一种非匀速车辆用户的任务卸载能耗优化方法技术

本发明专利技术请求保护一种非匀速车辆用户的任务卸载能耗优化方法，属于通信技术领域。针对非匀速车辆用户在小区内滞留时间的不确定性，导致规划的任务卸载调度难以满足任务容忍时延需求，并使用户端能耗效率恶化的情况，提出一种基于任务容忍时延和V2I链路持续时间预测的周期性任务卸载调度方法。该方法根据车辆实时车速和位置信息预测V2I链路持续时间，根据任务容忍时延周期性规划车辆用户的卸载任务调度，通过合理选择和分配边缘服务器与用户本地的计算资源，最大限度满足任务容忍时延需求，最小化车辆用户的卸载能耗。最小化车辆用户的卸载能耗。最小化车辆用户的卸载能耗。

【技术实现步骤摘要】
一种非匀速车辆用户的任务卸载能耗优化方法


[0001]本专利技术属于通信
，具体涉及一种非匀速车辆用户的任务卸载能耗优化方法。

技术介绍

[0002]随着物联网技术的不断发展，各种面向用户终端的新兴应用与服务大量涌现，如增强现实，自动驾驶，语音识别等。这些应用与服务通常对时延要求较高，同时需要占用大量的计算资源和能耗。由于云服务器往往部署在远离用户终端的位置，会造成较高的传播时延开销，而在边缘网络的路边单元RSU部署边缘服务器，能够有效降低用户任务卸载时延，并节省终端设备的能量消耗。
[0003]现有关于车辆移动边缘计算的解决方案主要针对车辆匀速形驶情况下的任务卸载调度问题进行研究，而在现实情况中，非匀速车辆用户在小区内滞留时间的不确定性，易导致服务器与用户本地计算资源分配不合理，规划的任务卸载调度难以满足任务容忍时延需求，并使用户端能耗效率恶化。针对这一问题，提出一种基于任务容忍时延和V2I链路持续时间预测的周期性任务卸载调度方法，根据实时车速和位置信息周期性规划任务卸载调度，以及资源的选择和分配，最大限度满足任务容忍时延需求，最小化车辆用户的任务卸载能耗。

