一种移动边缘计算传输系统中的功耗与时延的优化方法技术方案

本发明专利技术公开了一种移动边缘计算传输系统中的功耗与时延的优化方法。涉及移动边缘计算技术、压缩编码技术、中继传输技术和物理层资源分配技术，本发明专利技术设计了利用移动边缘计算的数据传输和数据压缩的资源优化配置方案，大大降低了系统的时延和功耗。本发明专利技术提出的用户与边缘服务器的发送功率、数据压缩比率和传输速率的迭代优化算法，可以实现数据传输和处理过程的功耗与时延的优化，与传统的移动用户中继传输系统相比，本发明专利技术可以显著的降低系统的功耗与时延，其迭代算法具有良好的收敛性和较低的复杂度，其参数计算易实现，且具有良好的实用性。用性。用性。

【技术实现步骤摘要】
一种移动边缘计算传输系统中的功耗与时延的优化方法


[0001]本专利技术属于信息与通信工程领域，涉及移动边缘计算技术、压缩编码技术、中继传输技术和物理层资源分配技术，主要是通过设计一种应用于移动边缘计算传输系统的联合优化方法，减少移动用户间传输数据和处理数据的功耗与时延。

技术介绍

[0002]移动边缘计算(Mobile Edge Computing,MEC)，也称为多接入边缘计算(multi
‑
access edge computing)是将边缘计算与移动网络基础设施相结合的一种技术，通过在移动网边缘提供IT服务环境和云计算能力，实现应用、服务和内容的本地化、近距离和分布式部署，从而解决了低时延高可靠的通信以及大规模机器通信类终端连接等场景的业务需求。移动边缘计算是未来6G网络的核心技术之一，可以用于解决由于移动互联网及物联网带来的急速增长的大规模数据需求。
[0003]随着实时在线游戏、虚拟现实等新兴计算密集型和时延敏感型应用业务的不断涌现，计算资源和电池容量受限的智能用户终端(智能手机、平板等)正面临着严峻挑战，移动边缘计算成为满足用户业务高带宽、低时延、低能耗的服务需求的关键赋能技术。目前主流的设计方案是透过计算任务卸载的方法将计算密集型任务传送至边缘服务器处理，以缓解用户终端的计算资源的不足。然而在移动用户间通信的过程中，由于信道状况不理想所产生的功耗与时延的代价也不可忽视，文献1(K.Barr and K.Asanovic,“Energy
‑
aware lossless data compression,”ACM Transactions on Computer Systems,vol.24,no.3,pp.250
–
291,Aug.2006)指出，在无线信道中传输1bit数据的功耗要大于计算32bit的功耗的1000倍。因此借助边缘服务器的计算资源，提升移动用户传输过程中通信资源使用效率是一个可行且有效的手段。因此，在文献2(M.Qin,L.Chen,N.Zhao,Y.Chen,F.R.Yu,and G.Wei,“Computing and relaying:Utilizing mobile edge computing for P2P communications,”IEEE Trans.Veh.Technol.,vol.69,no.2,pp.1582
–
1594,Feb.2020)的基础上，提出了基于移动边缘计算传输系统中的联合优化算法，进一步降低数据传输和处理过程中的能耗和时延。
[0004]目前，对于利用移动边缘计算提升用户传输能效和速率的研究，仅有文献2提出了初步的方案，但并未研究无线信道的变化、边缘服务器的性能的影响，也未分析用户发送功率与传输速率的优化设置。该方案补充了该方面研究的空白，提出的优化模型需综合考虑实际无线信道衰落分布和边缘服务器的CPU性能，联合优化用户的发送功率、传输速率、压缩比例等因素，从而达到显著降低移动用户间数据传输和处理的能耗和时延的效果。

