等于10-5)，如果小于，则进入步骤(10)，否则返回步骤(3)；
(10)将步骤(4)和步骤(6)得到的匹配结果、以及步骤(7)中发射功率的调整结果反馈至各台移动设备；
具体而言，结果包括每台移动设备需要将数据传输至***中的哪个MEC服务器，通过哪个子信道进行数据传送、以及使用什么发射功率发送数据。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种移动边缘计算中基于任务调度和功率分配的效率优化方法，其是设置在包括多台MEC服务器和移动设备的移动边缘计算***中的一台MEC服务器上，其特征在于，所述方法包括以下步骤：
(1)接收所有的移动设备发来的数据信息，包括待处理数据量及单位数据工作量，其中所有的移动设备构成移动设备集合Users＝{1，2，…U}，其中U代表移动设备的总数，du表示第u台移动设备的待处理数据量，u∈[1，U]，cu表示第u台移动设备的单位数据工作量；
(2)将所有的移动设备以随机的方式平均分配给所有MEC服务器，所有的MEC服务器构成MEC服务器集合Servers＝{1，2，…S}，其中S代表MEC服务器的总数；
(3)针对每台MEC服务器，计算分配给该MEC服务器的各台移动设备对该MEC服务器使用的每个子信道的偏好程度，将该移动设备加入最大偏好程度对应的子信道的请求列表中；
(4)针对每台MEC服务器的每个子信道，计算该子信道对其请求列表中各台移动设备的偏好程度，并使该子信道与得到的多个偏好程度中最大偏好程度对应的移动设备匹配；
(5)针对每个子信道，根据步骤(4)中获得的该子信道与对应移动设备的匹配结果，计算该移动设备对每个MEC服务器的偏好程度，将该移动设备加入最大偏好程度对应的MEC服务器的请求列表中；
(6)针对每台MEC服务器，根据步骤(1)中接收到的移动设备发来的数据信息、以及步骤(4)中获得的该子信道与对应移动设备的匹配结果计算该MEC服务器对其请求列表中各台移动设备的偏好程度，并使该MEC服务器与得到的多个偏好程度中最小偏好程度对应的移动设备匹配；
(7)根据步骤(4)和步骤(6)的匹配结果逐一调整每台移动设备的发射功率；
(8)将迭代次数加1，并判断迭代次数是否已经达到阈值，如果是则转入步骤(10)，否则转入步骤(9)；
(9)根据步骤(4)和步骤(6)得到的匹配结果、以及步骤(7)中发射功率的调整结果获取每台MEC服务器处理完移动设备发送的数据所需要的总时间，并判断该总时间与上一次迭代过程获得的总时间之间的差值是否小于一预设阈值，如果小于，则进入步骤(10)，否则返回步骤(3)；
(10)将步骤(4)和步骤(6)得到的匹配结果、以及步骤(7)中发射功率的调整结果反馈至各台移动设备。
2.根据权利要求1所述的效率优化方法，其特征在于，步骤(3)中，计算第u台移动设备对第s个MEC服务器中第n个子信道的偏好程度βu(n)是根据如下公式：
Figure FDA0002584750420000021
其中s∈[1，S]，n∈[1，N]，其中N表示MEC服务器使用的子信道的总数，W是子信道带宽，ω1是平衡系数，其取值范围是106至108，pu表示第u台移动设备的发射功率，
Figure FDA0002584750420000025
是第u台移动设备通过第n个子信道发送数据到第i台服务器的信道增益，
Figure FDA0002584750420000022
是第u台移动设备通过第n个子信道发送数据到第s台服务器的信号干扰噪声比。
3.根据权利要求2所述的效率优化方法，其特征在于，第s台服务器的信号干扰噪声比是通过以下公式获得：
Figure FDA0002584750420000023
其中σ2表示移动边缘计算***中的背景噪声，且有
Figure FDA0002584750420000024
Us表示分配给第s个MEC服务器的移动设备的集合，
Figure FDA0002584750420000031
表示第u台移动设备能够最终通过第n个子信道将其待处理数据量传输至第s台MEC服务器，
Figure FDA0002584750420000032
