CN114245288A - 一种服务设备的任务调度方法、服务设备及存储介质 - Google Patents

Abstract

本申请涉及服务设备任务调度领域，公开了一种服务设备的任务调度方法、服务设备及存储介质。该方法包括：确定信号覆盖范围内多个终端的预测移动轨迹；根据多个终端的预测移动轨迹，分别确定多个终端在信号覆盖范围内的预测停留时间；根据多个终端的预测停留时间，对多个终端发起的任务进行调度。通过上述方式，本申请能够减少终端服务设备之间的迁移次数，提高终端的信号质量。

Description

一种服务设备的任务调度方法、服务设备及存储介质

技术领域

本申请涉及服务设备任务调度领域，特别是涉及一种服务设备的任务调度方法、服务设备及计算机可读存储介质。

背景技术

目前随着网络的发达，对服务设备的服务要求日益提高。常见的服务设备包括服务器、基站、路由器等。由于服务设备具有一定的负载容量，只有特定数量的任务可以连接到服务设备中，因此合理地对服务设备进行任务调度至关重要。

在服务设备任务调度中，经常用到移动边缘计算方法。移动边缘计算可以利用无线接入网络就近提供电信用户IT(Internet Technology)所需服务和云端计算功能，而创造出一个具备高性能、低延迟与高带宽的电信级服务环境，加速网络中各项内容、服务及应用的快速下载，让消费者享有不间断的高质量网络体验。移动边缘计算把无线网络和互联网两者技术有效融合在一起，并在无线网络侧增加计算、存储、处理等功能，构建了开放式平台以植入应用，并通过无线API开放无线网络与业务服务器之间的信息交互，对无线网络与业务进行融合，将传统的无线基站升级为智能化基站。同时移动边缘计算的部署策略(尤其是地理位置)可以实现低延迟、高带宽的优势。移动边缘计算也可以实时获取无线网络信息和更精准的位置信息来提供更加精准的服务。

然而，传统的边缘计算环境下多用户多任务调度方法，还存在诸多缺陷，例如：传统方法主要考虑将用户的瞬时位置作为模型的输入进行离线卸载决策，但在实际情况中，边缘用户通常具有高移动性，因此仅根据瞬时位置进行决策具有较高的不确定性。

发明内容

本申请主要解决的技术问题是提供一种任务调度方法，该方法提出根据服务设备信号范围内的终端历史移动轨迹来确定预测移动轨迹，根据预测移动轨迹获得该终端在信号覆盖范围内的预测停留时间，根据预测停留时间对信号覆盖范围内的多个终端任务进行调度。该方法能够减少终端服务设备之间的迁移次数，提高终端的信号质量。

为了解决上述技术问题，本申请采用的一种技术方案是：提供了一种任务调度方法，包括：

确定信号覆盖范围内多个终端的预测移动轨迹；根据多个终端的预测移动轨迹，分别确定多个终端在信号覆盖范围内的预测停留时间；根据多个终端的预测停留时间，对多个终端发起的任务进行调度。

其中，确定信号覆盖范围内多个终端的预测移动轨迹，包括：获取多个终端的历史移动轨迹，历史移动轨迹至少包括轨迹点序列；对轨迹点序列进行拟合，得到拟合函数；根据拟合函数确定信号覆盖范围内多个终端的预测移动轨迹。

其中，对轨迹点序列进行拟合，得到拟合函数，包括：将轨迹点序列划分为经度序列和纬度序列；分别对经度序列和纬度序列进行拟合，得到经度拟合函数和纬度拟函数。

其中，根据拟合函数确定信号覆盖范围内多个终端的预测移动轨迹，包括：根据经度拟合函数和纬度拟函数预测信号覆盖范围内多个终端下一时刻的经度和纬度，以确定对应的预测移动轨迹。