技术实现思路

[0005]本专利技术针对现有研究技术的不足，公开了一种应用于移动边缘计算传输系统的功耗与时延的联合优化方法，本专利技术的方法具体包括下面7个步骤：
[0006]步骤1.初始化系统，设定用户1总功耗E1、用户2总功耗E2、总时延T在联合优化问题
中对应的比例系数α1，α2，γ；α1，α2，γ∈[0，1]，并设定迭代算法的精度δ和迭代次数上限N
max
；
[0007]步骤2.设定移动边缘计算系统中通信资源和计算资源的相关参数：中继节点发送功率p2、用户1压缩数据功耗比q
c
、用户2解压缩数据功耗比q
d
、边缘服务器处理器主频f
m
、用户1处理器f
c
和用户2处理器主频f
d
，；
[0008]步骤3.初始化计数器i＝0，计算中继节点的最佳传输速率r2，并将用户1的最佳传输速率初始值r1设定为r2；
[0009]步骤4.根据中继节点的最佳传输速率r2和其相关的参数，求解中继节点的最佳数据压缩比ρ2；
[0010]步骤5.根据用户1的最佳传输速率计算用户1的最佳发射功率和最佳数据压缩比
[0011]步骤6.根据计算得到的和迭代计算根据用户1的最佳传输速率令计数器i加1；
[0012]步骤7.判断迭代终止条件：或者i≥N
max
是否满足，若两者都不满足，则返回步骤5。
[0013]作为优选，所述步骤3和步骤6的最优传输速率优化问题S1建构如下：
[0014][0015]作为优选，步骤3和步骤6中的r2和r1的计算公式如下：
[0016]i＝1，2，
[0017]其中B是信号传输带宽，η
i
为信号传输的信噪比，W(
·
)是Lambert W函数。
[0018]作为优选，所述步骤4和步骤5的最优压缩比例和最优传输功率优化问题S2建构如下：
[0019][0020]作为优选，步骤4和步骤5中ρ1，ρ2，p1的计算公式如下：
[0021][0022][0023][0024]其中其中α
′1＝α1D/r1，γ
′
＝γD/r1，B1＝f(r1)/g1，B1＝f(r2)/g2，ε与ξ1、ξ2是与数据压缩/解压缩所耗能量的相关参数，D是数据传输大小，qrx是用户2的信号接收功率，W(
·
)是Lambert W函数，B是信号传输带宽。
[0025]本专利技术的有益效果：
[0026]移动边缘计算传输系统的功耗与时延的联合优化方法，可以充分利用移动边缘服务器的计算资源，使用压缩编码传输技术，降低因无线信道衰落产生的时延和功耗。本专利技术提出了应用于移动用户间的边缘计算传输优化方案，对数据传输和处理过程的计算资源和通信资源进行优化配置，大大降低了同等数据量传输的功耗和时延。
[0027]本专利技术提出的功耗与时延的联合分配优化方法，通过总代价函数对时延和功耗之间进行比例折算，涵盖了任意时延和功耗权重的情况，可以应用于从时延敏感型业务到功耗敏感型业务的不同场景，适用性广。
[0028]本专利技术提出优化算法基于经典的Block Coordinate Descent算法和Karush
‑
Kuhn
‑
Tucher最优条件，算法复杂度为线性，收敛速度快。
附图说明
[0029]图1是移动边缘计算传输场景示意图；
[0030]图2是移动边缘计算传输系统原理示意图；
[0031]图3是移动边缘计算传输系统性能仿真图；
[0032]图4是联合优化算法迭代速度示意图。
具体实施方式
[0033]下面结合附图及实施案例，对本专利技术作进一步详述，应注意本专利技术的实施方式不限于此。...

【技术保护点】

【技术特征摘要】
1.一种移动边缘计算传输系统中的功耗与时延的优化方法，其特征在于，具体包括如下步骤：步骤1.初始化系统，设定用户1总功耗E1、用户2总功耗E2、总时延T在联合优化问题中对应的比例系数α1，α2，γ；α1，α2，γ∈[0，1]，并设定迭代算法的精度δ和迭代次数上限N
max
；步骤2.设定移动边缘计算系统中通信资源和计算资源的相关参数：中继节点发送功率p2、用户1压缩数据功耗比q
c
、用户2解压缩数据功耗比q
d
、边缘服务器处理器主频f
m
、用户1处理器f
c
和用户2处理器主频f
d
，；步骤3.初始化计数器i＝0，计算中继节点的最佳传输速率r2，并将用户1的最佳传输速率初始值r1设定为r2；步骤4.根据中继节点的最佳传输速率r2和其相关的参数，求解中继节点的最佳数据压缩比ρ2；步骤5.根据用户1的最佳传输速率计算用户1的最佳发射功率和最佳数据压缩比步骤6.根据计算得到的和迭代计算根据用户1的最佳传输速率令计数器i加1；步骤7.判断迭代终止条件：或者i≥N
max
是否满足，若两者都不满足，则返回...

【专利技术属性】
技术研发人员：梁雪松，李沛，吴俊，姚英彪，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：