1.卫星边缘计算网络中考虑卫星移动性的计算卸载方法,其特征在于:所述方法包括如下步骤:步骤S1:考虑了一个以高轨道GEO卫星作为云、低轨道LEO卫星作为边、用户作为端的卫星边缘计算网络架构,并建立时延和能耗模型;
在步骤S1中,定义卫星边缘计算网络中包含三层结构:GEO层,由GEO卫星组成,作为云中心;LEO层,由部署有移动边缘计算MEC服务器的LEO卫星组成,LEO卫星与GEO卫星通过层间链路通信,相邻的LEO卫星通过星间链路通信;地面层,由具备计算能力的用户组成,用户只与LEO卫星通信,由LEO卫星将用户任务中继给GEO卫星;
用户集合表示为I={1,2,...,i,...,I},LEO卫星和GEO卫星集合表示为M={1,2,...,m,...,M,M+1},其中,M+1表示GEO卫星;每个用户在一个时隙内都会生成一个计算任务;用Α在步骤S1中,用户的时延模型包括用户在本地完成计算的时延、用户在LEO卫星完成计算卸载的时延以及用户在GEO卫星完成计算卸载的时延三部分;
用户i在本地完成计算的时延
其中,x
用户i在LEO卫星m完成计算卸载的时延其中,
用户i在GEO卫星完成计算卸载的时延其中,
步骤S2:针对卫星的高速移动,结合卫星移动以及卫星覆盖时间、计算时间,建立考虑卫星移动的时延模型,并根据时延、能耗模型以及考虑卫星移动的时延模型建立计算卸载的优化问题;
在步骤S2中,针对LEO卫星的移动性,根据任务计算时间与卫星覆盖时间的关系,分四种场景分析任务在LEO卫星计算时的时延,得到用户i的任务在LEO卫星m上完成计算卸载的时延;
忽略结果返回过程的能耗,四种场景下能耗的计算表达式相同,即(a)如果
(b)如果
其中,
(c)如果
(d)如果
根据
用t
其中,
e
其中,
在步骤S2中,根据时延、能耗模型以及考虑卫星移动的时延模型,以卫星计算资源为约束,将计算卸载的优化问题表述为以下形式:其中,obj是卸载成本,卸载成本是时延和能耗的加权和,λ是指标权重系数;C1-C2保证每个卸载任务只能在本地或者一颗卫星上进行处理;C3表示计算资源约束,其中,x步骤S3:运用交替方向乘子法ADMM,将原问题分解为多个子问题,每个子问题分别在卫星上求解,得到最优的计算卸载结果。
2.根据权利要求1所述的卫星边缘计算网络中考虑卫星移动性的计算卸载方法,其特征在于:在步骤S1中,用户的能耗模型包括用户在本地完成计算的能耗、用户在LEO卫星完成计算卸载的能耗以及用户在GEO卫星完成计算卸载的能耗三部分;
用户i在本地完成计算的能耗
其中,ε
用户i在LEO卫星m完成计算卸载的能耗其中,
用户i在GEO卫星完成计算卸载的能耗其中,
3.根据权利要求1所述的卫星边缘计算网络中考虑卫星移动性的计算卸载方法,其特征在于:在步骤S3中,将二进制变量amin f(a′
其中,f(a′
4.根据权利要求3所述的卫星边缘计算网络中考虑卫星移动性的计算卸载方法,其特征在于:在步骤S3中,对于计算卸载的优化问题,采用分布式优化算法ADMM进行求解,即将该问题拆分成多个子问题,每个子问题分别在卫星上求解,具体步骤如下所示:在上述问题中,全局变量a′
其中,
为了便于描述,将以下集合定义为卫星的局部变量的可行集:然后,再给出局部变量的目标函数:局部问题的等价描述如下:
在上述问题中,具有可行集Ω
其中,
5.根据权利要求4所述的卫星边缘计算网络中考虑卫星移动性的计算卸载方法,其特征在于:在步骤S3中,用ADMM进行求解,求解步骤如下:S3-1:设置最大迭代次数为T以及迭代停止阈值εS3-2:判断迭代次数t是否小于最大迭代次数T;若小于,则执行步骤S3-3以及S3-4;否则,执行S3-6;
S3-3:每颗卫星m根据以下公式循环更新局部卸载变量其中,
S3-4:更新迭代次数t;
S3-5:根据以下公式判断原始残差和对偶残差是否小于εS3-6:输出连续值
S3-7:对任意用户i,比较卫星m对应用户i的S3-8:返回计算卸载结果a