其中，根据多个终端的预测移动轨迹，分别确定多个终端在信号覆盖范围内的预测停留时间，包括；确定多个终端当前位置对应的起始时间；以及根据多个终端的预测移动轨迹，分别确定多个终端离开信号覆盖范围内的位置对应的终止时间；根据起始时间和终止时间，分别确定多个终端在信号覆盖范围内的预测停留时间。

其中，根据多个终端的预测停留时间，对多个终端发起的任务进行调度，包括：根据多个终端的预测停留时间，确定个终端发起的任务的选择状态，选择状态包括被选择和未被选择；根据多个终端发起的任务的选择状态，对多个终端发起的任务进行调度。

其中，根据多个终端的预测停留时间，确定多个终端发起的任务的选择状态，包括：按照多个终端的预测停留时间从大到小的顺序，对多个终端发起的任务进行排序，形成任务队列；确定任务队列中前设定数量个任务的选择状态为被选择；以及确定任务队列中除前设定数量个任务以外的任务的选择状态为未被选择。

其中，设定数量由服务设备的负载容量确定。

其中，根据多个终端发起的任务的选择状态，对多个终端发起的任务进行调度，包括：响应于目标任务的选择状态由未被选择变化为被选择，将目标任务分配至服务设备；或响应于目标任务的选择状态由被选择变化为未被选择，将目标任务进行卸载。

其中，该方法还包括：确认服务设备的负载情况；响应于服务设备的负载情况为满载，执行根据多个终端的预测停留时间，对多个终端发起的任务进行调度的步骤。

其中，该方法又包括：获取目标终端发起的针对目标任务的任务分配请求；响应于目标任务的分配状态为未分配，确定目标终端在所有满足设定条件的服务设备信号范围内的预测停留时间；将目标任务分配给预测停留时间最大的服务设备。

其中，确定目标终端在所有满足设定条件的服务设备信号范围内的预测停留时间，包括：获取目标终端发送的所有可连接且未满载的服务设备信息；根据服务设备信息，确定目标终端在所有可连接且未满载的服务设备信号范围内的预测停留时间。

为了解决上述问题，本申请采用的另一种技术方案是：提供一种服务设备，包括处理器以及与处理器耦接的存储器，该存储器中存储有计算机程序，处理器用于执行计算机程序以实现上述方法。

为了解决上述问题，本申请采用的另一种技术方案是：提供一种计算机可读存储介质，其中，计算机可读存储介质后存储有程序数据，程序数据在被处理器执行时，用于实现上述方法。

本申请的有益效果是：区别于现有技术的情况，本申请提供的一种任务调度方法。该方法通过确定信号覆盖范围内多个终端的预测移动轨迹；根据多个终端的预测移动轨迹，分别确定多个终端在信号覆盖范围内的预测停留时间；根据多个终端的预测停留时间，对多个终端发起的任务进行调度。通过上述方式，相比于现有技术中基于移动边缘计算中采用终端的瞬时地理位置作为任务调度的依据，本方案采用预测终端在区域内的停留时间作为任务调度的依据；由于该停留时间是预测的将来的停留时间，因此可以根据终端的长时间的位置对终端的任务进行调度，避免了终端在位置变换频繁时，在多个服务设备之间不断切换的问题，进而提高了终端信号的质量，进一步通过任务预先任务的分配，也避免了服务设备频繁的处理计算，降低了服务设备的负载压力，提高了服务设备的处理效率。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。其中：

图1是本申请实施例一提供的一种服务设备的任务调度方法第一流程示意图；

图2是本申请实施例一提供的确定预测移动轨迹方法的流程示意图；

图3是本申请实施例一提供的一种确定拟合函数方法的流程示意图；

图4是本申请实施例一提供的一种确定停留时间方法的流程示意图；

图5是本申请实施例一提供的一种任务调度方法一实施例的流程示意图；

图6是本申请实施例一提供的一种任务调度方法另一实施例的流程示意图；

图7是本申请实施例二提供的一种服务设备的任务调度方法第二流程示意图；

图8是本申请实施例二提供的一种服务设备的任务调度方法第三流程示意图；

图9是本申请实施例二提供的一种服务设备的任务调度方法第四流程示意图；

图10是本申请实施例三提供的一种服务设备一实施例的结构示意图；

图11是本申请实施例四提供的计算机可读存储介质一实施例的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。可以理解的是，此处所描述的具体实施例仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部方法和流程。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请中的术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、***、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。

