1.一种异构边缘环境下多用户序列任务计算卸载方法,其特征在于:包括以下步骤:S1:根据系统参数、设备和边缘服务器信息,构建多用户序列任务卸载模型;
S2:根据构建的多用户序列任务卸载模型,将卸载问题转换为带时延和服务器负载约束的非线性整数规划问题;
S3:采用基于正规方程的求导方法,得到非线性整数规划问题的近似解,并对近似解进行归一化处理,得到可执行的卸载策略。
2.如权利要求1所述的异构边缘环境下多用户序列任务计算卸载方法,其特征在于:所述步骤S1中构建多用户序列任务卸载模型的方法,包括以下步骤:S11:针对异构边缘环境的特点,利用系统参数、设备和边缘服务器信息,构建异构边缘计算环境中的双层网络模型,所述双层网络模型包括边缘侧和用户侧,所述边缘侧包括K个边缘服务器,所述用户侧包括N个设备,每个边缘服务器均维护有自身的任务队列,且具备所能接受的任务数量上限c,计算能力fk;
S12:根据设备的应用信息,构建用户侧设备应用的序列任务模型M,其中,每个应用的时延要求
S13:利用网络参数和应用信息,构建系统的任务卸载时延模型:其中,Tm,n表示设备n的第m个任务的时延总和。
3.如权利要求2所述的异构边缘环境下多用户序列任务计算卸载方法,其特征在于:所述设备与边缘服务器之间采用基于单正交频分多址技术的无线方式进行数据传输,所述边缘服务器之间采用高速有线链路进行传输。
4.如权利要求2所述的异构边缘环境下多用户序列任务计算卸载方法,其特征在于:所述步骤S13中构建系统的任务卸载时延模型,包括以下步骤:tran
S131:通过判断任务数据传输到边缘服务器的过程,建立任务的通信模型T ;
S132:根据任务到达边缘服务器后在队列中的平均等待时间,建立任务的排队模型queu
T ;
exec
S133:根据任务在当前边缘服务器上等待被执行的信息,建立任务的执行模型T ;
tran queu execS134:综合通信模型T 、排队模型T 和执行模型T ,得到系统的任务卸载时延模型。
5.如权利要求4所述的异构边缘环境下多用户序列任务计算卸载方法,其特征在于:所tran
述步骤S131中建立任务的通信模型T ,包括以下步骤:在任务数据传输的通信过程中,基于无线通信速率计算公式,计算设备n到边缘服务器k的数据传输速率rn,k:
其中,pn为设备n的功率,hn,k为设备n到边缘服务器k的信道增益, 表示设备n和边缘服务器k链路的热噪声,w表示无线信道带宽;
构建设备n的第m个任务的通信模型:其中,sm,n表示设备n的第m个任务的数据量大小。
6.如权利要求5所述的异构边缘环境下多用户序列任务计算卸载方法,其特征在于:所queu
述步骤S132中建立任务的排队模型T ,包括以下步骤:利用Pollaczek Khichine公式,构建任务在边缘服务器上的排队模型:其中,λk为边缘服务器k的任务到达速率,θ为任务在当前服务器上的执行时间,E[θ]为当前服务器任务队列中任务执行时间的期望。
7.如权利要求6所述的异构边缘环境下多用户序列任务计算卸载方法,其特征在于:所exec
述步骤S133中建立任务的执行模型T ,包括以下步骤:根据任务执行所需周期数和边缘服务器的计算能力,构建具体的任务执行模型:其中,ηm,n表示单位任务量所消耗的CPU周期数。
8.如权利要求2所述的异构边缘环境下多用户序列任务计算卸载方法,其特征在于:所述步骤S2具体包括以下步骤:S21:检查是否存在有任务需要卸载的设备,如果存在,为其应用的序列任务输入随机的卸载策略xm,n,其中,所述随机卸载策略的卸载变量为:其中,xm,n,k表示设备n的任务m是否卸载到边缘服务器k上,为1则卸载到此边缘服务器上,为0则不卸载到此边缘服务器上;
S22:卸载的原整数规划问题:其中,Cm,n,k表示设备n的任务m选择了卸载策略xm,n,k卸载到边缘服务器k后产生的时延,X表示卸载策略张量,所述卸载策略张量的维度包括设备n、任务m和边缘服务器k;
S23:根据系统中的设备应用存在时延限制和边缘服务器的负载上限,为原原整数规划问题设定如下约束:
S24:利用惩罚函数将这条件(8)和(9)约束纳入惩罚项,同时将原整数规划问题的系统时延优化目标改为系统成本优化问题,即非线性整数规划问题:其中,E为包括应用时延和边缘服务器负载上限作为惩罚项的系统总成本, 为每个应用未考虑设备间相互影响的最低成本的平均值, 为Cm,n的矩阵形式,Cm,n为当前设备n在随机策略xm,n下任务m的时延,且P1表示应用时延的惩罚项,P2表示边缘服务器负载上限的惩罚项,μ和ρ为各自项的惩罚因子。
9.如权利要求8所述的异构边缘环境下多用户序列任务计算卸载方法,其特征在于:所述步骤S3具体包括以下步骤:S31:采用正规方程的矩阵求导公式,对公式(10)求得原整数规划问题的近似最优解,当前设备n的近似最优卸载策略的数值求解公式如下:其中, 表示设备n各个任务产生的时延矩阵的转置, 表示各设备的应用时延的惩罚项均值;
S32:对公式(13)的近似最优解进行归一化处理,参照解的数值范围,将其中过半数值的置为1,其余置为0,使得求得的卸载策略满足实际的卸载要求,即为可执行的卸载策略。
10.一种异构边缘环境下多用户序列任务计算卸载系统,其特征在于:包括:模型构建模块,用于根据系统参数、设备和边缘服务器信息,构建多用户序列任务卸载模型;
问题转换模块,用于根据构建的多用户序列任务卸载模型,将卸载问题转换为带时延和服务器负载约束的非线性整数规划问题;
策略求解模块,用于采用基于正规方程的求导方法,得到非线性整数规划问题的近似解,并对近似解进行归一化处理,得到可执行的卸载策略。