1.一种移动设备的边缘优化卸载方法,其特征在于,所述方法包括:将目标区域均匀划分成G个子区域,记为L={Ll|l=1,2,…,G},获取目标区域内M个边缘服务器N={Ni|i=0,1,…,M}的通信带宽B={Bi|i=0,1,…,M},根据划分的子区域、获取的边缘服务器以及获取的通信带宽得到对应的目标区域内移动设备的状态空间S={sk|k=1,2,…,M},并获取移动设备的动作集合A={aj|j=1,2,…,M};
其中,所述状态空间S的表达式为:S=N×B×L,其中N为边缘服务器编号,B为边缘服务器的通信带宽,L为子区域编号,×为笛卡尔积,sk∈S,表示移动设备的第k种状态,sk=(Ni,Bi,Ll),其中Ni表示当前状态下移动设备是否将任务卸载到编号为i的边缘服务器,Bi表示当前状态下编号为i边缘服务器的通信带宽,Ll表示当前状态下移动设备所在的子区域编号为l;
其中,aj∈A表示移动设备选择编号为j的边缘服务器进行任务卸载的卸载决策,aj={0,1,2},j=1,2,…,M,aj=0表示移动设备未选择编号为j边缘服务器进行任务卸载,aj=1表示移动设备选择编号为j边缘服务器进行任务卸载,且该边缘服务器部署于蜂窝基站,aj=2表示移动设备选择编号为j边缘服务器进行任务卸载,且该边缘服务器部署于WiFi接入点;
根据状态转移概率公式计算移动设备的状态转移概率P(s′|s,a),并获取移动设备对应的卸载总时延与卸载总能耗,通过回报函数根据获取的卸载总时延与卸载总能耗得到移π动设备选择动作a时所得到的即时回报,根据获得到的即时回报获取期望回报v (s),并通0
过 v (s)=0对期望回报进行初始化处理;
所述状态转移概率公式为:
其中,s为当前状态,s′为下一状态,i为当前状态下进行任务卸载的边缘服务器编号,i′为下一状态进行任务卸载的边缘服务器编号,P(Ll′|Ll)表示移动设备从当前状态所在子区域Ll移动到下一状态所在子区域Ll′的概率,P(Bi′|Bi)为从当前状态到下一状态过程中,被选择用于任务卸载的边缘服务器的通信带宽从Bi变为Bi′的概率;
其中,P(Ll′|Ll)的表达式为:
其中,0≤μ≤1表示从当前状态到下一状态过程中,移动设备所处的子区域位置不变的概率,ρ表示从当前状态到下一状态过程中,移动设备从所在子区域Ll移动到下一状态所在子区域Ll′的概率,且ρ=(1‑μ)/g,其中g为与子区域Ll相邻的子区域的个数;
其中,P(B′i|Bi)的表达式为:
其中 表示从当前状态到下一状态过程中,移动设备选择的用于任务卸载的边缘服务器通信带宽不变的概率;σ表示从当前状态到下一状态过程中,移动设备选择的用于任务卸载的边缘服务器从Bi变为B′i的概率,且其中h为下一状态中移动设备选择的用于任务卸载的边缘服务器的通信带宽为B′i的数量;
所述回报函数的表达式为:
其中,TCell分别表示移动设备将任务卸载到部署于蜂窝基站的边缘服务器的卸载总时延,TWiFi表示移动设备将任务卸载到部署于WiFi接入点的边缘服务器的卸载总时延,Ecell表示移动设备将任务卸载到部署于蜂窝基站的边缘服务器的卸载总能耗,EWiFi表示移动设备将任务卸载到部署于WiFi接入点的边缘服务器的卸载总能耗,η为移动设备将任务卸载到部署于蜂窝基站的边缘服务器的卸载总能耗的加权值,θ为移动设备将任务卸载到部署于WiFi接入点的边缘服务器的卸载总能耗的加权值;
其中, 表示移动设备将任务卸载到部署于蜂窝基站的边缘服务器c
时的任务上传时延,t 表示任务计算时延, 表示移动设备将任务卸载到部署于蜂窝基站的边缘服务器时的下行传输时延;
c
t =W/fi, 其中,Ds表示移动设备
的上传数据量大小,Dr表示移动设备的下载数据量大小,Bci表示移动设备与蜂窝基站的通信带宽,Rci表示蜂窝基站的最大通信距离,dc为移动设备与蜂窝基站之间的距离;
其中, 表示移动设备将任务卸载到部署于WiFi接入点的边缘服c
务器时的任务上传时延,t表示任务计算时延, 表示移动设备将任务卸载到部署于WiFi接入点的边缘服务器时的下行传输时延;
c
t=W/fi, 其中,Bwi表示移动设
备与WiFi接入点的通信带宽,Rwi表示WiFi接入点的最大通信距离,dw为移动设备与WiFi接入点之间的距离;
其中, pc表示移动设备与蜂窝基站通信的发射功率;
其中, pw表示移动设备与WiFi接入点通信的发射功率;
π
所述期望回报v(s)的表达式为:
其中, 表示数学期望的运算符号,Ft(s,a)表示在第tt‑1
轮决策中,状态为s情况下采用动作a时的即时回报,γ 为第t‑1轮决策中的权重因子,K为决策轮数;
根据得到的状态转移概率、即时回报以及期望回报获取第x+1轮决策中,状态为s情况x+1下移动设备选择最佳动作时得到的最小期望回报v (s);
x
其中,第x+1轮决策中,状态为s情况下移动设备选择最佳动作时得到的最小期望回报v+1(s)的表达式为:
x+1 x
v (s)=mina∈A{F(s,a)+γ∑s′∈SP(s′|s,a)v (s′)},其中,A边缘服务器的动作集合,ax为选择的动作,S为移动设备的状态空间,s′为下一状态,γ为权重因子,v (s′)为第x轮迭代中,状态为s′情况下的最小期望回报;
x
获取第x轮决策中,状态为s情况下移动设备选择最佳动作时得到的最小期望回报vx+1 x(s),基于固定值ε,将|v (s)‑v(s)|与固定值ε进行比较;
x+1 x x+1 x
在|v (s)‑v (s)|大于等于固定值ε时,重复以上步骤,在|v (s)‑v(s)|小于固定值εx时,根据第x轮决策中获取最小期望回报v (s)时,在状态为s情况下移动设备选择的最佳动*作输出最佳卸载决策π(s);
*
其中,所述最佳卸载决策π(s)的表达式为:*
a表示当前状态为s时,动作集合A中使期望回报v(s)最小时的动作;
*
移动设备根据最佳卸载决策π(s)选择相应的边缘服务器进行任务卸载。
2.根据权利要求1所述的移动设备的边缘优化卸载方法,其特征在于,Ni∈N表示移动设备是否将任务卸载到编号为i的边缘服务器,Ni={0,1},i=1,2,…,M,其中Ni=1表示移动设备将任务卸载到编号为i的边缘服务器,Ni=0表示移动设备不会将任务卸载到编号为i的边缘服务器。