【技术实现步骤摘要】
本专利技术涉及一种基于无线能量和信息传输下的云边协同卸载策略的优化方法和系统，属于无线能量与信息同步传输。
技术介绍
1、随着油田数智化建设的不断推进，为了确保油气田设备的正常运行和生产安全，需要部署大量无人巡检设备对油田现场进行定期巡检和维护。鉴于油田地域广袤且环境复杂多变，稳定的能源供应和信息传输成为关键需求。无线能量与信息同步传输技术能够在传输电能的同时完成信息传输，具有提高能源利用效率、简化系统结构和增强通信安全性等显著优点，因而成为当前研究的热点。
2、传统的云计算和边缘计算已不足以满足多场景业务的需求，云边协同通过实现边缘计算与云计算的协同联动，共同处理数据，能够满足多场景业务的需求，尤其是在智能巡检设备领域。鉴于巡检机器人需要在油田环境中长时间执行任务，通过无线充电设备基于能量和信息同步传输技术实现边缘端至云端的数据传输，因此如何有效提高无线能量与信息传输的数据传输信道容量，以及如何优化卸载策略，对于保证系统成本、降低系统整体时延和能耗具有重要意义。
3、现有技术中通过合理设计电路结构以减少能量传输对数据传输信道的干扰可以有效提高数据信道容量，保证数据的传输速率。专利技术专利cn115626282a“非接触式模块化多旋翼无人机系统”提出非接触能量信息传输系统用于实现无人机平台与任务载荷之间的电源能量传递和信息交互管理。该方案并未对通信模型或具体的电路设计进行深入探讨。专利技术专利cn108512315a“基于双边lcc结构的注入式无线能量与信息同步传输电路”提出了一种注入式无线能量与信息同步
技术实现思路
1、针对上述问题，本专利技术的目的是提供一种基于无线能量和信息传输下的云边协同卸载策略的优化方法和系统，其降低了系统整体时延，保证了云边协同系统的整体系统成本，边缘计算能够在巡检设备附近提供计算能力，从而以更短的传输延迟提供更优质的计算服务。
2、为实现上述目的，本专利技术提出了以下技术方案：一种云边协同卸载策略的优化方法，包括以下步骤：云边协同卸载系统包括：用户端、mec边缘服务器和mcc云服务器；所述用户端的信号发射端向接收端、所述mec边缘服务器和mcc云服务器传输数据传输载波；将所述数据传输载波分解为若干正交子载波；在满足oos要求和发射功率限制条件下，根据所述正交子载波建立信息传输信道模型，使所述信息传输信道模型的目标函数最大化；通过经过优化的所述信息传输信号模型，生成所述数据传输子载波的功率分配策略和传输分配方法；经过数据传输信号容量最大化后，对所述云边协同卸载系统的卸载策略进行优化，在满足oos要求和发射功率限制条件下，建立云边协同计算卸载模型，使所述云边协同计算卸载模型的目标函数最小化，对边缘服务器卸载策略、云服务器卸载策略以及传输功率策略进行联合优化，生成最终的云边协同卸载策略。
3、进一步，所述数据传输载波的传输状态通过子载波是否进行数据传输以及子载波进行功率传输时分配的传输功率值；在无线能量和信息同步传输接收端接收信息的总比特数为：
4、
5、其中，u(p,s)为总比特数，i为第i个子载波，si表示子载波i是否进行数据的传输；gdp(ω)为数据传输的传输增益；gpf为能量噪声增益；w为信道带宽；为数据传输的功率分配策略，pi是第i个子载波的功率；pf是第f个子载波的功率；nf是子载波数目。
6、进一步，所述si＝1时，所述子载波i进行数据传输，当si＝0时，所述子载波i不用来进行数据传输。
7、进一步，所述oos要求为：
8、
9、其中，ci是信道容量，rmin是数据传输的最小传输速率值，pmin是数据传输信道能够成功传输信号的最小功率值，pmax是无线能量和信息同步传输时的电池容量限制值。
10、进一步，生成所述数据传输子载波的功率分配策略和传输分配方法为：给定功率分配策略，从而将优化问题转化为子载波分配策略问题，从而对子载波进行分配；通过子载波的分配结果，采用对偶法求得功率分配子问题的最优方案；通过交替迭代法对子载波分配和功率分配的优化结果进行交替迭代优化，若本次的优化结果与上次的优化结果之差小于预设阈值或者迭代次数大于预设的最大迭代次数时，停止迭代，从而求得目标函数的最优解。
11、进一步，所述云边协同计算卸载模型为云边协同卸载系统成本最小化模型，所述云边协同卸载系统成本为任务处理所产生的能耗和时延的加权和，通过权值因子将能耗和时延相加，其中权值因子属于(0,1)。
12、进一步，所述云边协同卸载系统的执行方式包括：用户端本地执行、卸载到mec边缘服务器以及卸载到mcc云服务器。
13、进一步，当任务在用户端本地执行时，其计算时延和能耗由本地的计算能力和计算功率决定，当任务在本地第i个设备执行任务时，执行时延和执行能耗表示为：
14、