实施例一：

参阅图1，图1是本申请实施例一提供的一种服务设备的任务调度方法第一流程示意图。本实施例服务设备的任务调度方法具体包括步骤11至13：

步骤11：确定信号覆盖范围内多个终端的预测移动轨迹；

服务设备的信号覆盖范围内通常具有多个终端，终端具有可移动属性，因此多个终端所处的位置并不固定。根据信号与服务设备的交互作用可以确定每个终端的历史移动轨迹，从而可以确定每个终端的预测移动轨迹。

步骤12：根据多个终端的预测移动轨迹，分别确定多个终端在信号覆盖范围内的预测停留时间；

预测移动轨迹中包含多个位置信息即多个预测轨迹点，每个轨迹对应着不同的时刻。从预测轨迹点中可以得到终端恰好离开服务设备信号覆盖范围的时刻，因此，根据多个终端离开信号覆盖范围的时刻与当前时刻可以确定多个终端在信号覆盖范围内的预测停留时间。

步骤13：根据多个终端的预测停留时间，对多个终端发起的任务进行调度。

多个终端在上述服务设备的信号覆盖范围内的停留时间长短不一，在覆盖范围内停留时间长意味着该终端不会在短时间内离开信号覆盖范围，因此可以选择该终端的任务连接至服务设备；在覆盖范围内停留时间短意味着该终端将会在短时间内离开信号覆盖范围，因此服务设备卸载该终端的任务。

可选地，服务设备可以包括：服务器、基站、路由器等。

本申请通过确定信号覆盖范围内多个终端的预测移动轨迹；根据多个终端的预测移动轨迹，分别确定多个终端在信号覆盖范围内的预测停留时间；根据多个终端的预测停留时间，对多个终端发起的任务进行调度。通过上述方式，相比于现有技术中基于移动边缘计算中采用终端的瞬时地理位置作为任务调度的依据，本实施例采用预测终端在区域内的停留时间作为任务调度的依据；由于该停留时间是预测的将来的停留时间，因此可以根据终端的长时间的位置对终端的任务进行调度，避免了终端在位置变换频繁时，在多个服务设备之间不断切换的问题，进而提高了终端信号的质量，进一步通过任务预先任务的分配，也避免了服务设备频繁的处理计算，降低了服务设备的负载压力，提高了服务设备的处理效率。

在确定信号覆盖范围内多个终端的预测移动轨迹中，本申请提出一种确定预测移动轨迹方法。参阅图2，图2是本申请实施例一提供的确定预测移动轨迹方法的流程示意图。本实施例具体包括步骤111至113：

步骤111：获取多个终端的历史移动轨迹，历史移动轨迹至少包括轨迹点序列；

当终端在服务设备的信号覆盖范围内时，终端与服务设备不断的进行信息交互，其中包含地理位置信息。因此，服务设备可以实时获得终端的地理位置信息。服务设备每隔预设时间获取一个包含地理位置信息的轨迹点，并形成历史轨迹点序列。每隔预设时间更新一次历史轨迹点序列。

可选地，地理位置信息中包括：经度信息、纬度信息以及海拔高度信息。

可选地，服务设备还可以通过获取终端中存储的历史移动轨迹点来得到历史轨迹点序列。终端在移动过程中，自身会存储历史移动轨迹的位置信息，通过服务设备与终端的交互作用上传至服务设备，从而得到终端的历史移动轨迹点。

步骤112：对轨迹点序列进行拟合，得到拟合函数；

本申请采用多项式拟合方法对轨迹点序列进行拟合。多项式拟合是采用一个多项式展开去拟合包含数个分析格点的一小块分析区域中的所有观测点，得到观测数据的客观分析场。展开系数通常使用最小二乘拟合确定。本申请利用服务设备获取的历史轨迹点序列，采用多项式拟合的手段得到拟合函数。