技术实现思路

[0004]本专利技术旨在解决以上现有技术的问题。提出了一种非匀速车辆用户的任务卸载能耗优化方法。本专利技术的技术方案如下：
[0005]一种非匀速车辆用户的任务卸载能耗优化方法，其包括以下步骤：
[0006]101、根据进入小区i内的车辆j发起任务卸载请求D
j
，获得该任务卸载请求中对应任务的大小s
j
，任务复杂度c
j
，任务容忍时延初始化已完成任务量周期数k＝0，二进制变量
[0007]102、令k＝k+1，根据当前车辆j的速度v
j
与位置信息计算第k个卸载周期τ
j，k
以及V2I链路持续时间根据已完成任务量和容忍时延更新车辆j的计算资源需求f
j，k
；
[0008]103、如果根据f
j，k
和边缘服务器计算资源状态，规划τ
j，k
内卸载到边缘服务器的任务量并为车辆j分配边缘服务器计算资源跳转到步骤104，否则，令跳转到步骤104；
[0009]104、根据和车辆j的本地计算资源状态，规划τ
j，k
内本地执行的任务量并
分配本地计算资源开始执行与的任务卸载；
[0010]105、如果周期k内的和任务卸载结果未返回，跳转到步骤106，否则，令跳转到步骤107；
[0011]106、如果周期k未结束，跳转到步骤105，否则，跳转到步骤107；
[0012]107、释放服务器计算资源和本地计算资源如果车辆j从小区i切换到小区i+1，令i＝i+1，跳转到步骤108，否则，跳转到步骤108；
[0013]108、令如果跳转到步骤102，否则，跳转到步骤109；
[0014]109、算法结束。
[0015]进一步的，所述步骤102中卸载周期τ
j，k
的计算方法如公式(1)所示：
[0016][0017]公式(1)中，变量α∈(0，10]，β∈(0，1]用于调整当前车速v
j
和卸载周期τ
j，k
的关系，τ0为最小卸载周期；
[0018]所述步骤102中V2I链路持续时间的计算方法如公式(2)所示：
[0019][0020]公式(2)中，位置信息表示车辆j当前位置至小区i出口的距离。
[0021]进一步的，所述步骤102中计算资源需求f
j,k
的计算方法如公式(3)所示：
[0022][0023]公式(3)中，表示执行任务已经耗费的时间，r
i,j
表示V2I传输速率，f
i
表示小区i服务器剩余可用资源。
[0024]进一步的，所述步骤103中规划τ
j,k
内卸载到边缘服务器的任务量的计算方法如公式(4)所示：
[0025][0026]进一步的，所述步骤103中分配边缘服务器计算资源的计算方法如公式(5)所
示：
[0027][0028]进一步的，所述步骤104中规划τ
j,k
内本地执行的任务量的计算方法如公式(6)所示：
[0029][0030]公式(6)中，f
j
为车辆j本地剩余可用计算资源。
[0031]进一步的，所述步骤104中分配本地计算资源的计算方法如公式(7)所示：
[0032][0033]本专利技术的优点及有益效果如下：
[0034]本专利技术公开了一种非匀速车辆用户的任务卸载能耗优化方法。现有关于车辆移动边缘计算的解决方案主要针对车辆匀速形驶情况下的任务卸载调度问题进行研究，而在现实情况中，非匀速车辆用户在小区内滞留时间的不确定性，易导致服务器与用户本地计算资源分配不合理，规划的任务卸载调度难以满足任务容忍时延需求，并使用户端能耗效率恶化。本专利技术根据车辆实时车速和位置信息预测V2I链路持续时间，并动态调整卸载周期，根据V2I链路持续时间和任务容忍时延，优化边缘服务器与用户本地的计算资源分配，最大限度满足任务容忍时延需求，并最小化车辆用户的卸载能耗。
附图说明
[0035]图1是本专利技术提供优选实施例非匀速车辆用户的任务卸载能耗优化方法流程图。
具体实施方式
[0036]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、详细地描述。所描述的实施例仅仅是本专利技术的一部分实施例。
[0037]本专利技术解决上述技术问题的技术方案是：
[0038]本
技术实现思路
所涉及的概念和模型如下。
[0039]1.网络模型
[0040]研究车速实时变化的车联网场景，由车辆、路边基站RSU和边缘服务器构成。每台RSU上部署一台计算资源有限的边缘服务器，其服务范围为当前小区内的所有用户。车载设备可以在本地执行部分任务，或者卸载部分任务到当前小区边缘服务器并行执行。
[0041]2.本
技术实现思路
所涉及的其它符号说明如下。
[0042]i：小区i
[0043]j：车辆j
[0044]k：周期k
[0045]s
j
：车辆j任务大小
[0046]c
j
：车辆j任务计算复杂度
[0047]车辆j任务容忍时延
[0048]车辆j已完成任务量
[0049]判断是否属于有效卸载周期标志位
[0050]v
j
：车辆j的实时速度
[0051]车辆j当前位置至小区i出口的距离。
[0052]τ
j,k
：车辆j的第k个卸载周期
[0053]V2I链路持续时间
[0054]r
i,j
：V2I链路传输速率
[0055]f
...

【技术保护点】

【技术特征摘要】
1.一种非匀速车辆用户的任务卸载能耗优化方法，其特征在于，包括以下步骤：101、根据进入小区i内的车辆j发起任务卸载请求D
j
，获得该任务卸载请求中对应任务的大小s
j
，任务复杂度c
j
，任务容忍时延初始化已完成任务量周期数k＝0，二进制变量102、令k＝k+1，根据当前车辆j的速度v
j
与位置信息计算第k个卸载周期τ
j,k
以及V2I链路持续时间根据已完成任务量和容忍时延更新车辆j的计算资源需求f
j,k
；103、如果根据f
j,k
和边缘服务器计算资源状态，规划τ
j,k
内卸载到边缘服务器的任务量并为车辆j分配边缘服务器计算资源跳转到步骤104，否则，令跳转到步骤104；104、根据和车辆j的本地计算资源状态，规划τ
j,k
内本地执行的任务量并分配本地计算资源开始执行与的任务卸载；105、如果周期k内的和任务卸载结果未返回，跳转到步骤106，否则，令跳转到步骤107；106、如果周期k未结束，跳转到步骤105，否则，跳转到步骤107；107、释放服务器计算资源和本地计算资源如果车辆j从小区i切换到小区i+1，令i＝i+1，跳转到步骤108，否则，跳转到步骤108；108、令如果跳转到步骤102，否则，跳转到步骤109；109、算法结束。2.根据权利要求1所述的一种非匀速车辆用户的任务卸载能耗优化方法，其特征在于，所述步骤102中卸载周期τ
j,k<...

【专利技术属性】
技术研发人员：鲍宁海，岳渤涵，崔丽平，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：