首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】联合计算和通信资源分配的LEO边缘卸载方法_哈尔滨工业大学_202210545256.5 

申请/专利权人:哈尔滨工业大学

申请日:2022-05-19

公开(公告)日:2024-06-18

公开(公告)号:CN115514405B

主分类号:H04B7/185

分类号:H04B7/185;H04W28/16;H04W28/20

优先权:

专利状态码:有效-授权

法律状态:2024.06.18#授权;2023.01.10#实质审查的生效;2022.12.23#公开

摘要:联合计算和通信资源分配的LEO边缘卸载方法,涉及卫星通信及边缘计算技术领域,是为了在卸载策略下优化带宽资源和计算资源的分配问题。联合考虑了通信资源和计算资源对计算卸载的影响。提出一种联合任务卸载和通信计算资源优化算法JTO‑CCRO,同时考虑上行的带宽资源分配,MEC服务器的计算资源分配和任务卸载策略。本发明适用于通信资源的全覆盖的计算卸载服务场合。

主权项:1.一种联合计算和通信资源分配的LEO边缘卸载方法,其特征是:它包括以下步骤:步骤一,用户设备生成计算任务:用户择一选择本地计算或将所述计算任务卸载到边缘计算卫星计算;步骤二,基于步骤一的用户选择本地计算或卸载到边缘计算卫星计算的效用函数,并构建整个系统的效用函数;具体为:构建每个用户的效用函数,再对整个用户集合遍历,构建整个系统的效用函数;构建每个用户的效用函数的方法具体为:假设每个用户都有一个计算任务Ti,用户任务选择卸载到边缘计算卫星降低用户花费,对于给定的任务Ti,其卸载策略表示为: 其中:D表示所有用户集合,M表示边缘计算卫星集合; 当用户设备选择本地执行计算任务,其时延、能耗以及效用函数分别表示为: ci表示的是任务量大小,fil表示的是本地计算频率,κ是芯片系数,本地计算的效用函数,β是一个权衡时延和能耗的参数;当用户设备选择边缘计算卫星执行计算任务,其时延和能耗效用函数表示为: 其中:di表示任务的数据量大小,表示用户i到卫星s的计算资源分配百分比,pi表示用户i的发射功率,表示用户i到卫星s的传输速率,表示用户i与卫星s之间的距离,C表示光速,FS表示LEO卫星的计算频率,表示的是将任务卸载到边缘计算卫星s的效用函数;构建当前用户i的效用函数为: 构建的整个系统的效用函数为: s.t.C1:C2:C3:C4:C5:C6:其中yi表示用户i的卸载策略,表示每台卫星处理能力,C1是对于LEOs的带宽限制条件,C2是对LEOs的计算资源限制条件,C3表示任务i要么本地执行要么卸载被执行,C4表示的是卸载变量是一个二进制的数,C5表示要在最大可容忍的时间内完成,C6表示的是卸载到LEOs的任务数不能超过其容量;步骤三,基于步骤二构建整个系统的效用函数,将原始问题解耦成任务卸载和资源分配两个子问题;步骤四,将任务卸载子问题建模为非合作的博弈问题,每个用户都会致力于最小化自己的效用函数,所有的用户均会达到一个纳什均衡点;步骤五,对于卫星的带宽资源和计算资源分配,通过构建拉格朗日函数得到卫星与用户之间的最优资源分配;一旦给定用户的卸载决策以后,整个系统的效用函数便改写为: s.t.C1:C2:C3:Tis≤TmaxC4:步骤六,地面用户基于卸载策略向对应的边缘计算卫星卸载任务,同时,边缘计算卫星会根据资源分配策略对用户进行带宽资源和计算资源的分配,并结束;所有用户首先初始化本地计算;在每个时隙t,首先记录当前时隙的卸载策略、带宽和计算资源分配结果;接下来,遍历所有用户,找到用户更好的策略集,从更好的策略集中随机选择一个卸载服务器,根据当前的卸载决策可以得到带宽和计算资源分配结果,当前时隙迭代完成,在随后的每个时隙中,所有用户都会更新卸载决策、带宽和计算资源分配结果,直到更好的策略为空,根据最后一个计算时隙,得到最终的计算卸载决策、带宽和计算分配结果。

全文数据:

权利要求:

百度查询: 哈尔滨工业大学 联合计算和通信资源分配的LEO边缘卸载方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。