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: 2023104102041
申请人: 南京邮电大学
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:

1.一种多接入边缘计算非独立性任务卸载方法,其特征在于:基于部署MEC服务器的单基站、以及随时间服从Bate分布接入MEC服务器的各设备UE,按如下步骤,实现彼此相对独立各设备UE上的单个主任务的卸载计算;

步骤A.分别针对各设备UE,将设备UE上单个主任务随机拆分成具有顺序依赖的各个子任务,即获得各设备UE上的各个子任务,并按单个子资源满足设备UE上单个子任务执行的要求,针对MEC服务器上的资源进行等分,获得MEC服务器上的各个子资源,然后进入步骤B;

步骤B.基于主任务处理完成的设备UE不参与卸载策略,针对各设备UE上实时未完成的各个子任务,确定卸载时刻执行卸载策略对设备UE上子任务进行卸载计算所对应的卸载规则,然后进入步骤C;

步骤C.基于深度强化学习构建以上一卸载时刻tj‑1由MEC服务器剩余可服务子资源个数、参与卸载策略的设备UE个数、以及每个设备UE否存在正在执行子任务构成的环境状态为入参,卸载时刻tj所对应的卸载策略为结果的神经网络,结合各个设备UE根据卸载时刻环境状态应用ε贪婪策略做出的卸载策略,获得各卸载时刻下的不同卸载策略、以及相应环境状态,并获得各卸载时刻下执行各卸载策略分别对应环境状态变化的奖励,然后进入步骤D;

上述步骤C中根据各卸载时刻下的不同卸载策略、以及相应环境状态,分别针对各卸载时刻tj,按如下公式:获得卸载时刻tj下执行卸载策略对应环境状态变化的奖励 进而获得各卸载时刻下执行各卸载策略分别对应环境状态变化的奖励;其中, 表示在卸载时刻tj、编号i的设备UE采取卸载动作 对应的子任务以设备UE的计算能力算出的总耗能, 为编号i的设备UE的任务Ti采用深度强化学习算法后的总耗能,当子任务在设备UE本地计算时, 其奖励值为0,当子任务卸载至MEC服务器上执行时,αi、βi为编号i的设备UE耗时与耗能的权重比例,

为卸载时刻tj、编号i的设备UE的主任务在设备UE本地的执行时间,

为卸载时刻tj、编号i的设备UE的主任务中子任务从设备UE卸

载至MEC服务器的传输时间, 为卸载时刻tj、编号i的设备UE的主任务中子任务在MEC服务器上执行时间; 表示编号i的设备UE上所执行其主任务中的子任务所需的CPU处理能力总量, 表示MEC服务器执行编号i的设备UE上主任务中的子任务所需的CPU处理能力总量, 表示编号i的设备UE在卸载时刻tj执行卸载动作 时分配占用设备UE本地的CPU资源能力, 表示MEC服务器在卸载时刻tj执行编号i的设备UE的卸载动作时分配占用MEC服务器的CPU资源能力; 为卸载时刻tj、编号i的设备UE执行卸载动作 的任务数据传输量,B为网络带宽,N0为网络白噪声,Gt、Gr分别为各设备UE硬件的第一ue天线的天线增益、第二天线的天线增益,Pi 为编号i的设备UE的发射功率,λ为波长,d为传输距离; 为卸载时刻tj、编号i的设备UE采取卸载动作 对应的子任务任务在设备UE本地消耗能量, 为卸载时刻tj、编号i的设备UE采取卸载动作对应的子任务从设备UE卸载至MEC服务器的传输能耗, 为卸载时刻tj、编号iue

的设备UE采取卸载动作 对应的子任务在MEC服务器上消耗能量, Pi 分别为编号i的设备UE的任务处理功率、编号i的设备UE的发射功率, 表示卸载时刻tj、编号i的设备UE采取卸载动作 对应的子任务分配到的MEC服务器处理功率;

步骤D.根据各卸载时刻下的不同卸载策略、相应环境状态,以及执行各卸载策略分别对应环境状态变化的奖励,获得各卸载时刻下不同卸载策略与相应环境状态组合分别对应的优化Q值,然后进入步骤E;

上述步骤D中,根据各卸载时刻下的不同卸载策略、相应环境状态,以及执行各卸载策略分别对应环境状态变化的奖励,结合初始化深度强化学习算法起始时刻所对应Q矩阵的值为0,以如下损失函数L为目标;

根据卸载时刻tj下所采取卸载策略 与相应环境状态 组合对应的Q值 以

及获得卸载时刻tj+1下卸载策略集 中不同卸载策略 分别与相应环境状态 组合对应的Q值 按如下公式:获得 的优化Q值 进而针对各卸载时刻下不同卸载策略分别与相

应环境状态组合对应的Q值,获得该各Q值分别对应的优化Q值,其中,λx和γ分别是学习率和折扣因子, 表示在卸载时刻tj下环境状态 因卸载策略的执行获得的即时奖励,a'表示环境状态 下卸载策略集 中的可执行卸载策略 为在tj+1时刻通过深度学习算法学习所获可执行所有可能的卸载策略集, 表示卸载时刻tj+1环境状态下卸载策略集 中的最大Q值,且在寻找最大Q值的过程中采用ε贪心策略;

步骤E.基于各卸载时刻下不同卸载策略与相应环境状态组合分别对应的优化Q值,结合耗能目标函数,按各卸载时刻单个优化Q值之间的组合,获得最优组合,进而应用最优组合中各卸载时刻下的卸载策略完成各设备UE上单个主任务的卸载计算;

上述步骤E中的耗能目标函数按如下构建:

每个设备UE的主任务执行完的总消耗时间可以表示为:

其中,Ii为编号i的设备UE的主任务执行完对应的总执行时间,tj表示为卸载时刻,为卸载时刻tj、编号i的设备UE的主任务在设备UE本地的执行时间,故为卸载时刻tj、编号i的设备UE的主任务中子任务从设备UE卸

载至MEC服务器的传输时间, 为卸载时刻tj、编号i的设备UE的主任务中子任务在MEC服务器上执行时间, 为卸载时刻tj、编号i的设备UE的主任务中子任务的任务计算结果数据传输时间,表示编号i的设备UE上所执行其主任务中的子任务所需的CPU处理能力总量,表示MEC服务器执行编号i的设备UE上主任务中的子任务所需的CPU处理能力总量, 表示编号i的设备UE在卸载时刻tj执行卸载动作 时分配占用设备UE本地的CPU资源能力,表示MEC服务器在卸载时刻tj执行编号i的设备UE的卸载动作 时分配占用MEC服务器的CPU资源能力; 为卸载时刻tj、编号i的设备UE执行卸载动作 的任务数据传输量,B为网络带宽,N0为网络白噪声,Gt、Gr分别为各设备UE硬件的第一天线的天线增益、第二ue天线的天线增益,Pi 为编号i的设备UE的发射功率,λ为波长,d为传输距离;

每个设备UE的主任务执行完的总耗能可以表示为:

其中,Ei为编号i的设备UE的主任务执行完对应的总消耗能量, 为卸载时

刻tj、编号i的设备UE采取卸载动作 对应的子任务任务在设备UE本地消耗能量,为卸载时刻tj、编号i的设备UE采取卸载动作 对应的子任务从设备UE卸载至MEC服务器的传输能耗, 为卸载时刻tj、编号i的设备UE采取卸载动作ue

对应的子任务在MEC服务器上消耗能量, Pi 分别为编号i的设备UE的任务处理功率、编号i的设备UE的发射功率, 表示卸载时刻tj、编号i的设备UE采取卸载动作 对应的子任务分配到的MEC服务器处理功率, 为卸载时刻tj、编号i的设备UE的主任务中子任务的任务计算结果数据传输时间,构建耗能目标函数如下:

其中,αi、βi为编号i的设备UE耗时与耗能的权重比例,τi为编号i的设备UE可容忍的最大延迟, 为卸载时刻tj、MEC服务器处理编号i的设备UE执行卸载动作 对应的子任务占用的资源数,Fm为MEC服务器处理任务的子资源的数量。

2.根据权利要求1所述一种多接入边缘计算非独立性任务卸载方法,其特征在于:所述步骤B中,基于主任务处理完成的设备UE不参与卸载策略,针对各设备UE上实时未完成的各个子任务,确定卸载时刻tj执行卸载策略对设备UE上子任务进行卸载计算所对应的卸载规则如下,tj表示第j个卸载时刻;

规则1.设备UE在一个卸载时刻tj只能执行一个子任务,且单个设备UE卸载至MEC服务器上执行的子任务的个数上限为该设备UE实时未完成子任务的个数;

规则2.各个主任务在同一卸载时刻tj只能在一个服务系统上执行,即设备UE与MEC服务器不能同时执行相同的主任务;

规则3.各个设备UE进行子任务卸载的优先级算法采用短任务优先,短任务优先级的判定标准是在卸载时刻tj,依据计算各个设备UE实时未完成子任务全部在其设备UE本地执行所用的时间,以耗时由小至大对应设备UE的优先级由高至低,当MEC服务器资源不足时,优先级高的设备UE拥有子任务卸载数量的优先选择权;

规则4.主任务对应卸载时刻已无子任务待执行时,则从系统中释放该子任务对应资源,不参与该卸载时刻的卸载策略;

规则5.当上一个卸载时刻tj‑1时,主任务Ti卸载至MEC服务器的子任务未执行完成,则主任务Ti对应编号i的设备UE在卸载时刻tj不卸载子任务至MEC服务器,即 该主任务Ti的子任务仍继续在MEC服务器上执行;Ti表示编号i的设备UE上的主任务, 表示卸载时刻tj所对应的卸载策略, 表示卸载时刻tj所对应卸载策略中编号i的设备UE的卸载动作;

规则6.当上一个卸载时刻tj‑1时,主任务Ti未卸载子任务至MEC服务器,且有子任务在设备UE本地执行中,即主任务Ti对应的设备UE本地执行的子任务未完成,则继续在设备UE本地执行未完成的子任务,即规则7.当上一个卸载时刻tj‑1时,主任务Ti卸载至MEC服务的子任务全部执行完成时,且仍有子任务待执行,则本次卸载时刻tj所对应卸载策略中子任务卸载动作 取值范围为[0,ci],当 的值大于MEC服务器剩余可服务的子资源个数时,则按照任务优先级令 取值为MEC服务器剩余可服务的子资源个数,若 时,则参考卸载规则9;

规则8.当上一个卸载时刻tj‑1时,主任务Ti未卸载任务至MEC服务器,但该主任务Ti在卸载时刻tj‑1执行的子任务在卸载时刻tj前已执行完成,且该主任务Ti仍有子任务待执行,则卸载时刻tj的任务卸载动作 取值范围为[0,ci],ci表示编号i的设备UE上剩余的子任务量,当 的值大于MEC服务器剩余可服务子资源个数时,则按照任务优先级令 取值为MEC服务器剩余可服务子资源个数,若 时,则参考卸载规则9;

规则9.卸载时刻tj所对应卸载策略中编号i的设备UE的卸载动作 时,则在设备UE本地执行其主任务Ti剩余子任务中排序第一个子任务。