步骤113：根据拟合函数确定信号覆盖范围内多个终端的预测移动轨迹。

得到拟合函数后，通过输入对应时刻，即可得到该时刻对应的位置信息，从而预测信号覆盖范围内多个终端的预测移动轨迹。

其中，预测移动轨迹随着历史移动轨迹不断变化。

在对轨迹点序列进行拟合，得到拟合函数中，本申请提出一种确定拟合函数方法。参阅图3，图3是本申请实施例一提供的一种确定拟合函数方法的流程示意图。本实施例具体包括步骤1121至1122：

步骤1121：将轨迹点序列划分为经度序列和纬度序列；

每个历史轨迹点中包含经度信息和纬度信息，因此将每个轨迹点中的经度信息组合在一起形成经度序列，将每个轨迹点中的纬度信息组合在一起形成纬度序列。

步骤1122：分别对经度序列和纬度序列进行拟合，得到经度拟合函数和纬度拟合函数。

经度序列与纬度序列映射到平面直角坐标系中不符合基本的函数映射关系，因此可以利用时间与经度以及时间与纬度的一一对应关系来求解拟合函数。

设多项式为：

其中，k表示历史轨迹点的数量，m表示多项式的阶数，a₀,a₁,…,a_k表示多项式参数。

将k个点的经度序列和每一经度值对应的时刻带入多项式得：

其中，x₁,…,x_k表示k个经度值分别对应的时刻，y₁,…,y_k表示经度序列，R₁,…,R_k表示误差序列。

上式还可以表示为：

利用最小二乘法计算使σ最小的a_j(j＝0,1,…,m)，其中

上式可以通过求解矩阵XA＝Y,A＝a_j(j＝0,1,…,m)进行求解，即A＝X^-1Y，其中

通过上述求解过程，得到拟合参数A，从而得到经度拟合函数。

同理，将纬度序列以及每一纬度值对应的时刻带入多项式并经过上述步骤进行求解，可以得到纬度拟合函数。

得到经度拟合函数与纬度拟合函数以后，通过将未来时刻值带入到经度拟合函数以及纬度拟合函数中，即可得到该未来时刻对应的经度和纬度，从而得到多个终端的预测轨迹序列。

通过上述实施例可以通过将历史轨迹点序列划分为经度序列和纬度序列，并分别使用多项式进行拟合得到经度拟合函数和纬度拟合函数，从而得到预测轨迹序列。

在根据多个终端的预测移动轨迹，分别确定多个终端在信号覆盖范围内的预测停留时间中，本申请提出一种确定停留时间方法。参阅图4，图4是本申请实施例一提供的一种确定停留时间方法的流程示意图。本实施例具体包括步骤121至123：

步骤121：确定多个终端当前位置对应的起始时间；

步骤122：根据多个终端的预测移动轨迹，分别确定多个终端离开信号覆盖范围内的位置对应的终止时间；

根据预测移动轨迹点可以得到多个终端恰好离开信号覆盖范围的轨迹点对应的时间，该时间即为终止时间；

步骤123：根据起始时间和终止时间，分别确定多个终端在信号覆盖范围内的预测停留时间。

通过使用多个终端的终止时间减去起始时间，得到多个终端在信号覆盖范围内的预测停留时间。

预测停留时间越长表示该终端离开信号覆盖范围的可能性越小，则服务设备优先选择该终端对应的任务；预测停留时间越短表示该终端离开信号覆盖范围的可能性越大，则服务设备滞后选择该终端对应的任务。

通过实施例1-4，可以得到多个终端的预测停留时间，根据预测停留时间对多个终端发起的任务进行调度。参阅图5，图5是本申请实施例一提供的一种任务调度方法一实施例的流程示意图。本实施例具体包括步骤131至132：