则表示第u台移动设备不能够最终通过第n个子信道将其待处理数据量传输至第s台MEC服务器。
4.根据权利要求3所述的效率优化方法，其特征在于，步骤(4)中，第n个子信道对第u台移动设备的偏好程度是按照如下公式计算：
Figure FDA0002584750420000033
其中ω2是平衡系数。
5.根据权利要求4所述的效率优化方法，其特征在于，步骤(5)中，第u台移动设备对第s台MEC服务器的偏好程度是采用以下公式计算：
Figure FDA0002584750420000034
其中
Figure FDA0002584750420000035
是第u台移动设备通过第n个子信道发送数据到第s台服务器的数据传输率，其计算公式如下：
Figure FDA0002584750420000036
6.根据权利要求5所述的效率优化方法，其特征在于，步骤(6)中，计算第s台MEC服务器对第u台移动设备的偏好程度是采用以下公式：
Figure FDA0002584750420000037
其中
Figure FDA0002584750420000038
是在第n个子信道上传输数据的所有移动设备Un所需CPU转数的平均值，且有
Figure FDA0002584750420000039
Figure FDA00025847504200000310
是所有MEC服务器的平均执行频率，fs表示第s台MEC服务器的执行频率。
7.根据权利要求6所述的效率优化方法，其特征在于，步骤(7)包括以下子步骤：
(7-1)设置可选功率集合PL＝[p1,p2,…,pL]，其中L代表可选功率的总数，且可选功率存在如下关系：
pmax＝p1＞p2＞…＞pL＞0，
其中pmax表示每台移动设备的初始发射功率；
(7-2)根据步骤(1)中接收到的移动设备发来的数据信息计算第u台移动设备的传输时间
Figure FDA0002584750420000041
和开始执行时间
Figure FDA0002584750420000042
(7-3)判断第u台移动设备的传输时间是否等于开始执行时间，若是则过程结束，否则转入步骤(7-4)；
(7-4)从待选功率PL中找到功率pl使其满足以下条件，并将pl设置为第u台移动设备的发射功率，其中l∈[1，L]：
Figure FDA0002584750420000043
8.根据权利要求7所述的效率优化方法，其特征在于，步骤(7-2)具体为：本步骤具体为：
首先，计算第u台移动设备的数据传输时间如下：
Figure FDA0002584750420000044
然后，计算第u台移动设备的执行时间：
Figure FDA0002584750420000045
随后，获取集合Us中所有移动设备按照到达第s台服务器的先后顺序排列后所形成的序列
Figure FDA0002584750420000046
其中|Us|代表集合Us中移动设备的个数；
最后，根据第u台移动设备的数据传输时间
Figure FDA0002584750420000047
第u台移动设备的执行时间
Figure FDA0002584750420000048
以及集合Us中所有移动设备按照到达第s台服务器的先后顺序排列后所形成的序列Φs并采用以下公式获取第u台移动设备的开始执行时间：
Figure FDA0002584750420000051
CN201910428013.1A 2019-05-22 2019-05-22 移动边缘计算中基于任务调度和功率分配的效率优化方法 Active CN110177383B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910428013.1A CN110177383B (zh) 2019-05-22 2019-05-22 移动边缘计算中基于任务调度和功率分配的效率优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910428013.1A CN110177383B (zh) 2019-05-22 2019-05-22 移动边缘计算中基于任务调度和功率分配的效率优化方法