15、其中，ci为任务处理所需要的中央处理器cpu周期，是设备的cpu计算频率，为本地的计算功率；当任务卸载到mec边缘服务器时，将若干个正在充电的设备作为边缘服务器，各个设备选择其通信范围内的边缘服务器卸载任务，假设所有的设备都配备了单个天线，设备只能同时向一个边缘服务器进行任务的卸载；假设第i个设备将需要处理的任务一部分卸载至边缘服务器时，执行时延和执行能耗由任务的传输和计算产生，执行时延和执行能耗表示为：
16、
17、其中，si表示任务数据的大小，um是边缘服务器的cpu频率，ri是上行传输速率，是第i个设备的传输功率，pm是mec服务器的计算功率；当任务卸载至云服务器mcc时，将正在充电的设备作为边缘服务器，任务通过swtpi系统的数据传输信道由边缘服务器传输至云服务器，假设第i个设备卸载任务至mec时部分卸载mcc，那么执行时延和执行能耗由设备至mec和mec至mec传输以及云服务器计算时延产生，所述执行时延和执行能耗表示为：
18、
19、其中，ci是swtpi的最大数据传输率，uc是云服务器的cpu频率，ptrm是边缘服务器的传输功率，pc是云服务器的计算功率。
20、进一步，对边缘服务器卸载策略、云服务器卸载策略以及传输功率策略进行联合优化的方法为：获得任务卸载功率p、卸载到边缘服务器的策略x和卸载到云服务器的策略y；给定y和p，将优化问题转换为线性规划子问题，获得经过优化的卸载策略；给定x和p，将优化问题转换为线性规划子问题，获得经过优化的卸载策略；给定x和y，通过对偶法和次梯度法来获取最优传输功率分配，通过交替迭代法对这三个子问题就行交替迭代优化，若本次的优化结果与上次的优化结果之差小于预设阈值或者迭代次数大于预设的最大迭代次数时，停止迭代，从而求得目标函数的最优解；其中，子载波的初始化信道容量o(x,y,p)为：
21、
22、其中，n为任务工作量，α和(1-α)分别为能耗和延迟的权本文档来自技高网...
【技术保护点】
1.一种云边协同卸载策略的优化方法，其特征在于，包括以下步骤：云边协同卸载系统包括：用户端、MEC边缘服务器和MCC云服务器；
2.如权利要求1所述的云边协同卸载策略的优化方法，其特征在于，所述数据传输载波的传输状态通过子载波是否进行数据传输以及子载波进行功率传输时分配的传输功率值；在无线能量和信息同步传输接收端接收信息的总比特数为：
3.如权利要求2所述的云边协同卸载策略的优化方法，其特征在于，所述si＝1时，所述子载波i进行数据传输，当si＝0时，所述子载波i不用来进行数据传输。
4.如权利要求2所述的云边协同卸载策略的优化方法，其特征在于，所述OoS要求为：
5.如权利要求1所述的云边协同卸载策略的优化方法，其特征在于，生成所述数据传输子载波的功率分配策略和传输分配方法为：
6.如权利要求1所述的云边协同卸载策略的优化方法，其特征在于，所述云边协同计算卸载模型为云边协同卸载系统成本最小化模型，所述云边协同卸载系统成本为任务处理所产生的能耗和时延的加权和，通过权值因子将能耗和时延相加，其中权值因子属于(0,1)。p>
7.如权利要求6所述的云边协同卸载策略的优化方法，其特征在于，所述云边协同卸载系统的执行方式包括：用户端本地执行、卸载到MEC边缘服务器以及卸载到MCC云服务器。
8.如权利要求6所述的云边协同卸载策略的优化方法，其特征在于，
9.如权利要求8所述的云边协同卸载策略的优化方法，其特征在于，对边缘服务器卸载策略、云服务器卸载策略以及传输功率策略进行联合优化的方法为：
10.一种云边协同卸载策略的优化系统，其特征在于，云边协同卸载系统包括：用户端、MEC边缘服务器和MCC云服务器；
...【技术特征摘要】
1.一种云边协同卸载策略的优化方法，其特征在于，包括以下步骤：云边协同卸载系统包括：用户端、mec边缘服务器和mcc云服务器；
2.如权利要求1所述的云边协同卸载策略的优化方法，其特征在于，所述数据传输载波的传输状态通过子载波是否进行数据传输以及子载波进行功率传输时分配的传输功率值；在无线能量和信息同步传输接收端接收信息的总比特数为：
3.如权利要求2所述的云边协同卸载策略的优化方法，其特征在于，所述si＝1时，所述子载波i进行数据传输，当si＝0时，所述子载波i不用来进行数据传输。
4.如权利要求2所述的云边协同卸载策略的优化方法，其特征在于，所述oos要求为：
5.如权利要求1所述的云边协同卸载策略的优化方法，其特征在于，生成所述数据传输子载波的功率分配策略和传输分配方法为：
6.如权利要...
【专利技术属性】
技术研发人员：吉莉，郭跨新，张明，常晴，段少飞，朱杰然，
申请(专利权)人：中国石油大学北京，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。