步骤131：根据多个终端的预测停留时间，确定多个终端发起任务的选择状态，选择状态包括被选择和未被选择；

在上述实施例中，已经计算了在信号覆盖范围内多个终端的预测停留时间，每个终端可能会发起一个任务或多个任务，服务设备用于确定每个任务的选择状态为被选择或未被选择。

步骤132：根据多个终端发起的任务的选择状态，对多个终端发起的任务进行调度。

根据多个终端发起的任务的选择状态，以及多个任务对应的终端在信号覆盖范围内的停留时间，可以对任务进行排序形成任务度列，选择前预设数量个任务连接至服务设备，并根据多个终端发起的任务的初始状态和选择后的状态进行任务调度。

在根据多个终端的预测停留时间，确定多个终端发起任务的选择状态过程中，本申请又提出一种任务调度方法。参阅图6，图6是本申请实施例一提供的一种任务调度方法另一实施例的流程示意图。该实施例具体包括步骤1311至1312：

步骤1311：按照多个终端的预测停留时间从大到小排列，对多个终端发起的任务进行排序，形成任务队列；

通过实施例4可以得到多个终端的预测停留时间，将终端按照预测停留时间降序排列。每个终端对应的任务数量不一，可能为一个也可能为多个任务，因此，对多个终端的任务按照其对应的终端预测停留时间降序排列，形成任务队列。

步骤1312：确定任务队列中前设定数量个任务的选择状态为被选择；以及确定任务队列中除前设定数量个任务以外的任务的选择状态为未被选择。

每个服务设备具有一定的负载容量，在任务调度过程中，将预测停留时间最大的前负载容量个任务队列中的任务的状态确定为被选择，将除前负载容量个任务队列中的任务以外的其他任务的选择状态确定为未被选择，其中，设定数量由负载容量决定。

根据服务设备对每个任务的选择状态，对多个终端发起的任务进行调度，若目标任务的选择状态由未被选择变化为被选择，将目标任务分配至服务设备；若目标任务的选择状态由被选择变化为未被选择，将目标任务从服务设备上进行卸载；若目标任务的选择状态一直为被选择，则不对目标任务做任何操作。通过以上方式可对终端任务进行调度。

实施例二：

参阅图7，图7是本申请实施例二提供的一种服务设备的任务调度方法第二流程示意图。本实施例具体包括步骤21至22：

步骤21：确认服务设备的负载情况；

在进行任务调度之前，检测服务设备的负载情况为满载或未满载。通常情况下在服务设备未满载时可以直接对终端发起的任务进行分配。而在服务设备满载的情况下，则需要根据预测停留时间对多个终端发起的任务排序后再进行任务调度。

步骤22：响应于服务设备的负载情况为满载，执行根据多个终端的预测停留时间，对多个终端发起的任务进行调度的步骤。

当服务设备的负载情况为满载时，由于在服务设备的信号覆盖范围内还有很多终端没有连接至服务设备，因此，需要根据信号覆盖范围内所有终端的历史移动轨迹确定预测移动轨迹；根据终端的预测移动轨迹计算预测停留时间；将每个终端发起的任务按照其所对应终端的预测停留时间从大到小排列，得到任务队列；将前负载容量个终端发起的任务的选择状态确定为被选择，除前负载容量个终端发起的任务以外的任务的选择状态确定为未被选择；根据每个终端的选择状态，服务设备对其进行任务调度。

服务设备每隔一定时间间隔重新检测当前服务设备的负载情况是佛已满载，即分配到服务设备上的任务数量是否已达到服务设备的负载容量。若服务设备已满载，则对服务设备信号覆盖范围内的所有终端任务进行重新分配。

设置时间间隔具有以下优点：无需频繁检测服务设备状态，节省服务资源，同时避免部分任务抖动性迁移，消耗资源；还可以将服务设备信号覆盖范围内即将走出该覆盖范围的终端任务提前迁移到更适合的服务设备上，也可避免终端任务由于脱离服务设备服务范围而造成的断连。