Publications (2)

Publication Number Publication Date
CN110177383A CN110177383A (zh) 2019-08-27
CN110177383B true CN110177383B (zh) 2020-09-11

Family

ID=67691789

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910428013.1A Active CN110177383B (zh) 2019-05-22 2019-05-22 移动边缘计算中基于任务调度和功率分配的效率优化方法

Country Status (1)

Country Link
CN (1) CN110177383B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111459662B (zh) * 2020-03-18 2023-07-04 湖南大学 移动边缘计算中的迁移管理方法、装置和存储介质
CN113542330B (zh) * 2020-04-21 2023-10-27 中移(上海)信息通信科技有限公司 移动边缘计算数据获取方法及***

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106100907A (zh) * 2016-08-15 2016-11-09 北京邮电大学 一种基于公平性的mec服务器选择算法
CN109413724A (zh) * 2018-10-11 2019-03-01 重庆邮电大学 一种基于mec的任务卸载和资源分配方案

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10848974B2 (en) * 2018-12-28 2020-11-24 Intel Corporation Multi-domain trust establishment in edge cloud architectures

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106100907A (zh) * 2016-08-15 2016-11-09 北京邮电大学 一种基于公平性的mec服务器选择算法
CN109413724A (zh) * 2018-10-11 2019-03-01 重庆邮电大学 一种基于mec的任务卸载和资源分配方案

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Energy Efficient and Devices Priority Aware Computation Offloading to a Mobile Edge Computing Server;Youssef Hmimz;《IEEE》;20190426;全文 *
多用户移动边缘计算迁移的能量管理研究;王璐瑤;《物联网学报》;20190330;全文 *

Also Published As

Publication number Publication date
CN110177383A (zh) 2019-08-27

Similar Documents

Publication Publication Date Title
Bozorgchenani et al. Centralized and distributed architectures for energy and delay efficient fog network-based edge computing services
CN110798849A (zh) 一种超密网边缘计算的计算资源分配与任务卸载方法
CN112105062B (zh) 时敏条件下移动边缘计算网络能耗最小化策略方法
CN109194763B (zh) 一种超密集网络中基于小型基站自组织协作的缓存方法
CN110493757B (zh) 单服务器下降低***能耗的移动边缘计算卸载方法
CN109756912B (zh) 一种多用户多基站联合任务卸载及资源分配方法
CN107708152B (zh) 异构蜂窝网络的任务卸载方法
CN111132191A (zh) 移动边缘计算服务器联合任务卸载、缓存及资源分配方法
Saleem et al. Performance guaranteed partial offloading for mobile edge computing
Li et al. A delay-aware caching algorithm for wireless D2D caching networks
Zhang et al. DMRA: A decentralized resource allocation scheme for multi-SP mobile edge computing
CN110177383B (zh) 移动边缘计算中基于任务调度和功率分配的效率优化方法
CN113407249B (zh) 一种面向位置隐私保护的任务卸载方法
Stephen et al. Green OFDMA resource allocation in cache-enabled CRAN
KR102562732B1 (ko) Mec 기반 무선 네트워크의 태스크 오프로딩 장치 및 방법
Li et al. Computing-assisted task offloading and resource allocation for wireless vr systems
CN106793122B (zh) 一种异构网络每比特最小化无线资源安全分配方法
Paymard et al. Task scheduling based on priority and resource allocation in multi-user multi-task mobile edge computing system
CN111526526A (zh) 基于服务混搭的移动边缘计算中的任务卸载方法
CN105451350A (zh) 一种基于联合单播与组播机制的资源分配方法
Luo et al. Joint client selection and resource allocation for federated learning in mobile edge networks
Lin et al. Optimizing AI service placement and computation offloading in mobile edge intelligence systems
Yılmaz et al. Delay minimization for edge computing with dynamic server computing capacity: A learning approach
Ni et al. Revenue-maximized offloading decision and fine-grained resource allocation in edge network
CN113162658A (zh) 一种电力线通信中基于升价配额匹配的任务卸载方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Liu Chubo

Inventor after: Xiao Surong

Inventor after: Li Kenli

Inventor after: Li Mincan

Inventor after: Yang Wangdong

Inventor after: Li Keqin

Inventor after: Zhang Yaoxue

Inventor before: Liu Chubo

Inventor before: Xiao Surong

Inventor before: Li Kenli

Inventor before: Li Mincan

Inventor before: Yang Wangdong

Inventor before: Li Keqin

Inventor before: Liao Xiangke

Inventor before: Zhang Yaoxue