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: 2023104983275
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.感知任务卸载和资源分配联合优化方法,其特征在于,包括:根据端边协同网络中移动终端层的感知任务卸载策略和边缘层的资源分配策略,构建联合优化模型;其中,联合优化模型以在感知任务卸载策略和资源分配策略下,预设时隙内移动终端感知任务数据量最大为目标;

求解联合优化模型,获得作为联合优化结果的预设时隙内端边协同网络处理的感知任务数据量。

2.根据权利要求1所述的感知任务卸载和资源分配联合优化方法,其特征在于,边缘层的资源包括基站的通信资源和边缘服务器的计算资源;联合优化模型的目标函数为:;

式中, , , ,N为端边协同

网络中移动终端数量,M为端边协同网络中基站数量,vn为第n个移动终端感知周围环境的速率, 为在预设时隙内第n个移动终端分配的感知时间, 为第n个移动终端的感知任务协同计算时延, 为感知任务卸载策略,为第n个移动终端的感知任务卸载向量, 为第n个移动终端在本地计算的感知任务比例,为第n个移动终端卸载到基站的任务比例, 为基站的通信资源分配策略, 为第m个基站分给移动终端的通信资源, 为第m个基站分给第n个移动终端的通信资源, 为与基站连接的边缘服务器的计算资源分配策略, 为与第m个基站连接的边缘服务器分给移动终端的计算资源, 为与第m个基站连接的边缘服务器分给第n个移动终端的计算资源, 为第n个移动终端计算单位bit感知任务需要的计算资源数, 为第n个移动终端的计算能力,为第n个移动终端的本地计算时延, 为与第m个基站连接的边缘服务器的计算时延。

3.根据权利要求1所述的感知任务卸载和资源分配联合优化方法,其特征在于,边缘层的资源包括基站的通信资源和边缘服务器的计算资源,其中,通信资源为带宽资源;

联合优化模型的约束条件包括:

a、移动终端的感知任务在本地或对应的边缘服务器上计算;其中,对应的边缘服务器为与移动终端通信基站所连的边缘服务器;

b、移动终端的感知任务只能卸载到对应的基站上;其中,对应的基站为与移动终端通信的基站;

c、基站分配给所有移动终端的带宽资源不超过基站的最大带宽;

d、若移动终端的感知任务不卸载到对应的基站上,对应的基站分配给移动终端的带宽资源为0;

e、边缘服务器分配给所有移动终端的计算资源不超过边缘服务器的最大计算资源;

f、若移动终端的感知任务不卸载到对应的基站上,对应的边缘服务器分配给移动终端的计算资源为0;

g、移动终端的感知时间和感知任务协同计算时延之和不超过预设时隙;h、移动终端的感知能耗、本地计算能耗和感知任务传输能耗之和不超过移动终端自身最大能量。

4.根据权利要求3所述的感知任务卸载和资源分配联合优化方法,其特征在于,联合优化模型的约束条件为:约束条件a对应的公式为:

;

;

式中, 为第n个移动终端在本地计算的感知任务比例, 为第n个移动终端卸载到基站的任务比例,M为端边协同网络中基站数量;

约束条件b对应的公式为:

;

式中, 为第n个移动终端是否在第m个基站覆盖范围的标识,表示第n个移动终端在第m个基站覆盖范围内, 表示第n个移动终端不在第m个基站覆盖范围内, 为第n个移动终端在第m个基站的距离,Rm为第m个基站的覆盖范围半径;

约束条件c对应的公式为:

;

;

式中, 为第m个基站分给第n个移动终端的通信资源,N为端边协同网络中移动终端数量, 为第m个基站的最大带宽;

约束条件d对应的公式为:

;

式中, 为指示函数,当 时,指示函数值为1,当 时,指示函数值为0;

约束条件e对应的公式为:

;

;

式中, 为与第m个基站连接的边缘服务器分给第n个移动终端的计算资源, 为与第m个基站连接的边缘服务器的最大计算资源;

约束条件f对应的公式为:

;

约束条件g对应的公式为:

;

式中, 为在预设时隙内第n个移动终端分配的感知时间, 为第n个移动终端的感知max任务协同计算时延,T 为预设时隙;

约束条件h对应的公式为:

;

式中, 为第n个移动终端感知过程消耗的能量, 为第n个移动终端感知每比特数据的能耗,vn为第n个移动终端感知周围环境速率, 为第n个移动终端本地计算能耗, 为移动终端本地计算单位比特数据消耗能量, 为第n个移动终端计算单位bit感知任务需要的计算资源数, 为第n个移动终端的计算能力, 为第n个移动终端在本地计算的感知任务比例, 为第n个移动终端向第m个基站上行传输感知任务的能耗,Pn为第n个移动终端的发射功率, 为高斯噪声功率,hmnmax为第n个移动终端与第m个基站之间的信道增益,E 为移动终端自身最大能量。

5.根据权利要求3所述的感知任务卸载和资源分配联合优化方法,其特征在于,求解联合优化模型,获得作为联合优化结果的预设时隙内端边协同网络处理的感知任务数据量,包括:将联合优化模型的非凸项约束条件近似为凸项约束条件,采用逐次凸近似方法求解近似后的联合优化模型,获得作为联合优化结果的预设时隙内端边协同网络处理的感知任务数据量。

6.根据权利要求5所述的感知任务卸载和资源分配联合优化方法,其特征在于,将联合优化模型的非凸项约束条件近似为凸项约束条件包括:将约束条件d和f进行线性化,线性化后约束条件公式为:;

;

式中,参数 , 为指示函数,当 时,

指示函数值为1,当 时,指示函数值为0, 为第n个移动终端卸载到基站的任务比例, 为第m个基站分给第n个移动终端的通信资源, 为第m个基站的最大带宽,为惩罚因子, 为与第m个基站连接的边缘服务器分给第n个移动终端的计算资源, 为与第m个基站连接的边缘服务器的最大计算资源, 为惩罚因子;

将约束条件g和h进行凸近似,转化后约束条件公式为:;

式中, 为第n个移动终端感知每比特数据的能耗,vn为第n个移动终端感知周围环境max max速率, 为在预设时隙内第n个移动终端分配的感知时间,T 为预设时隙,E 为移动终端自身最大能量, 为移动终端本地计算单位比特数据消耗能量, 为第n个移动终端计算单位bit感知任务需要的计算资源数, 为第n个移动终端的计算能力, 为第n个移动终端在本地计算的感知任务比 例,Pn为第n 个移动终端的发射功率,参数, 为高斯噪声功率 ,hm n 为第n 个移动终 端与第m 个基 站之间的 信道增益 ,  参 数,()i 表示第i次迭代的括号中的内容。

7.感知任务卸载和资源分配联合优化装置,其特征在于,包括:模型构建模块,用以根据端边协同网络中移动终端层的感知任务卸载策略和边缘层的资源分配策略,构建联合优化模型;其中,联合优化模型以在感知任务卸载策略和资源分配策略下,预设时隙内移动终端感知任务数据量最大为目标;

求解模块,用以求解联合优化模型,获得作为联合优化结果的预设时隙内端边协同网络处理的感知任务数据量。

8.根据权利要求7所述的感知任务卸载和资源分配联合优化装置,其特征在于,求解模块,用以将联合优化模型的非凸项约束条件近似为凸项约束条件,采用逐次凸近似方法求解近似后的联合优化模型,获得作为联合优化结果的预设时隙内端边协同网络处理的感知任务数据量。

9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储一个或多个程序,所述一个或多个程序包括指令,所述指令当由计算设备执行时,使得所述计算设备执行根据权利要求1 6所述的方法中的任一方法。

~

10.一种计算机设备,其特征在于,包括:一个或多个处理器、以及一个或多个存储器,一个或多个程序存储在所述一个或多个存储器中并被配置为由所述一个或多个处理器执行,所述一个或多个程序包括用于执行根据权利要求1 6所述的方法中的任一方法的指令。

~