在很多情况下，终端进入到一个新的服务设备的信号覆盖范围内，或者已被其他服务设备卸载时，需要对这类终端的任务进行分配。针对这种情况，请参阅图8，图8是本申请实施例二提供的一种服务设备的任务调度方法第三流程示意图。本实施例具体包括步骤31至33：

步骤31：获取目标终端发起的针对目标任务的任务分配请求；

步骤32：响应于目标任务的分配状态为未分配，确定目标终端在所有满足设定条件的服务设备信号范围内的预测停留时间；

目标任务的分配状态为未分配、分配中及已分配，其中新进入服务设备信号覆盖范围内的终端发起的任务以及被卸载的终端发起的任务的分配状态为未分配；当未分配的任务提出分配请求并有服务设备响应于该请求时响应服务设备将未分配任务的状态置为分配中；通过计算预测停留时间并将终端任务的状态确定为被选择时，将任务的状态置为已分配。

未分配任务在提出任务分配请求后，每个信号覆盖范围内包括该终端的服务设备都可以计算该终端在每个服务设备信号覆盖范围内的预测停留时间。

步骤33：将目标任务分配给预测停留时间最大的服务设备。

在多个可选择的服务设备中，停留时间越大说明该服务设备能够给该任务提供服务的时间越长，连接也更加稳定，因此将目标任务分配给预测停留时间最大的服务设备。

在响应于目标任务的分配状态为未分配，确定目标终端在所有满足设定条件的服务设备信号范围内的预测停留时间的过程中，参阅图9，图9是本申请实施例二提供的一种服务设备的任务调度方法第四流程示意图。该实施例具体包括步骤321至322：

步骤321：获取目标终端发送的所有可连接且未满载的服务设备信息；

目标终端发送任务分配请求后，响应服务设备响应于该请求。在响应服务设备中确定该目标终端的预测移动轨迹。目标终端探测所有可产生信息交互的服务设备，其中包含满载服务设备和未满载服务设备，确定所有可连接且未满载的服务设备，并将满足条件的服务设备信息上传至响应服务设备。

步骤322：根据服务设备信息，确定目标终端在所有可连接且未满在的服务设备信号范围内的预测停留时间。

在响应服务设备上计算终端在所有可连接且未满载的服务设备局信号覆盖范围内的预测停留时间，选择预测停留时间最大的服务设备，并将选择结果返回给目标终端。目标终端向最终选择的服务设备提出任务分配请求，将任务分配至该服务设备。

当服务设备满载时，服务设备对终端发起的任务进行一次调度后，进入等待阶段。每隔一定时间间隔再一次执行根据多个终端的预测停留时间，对多个终端发起的任务进行调度的步骤，直到服务设备检测到有新的终端任务请求出现，则停止等待，执行在响应服务设备上根据到所有可连接且未满载的服务设备的预测停留时间确定最优服务设备的步骤。

实施例三：

基于上述实施例，参阅图10，图10是本申请实施例三提供的一种服务设备一实施例的结构示意图。

服务设备100中包括处理器110和存储器120。其中处理器110和存储器120耦接。存储器120中存储有计算机程序，计算机程序用于执行上述任务调度方法。

实施例四：

具体参阅图11，图11是本申请实施例四提供的计算机可读存储介质一实施例的结构示意图。

计算机可读存储介质200中包括程序数据210。程序数据210在被处理器执行时，可以实现上述任务调度方法。

区别于现有技术的情况，本申请提出一种任务调度方法。首先确定信号覆盖范围内多个终端的预测移动轨迹；根据多个终端的预测移动轨迹，分别确定多个终端在信号覆盖范围内的预测停留时间；根据多个终端的预测停留时间，对多个终端发起的任务进行调度。本申请提出使用终端的历史轨迹点得到预测轨迹点，根据预测轨迹点确定在服务设备信号覆盖范围内的预测停留时间，并根据预测停留时间对终端发起的任务进行调度。该方法考虑了终端具有高移动性，并每隔一定时间间隔检测服务设备的负载情况，若满载则采用上述方法进行任务调度。总体来讲，本发明能够克服按照地理位置的邻近性驱动终端任务调度的不足，有效提高对终端的服务率以及有效减少终端迁移次数。

