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: 2021105273611
申请人: 南京邮电大学
专利类型:发明专利
专利状态:已下证
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:

1.一种基于雾计算的能耗最小化公平计算迁移方法,其特征在于:计算任务迁移模型为一个由1个终端节点TN和N个雾节点FN组成的雾簇,雾簇中的终端节点为智能设备,N个雾节点随机分布在终端节点周围,该雾簇中的雾节点分为主动雾节点和被动雾节点;能耗最小化公平计算迁移方法包括如下步骤:步骤1,通过智能感知和反馈技术,虚拟控制器获取TN和FN的信息;

步骤2,在TN上生成了具有延迟约束Tmax的计算任务时,除了在本地处理任务之外,TN会要求虚拟控制器提供任务迁移服务,包括以下步骤:

2.1、在TN上生成了具有延迟约束的计算任务请求,虚拟控制器收集信息;

2.2、对任务处理流程进行分析,确定优化问题P1,通过二分法,获得各个雾节点在相应延迟约束下的最低能耗及其对应的迁移比和传输功率,生成任务迁移候选目的节点集;

2.3采用公平性选择算法在生成的任务迁移候选目的节点集中选定目的节点FNi;

2.4处理结果从FNi发送回TN;

能耗分析具体为:子任务迁移到雾节点i的传输能耗表示为子任务在雾节点i的计算能耗表示为

2

ei=κaiwcfi,

本地处理的能耗表示为

其中,κ代表有效电容系数,

整个模型处理任务的总能耗为

E=etra+ei+eloc;

总任务延迟和能量消耗都直接由任务迁移比ai和传输功率Pi决定,在满足延迟约束的条件下,需要分配ai和Pi,从而将步骤2.2中的优化问题P1表述为s.t.C1 0≤ai≤1,

C2 0≤Pi≤Pmax,

C3 T≤Tmax.

其中,C1是任务迁移比约束,ai=0表示终端生成的任务将全部在本地计算,ai=1表示终端生成的任务将全部迁移到雾节点i上进行计算,C2是传输功率约束,确保终端设备到雾节点i的传输功率不得超过Pmax,C3是延迟约束,确保总任务延迟不超过Tmax;

通过二分法,获得各个雾节点在相应延迟约束下的最低能耗及其对应的迁移比和传输功率,生成任务迁移候选目的节点集,即,首先,在满足T≤Tmax的条件下,总能耗E最小时,迁移总时延满足ttra+ti=Tmax,即则有然后,为了保证优化问题P1是可解的,必须满足tloc≤Tmax的条件,结合上式得出,当且仅当满足以下两个条件时,总任务时延T小于上界Tmax,即

其中

优化问题P1在这两个条件下是可解的,在满足tloc≤Tmax的条件下,传输功率Pi的下界为对于可行的FNi,当 且 时,本地处理延迟tloc=Tmax,若存在 则在延迟约束下整个计算任务仅在本地设备TN上进行处理,其中传输功率Pi=0;

由于P1的非凸性,将原问题P1转化为一个单变量形式的问题P2,如下:其中,

若存在 则在延迟约束下整个计算任务全部迁移至雾节点FNi上进行处理,其中传输功率 针对ai和Pi的优化问题P1被转换为针对TN传输功率Pi的能量最小化问题P2,求解出优化问题P1和P2的解析解,以实现计算任务迁移的能耗最小化,通过对传输功率*Pi求二阶导数得出,总能耗E随传输功率Pi单调递增,则最优的传输功率Pi 将直接由Pi定义域中的最小值给出,那么,在问题P2的取值范围中,若满足如下条件则总能耗E是关于传输功率Pi的严格单调递增函数,因此,Pi的最优值等于Pi取值范围内的最小值,即对于系统参数不满足上述条件的情况,当Pi∈[0,+∞)时,若满足如下条件则当Pi∈[0, Pi')时,总能耗E是关于传输功率Pi的严格单调递减函数,当Pi∈(P′i,+∞)时,总能耗E是关于传输功率Pi的严格单调递增函数,则当传输功率Pi=Pi'时,整体能耗E最小,其中,Pi'的值是以下方程唯一的正解,通过二分法求得所以

从而求出最优迁移比

由此,获得各个雾节点在相应延迟约束下的最低能耗及其对应的最优迁移比和传输速率,生成任务迁移候选目的节点集步骤2.3中公平性选择算法具体如下:

首先,为每个雾节点定义公平调度指标,如下

*

其中, 表示雾节点i的历史平均能耗,E 表示通过雾节点i进行计算迁移服务的最低总能耗,λi表示雾节点i的优先级指数;

选择公平性指数最高的雾节点进行迁移,即FN

每个任务在迁移处理之后,使用下面所示的公式来更新历史平均功耗其中,其中μ是遗忘因子,0<μ<1,

引入Jain’s公平指数来对FN之间的能源消耗公平性进行数值评估,公式为其中N是雾簇中总FN的集合,Jain’s公平指数F在1/N到1之间,并且当所有FN都具有相等的历史平均能耗时,它将达到最大值,F越大,表示计算任务迁移机制的公平性越高。

2.根据权利要求1所述一种基于雾计算的能耗最小化公平计算迁移方法,其特征在于:所述步骤2.1中的信息包括用于处理1bit数据所需的CPU周期,即c,雾节点i的CPU频率fi和终端节点的CPU频率floc、各个雾节点定期向虚拟控制器报告的动态信息,动态信息包括各个雾节点的历史平均能耗,被动雾节点的电池寿命以及FN是否空闲,其中,FNi处于空闲状态的概率为ρi。

3.根据权利要求2所述一种基于雾计算的能耗最小化公平计算迁移方法,其特征在于:在步骤2.2对任务处理流程的分析包括任务延迟和能耗的分析,任务延迟包括三个部分,即,计算任务迁移到雾节点i的传输延迟ttra,雾节点i的计算延迟ti,以及终端节点本地的计算延迟tloc;

子任务迁移到雾节点i的传输延迟表示为

其中w是总需要处理的任务大小,Ri是终端节点到雾节点i的数据传输速率,用香农公式表示为其中B是上行链路带宽,Pi是终端到雾节点i的数据传输速率,G是上行链路的无线信道增益,N是上行链路的噪声功率密度;

雾节点i的计算延迟表示为

在终端节点本地计算的延迟表示为

终端节点只有在接收到所有子任务的处理结果后才能做出下一步决策,因此,总任务延迟定义为所有子任务延迟的最大值,即T=max[(ttra+ti),tloc]。