欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2020109752061
申请人: 云南大学
专利类型:发明专利
专利状态:未下证
专利领域: 电通信技术
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种时敏条件下移动边缘计算网络能耗最小化策略方法,其特征在于,方法包括以下步骤:步骤一:初始化阶段:在本阶段网络内节点获得网络的基本配置信息,并进行相关参数的初始化,包括本地计算资源和计算能力、网络内子载波集合、当前循环轮次、最大循环次数、辅助变量的初始值;

步骤二:根据最小化系统能耗的优化总目标以及所受到的时延、最大计算资源和处理速度等约束条件,建立能耗最小系统优化模型,将相关参数代入优化模型;

步骤三:根据约束条件,求得初始最佳卸载比,依据该最佳卸载比,进一步计算得到分配给用户K的计算资源,分配给用户K的子载波集合以及该集合内子载波的传输能量和其他计算相关参数;

步骤四:满足约束条件下,根据得到的当前轮次的最佳负载比、计算资源和子载波分配策略,回到步骤二,依据块坐标下降算法进入下一轮迭代循环计算;

步骤五:循环达到最大限制次数后,得到各用户节点不同计算任务的最佳卸载比、计算资源和子载波分配表达式。

2.根据权利要求1所述的方法,其特征在于,所述的步骤二,具体为:所属系统优化模型为:Ek代表用户k总能耗,λk代表用户任务负载到MEC服务器处理数据占总数据Rk的比例,tk,l代表用户本地计算的用时,tk,off代表MEC服务器负载计算的用时,fk,m表示MEC服务器分配给用户k的计算频率,F表示MEC服务器的可提供的总CPU计算频率,T表示一个时隙长度,xk,n表示子载波n是否被分配给用户k,是一个二进制变量;

其中 负载计算用时tk,off包括数据从用户k到MEC服务器的上行传输时间,MEC服务器处理数据的时间两部分;其中,Rk代表总的待处理数据;rk表示MEC服务器获取用户负载数据的传输速率:

3.根据权利要求1所述的方法,其特征在于,所述的步骤三,具体为:将问题P解耦为子问题Po,Ps,进一步针对k个用户进行解耦分别计算得到对应用户k的最佳卸载比和计算资源以及子载波分配策略;

求解用户k的最佳卸载比 转化为如下最小化问题:s.t.0≤λk≤1,

且有

4.根据权利要求3所述的方法,其特征在于,所述的步骤三,具体为:Ps问题建模为如下形式,以下步骤将对其进行进一步解耦:s.t.(7d)‑(7g)

引入一个非负的辅助变量 将Ps问题转换为Ps1:s.t.(7b)‑(7g),(11b)进一步地,将问题Ps1转化为非约束拉格朗日乘式:其中 γ三者是非负朗格朗日乘子,并记 为满足约束的f的集合,x为满足约束 且 的x的集合;则拉格朗日对偶函数定义如下:

即所要求解的拉格朗日对偶问题为maxg(α,β,γ)

s.t.α≥0,β≥0,γ≥0.

Ps问题解耦完成。

5.根据权利要求4所述的方法,其特征在于,所述的步骤三,具体为:求解计算资源最优分配策略:已知满足BCD算法KKT条件的情况下,容易得到计算资源分配的最优解满足以下充分必要条件:其中 为凸函数,且 随fk,m单调增加,且有0≤fk,m≤F。

6.根据权利要求5所述的方法,其特征在于,所述的步骤三,具体为:采用如下二分法思路求解最优计算资源分配策略对用户k初始化为其分配的计算频率上限值为 下限值为 以及控制精确度的常数∈3;

重复如下过程:

令

根据上述充分必要条件,计算

如果 则令 否则令

重复上述过程直到

循环结束即获得最优计算资源分配策略

7.根据权利要求6所述的方法,其特征在于,所述的步骤三,具体为:求解子载波分配策略转换为如下拉格朗日函数求解:其中,

假设子载波n被分配给用户k,得到:其中,

其中 为最小化每个 第n个子载波xn是否被分配给用户k的最优解表达如下:

至此得到当前分配给用户k的最优子载波集合。

8.根据权利要求7所述的方法,其特征在于,所述的步骤三,具体为:更新相关计算参数φ:

★ ★

首先根据获得的{f ,X },更新pk,n,令φ优化问题建模为Ps2:

其中, 表示选择分配给用户k的子载波集合,。

9.根据权利要求8所述的方法,其特征在于,所述的步骤三,具体为:针对k个用户,将Ps2解耦为Ps3:得:

其中,

其中

直到拉格朗日函数 收敛,获得

10.根据权利要求9所述的方法,其特征在于,所述的步骤三,具体为:更新相关辅助参数α,β,γ:★ ★

根据上述步骤已经获得了f ,X , 求解拉格朗日对偶函数,由于该函数是个凸函数,因此对偶变量(α,β,β,γ)根据梯度下降法进行更新:其中 ξk,θ是循环中对偶变量的对应步长;

更新(α,β,γ)直到三个参数收敛则循环结束。