以上所述仅为本申请的实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (10)

1.一种服务设备的任务调度方法，其特征在于，所述方法包括：

确定信号覆盖范围内多个终端的预测移动轨迹；

根据所述多个终端的预测移动轨迹，分别确定所述多个终端在所述信号覆盖范围内的预测停留时间；

根据所述多个终端的所述预测停留时间，对所述多个终端发起的任务进行调度。

2.根据权利要求1所述的方法，其特征在于，所述确定信号覆盖范围内多个终端的预测移动轨迹，包括：

获取所述多个终端的历史移动轨迹，所述历史移动轨迹至少包括轨迹点序列；

对所述轨迹点序列进行拟合，得到拟合函数；

根据所述拟合函数确定信号覆盖范围内多个终端的预测移动轨迹。

3.根据权利要求2所述的方法，其特征在于，

所述对所述轨迹点序列进行拟合，得到拟合函数，包括：

将所述轨迹点序列划分为经度序列和纬度序列；

分别对经度序列和纬度序列进行拟合，得到经度拟合函数和纬度拟函数；

所述根据所述拟合函数确定信号覆盖范围内多个终端的预测移动轨迹，包括：

根据所述经度拟合函数和所述纬度拟函数预测信号覆盖范围内多个终端下一时刻的经度和纬度，以确定对应的预测移动轨迹。

4.根据权利要求1所述的方法，其特征在于，

所述根据所述多个终端的预测移动轨迹，分别确定所述多个终端在所述信号覆盖范围内的预测停留时间，包括；

确定所述多个终端当前位置对应的起始时间；以及

根据所述多个终端的预测移动轨迹，分别确定所述多个终端离开所述信号覆盖范围内的位置对应的终止时间；

根据所述起始时间和所述终止时间，分别确定所述多个终端在所述信号覆盖范围内的预测停留时间。

5.根据权利要求1所述的方法，其特征在于，

所述根据所述多个终端的所述预测停留时间，对所述多个终端发起的任务进行调度，包括：

根据所述多个终端的所述预测停留时间，确定所述多个终端发起的任务的选择状态，所述选择状态包括被选择和未被选择；

根据所述多个终端发起的任务的选择状态，对所述多个终端发起的任务进行调度。

6.根据权利要求5所述的方法，其特征在于，

所述根据所述多个终端的所述预测停留时间，确定所述多个终端发起的任务的选择状态，包括：

按照所述多个终端的所述预测停留时间从大到小的顺序，对所述多个终端发起的任务进行排序，形成任务队列；

确定所述任务队列中前设定数量个任务的选择状态为被选择；以及

确定所述任务队列中除前设定数量个任务以外的任务的选择状态为未被选择。

7.根据权利要求5所述的方法，其特征在于，

所述根据所述多个终端发起的任务的选择状态，对所述多个终端发起的任务进行调度，包括：

响应于目标任务的选择状态由未被选择变化为被选择，将所述目标任务分配至所述服务设备；或

响应于目标任务的选择状态由被选择变化为未被选择，将所述目标任务进行卸载。

8.根据权利要求1所述的方法，其特征在于，

所述方法还包括：

获取目标终端发起的针对目标任务的任务分配请求；

响应于所述目标任务的分配状态为未分配，确定所述目标终端在所有满足设定条件的服务设备信号范围内的预测停留时间；

将所述目标任务分配给预测停留时间最大的服务设备。

9.一种服务设备，其特征在于，所述设备包括处理器以及与所述处理器耦接的存储器，所述存储器中存储有计算机程序，所述处理器用于执行所述计算机程序以实现如权利要求1-8任一项所述的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有程序数据，所述程序数据在被处理器执行时，用于实现如权利要求1-8任一项所述的方法。

Images