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: 2025106217852
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:

1.一种面向数字孪生同步的队列感知云边协同推理方法,其特征在于,包括如下步骤:S1,根据传感设备采集数据的处理需求,建立推理任务模型,并赋予推理任务包含优先级、时延容限和计算复杂度;

S2,根据传感设备与边缘服务器、边缘服务器与云服务器的无线通信过程,建立无线信道模型,并将信道划分为相互独立的子信道;

S3,根据边缘服务器队列缓冲区中各项任务的处理过程,建立任务队列模型,并依据M/M/1非抢占优先级模型对不同优先级的任务进行优化处理;

S4,根据推理任务在边缘服务器与云服务器上的协同推理过程,建立协同推理模型,并依据推理任务的处理流程分析协同推理时延;

S5,根据数字孪生同步的低时延需求构建优化目标函数,并通过时隙划分,将优化问题转化为部分可观测的马尔可夫决策问题,构建马尔可夫模型;

S6,使用MAPPO算法分别建立传感设备智能体与边缘服务器智能体,基于马尔可夫模型对两智能体分别进行训练并更新当前策略;

步骤S4中,建立协同推理模型的具体步骤包括:

S41,推理任务In,k的DNN分割点用分割点标识符表示,其中L表明DNN的可行分割点的总数,表明推理任务In,k的分割点为l,表示推理任务In,k的分割点不为l;其中,In,k表示任一传感设备SDn产生的第k个推理任务;

如果分割点为l0表明推理任务In,k全部在云服务器处理,分割点为lL表明推理任务In,k全部在ESe处理;其余情况下,DNN的前半部分在ESe处理,随后将中间数据传输至云服务器完成后半部分的推理;其中,ESe表示任一边缘服务器;

S42,推理任务In,k在ESe完成部分推理后,将中间数据传输给云服务器的传输时延表示为:其中,表示分割点为l时,推理任务In,k向云服务器传输的中间数据量;Re为ESe与云服务器之间的传输速率;

S43,依据M/M/1排队系统的定义,推理任务In,k在ESe处的逗留时延表示为:其中,为ESe任务队列的服务率,Fe表征ESe的计算能力,λp为SDp的任务到达率;表示通信范围内的SDn编号,Ne表示ESe通信范围内的SDn总数量,其中且表示空集;为传感设备集合,N表示传感设备总数;为边缘服务器集合,M表示边缘服务器总数;

其中,Ce表示ESe处所有的推理任务的计算复杂度,Cn,k表示推理任务In,k计算复杂度,fn,k,l表示对应分割点的计算复杂度;Kp为SDp传输完成的推理任务总数;

S44,推理任务In,k总时延为:

其中,表示SDn至ESe传输时延;

步骤S5中,构建马尔可夫模型的具体步骤包括:

S51,通过信道合理分配并确定推理任务分割点,以最小化数字孪生同步的最大累积延迟为优化目标,则优化问题P1表示为:其中,约束C1保证每个传感设备仅使用一条信道,约束C2保证每个推理任务只存在一个分割点,约束C3保证推理任务要在时延容忍限度内完成;Kn为SDn产生的推理任务总数;SDn与ESe通过子信道集合进行通信,Me表示ESe与SDn通信的子信道总数,每次通信选择中的一条子信道,用通信标识符αn,c∈{0,1}表示:αn,c=1表明SDn使用子信道c将感知到的数据传输到关联的ESe以实现数字孪生同步;αn,c=0表示没有使用该子信道;表示任务容忍时延;

S52,定义数字孪生同步过程的时隙集合其中T为时隙总长度,每个时隙间隔时间为固定时间T0;通过时隙划分,将优化问题P1转化为符合马尔可夫模型的优化问题P2:s.t.C1,C2,C3

其中,K(t)表示在一个时隙内完成的任务数量;

步骤S6中,传感设备智能体模型如下:

定义SDn智能体对应的MDP状态空间动作空间与奖励函数其中状态空间hn,e(t)表示SDn与ESe之间的信道增益,Ie,c(t-1)表示前时隙信道c的传感设备数量;

动作空间αn,c(t)为SDn使用子信道c传输的通信标识符;

奖励函数Kn(t)表示单个时隙内SDn传输完成的任务数量,Fn(t)表示单个时隙内SDn同步失败的任务数,ηn是SDn的数字孪生同步失败的惩罚;

边缘服务器智能体模型如下:

定义ESe智能体对应的MDP状态空间动作空间与奖励函数其中状态空间Qe(t)表示时隙内ESe任务队列状态,In(t)表示时隙内SDn任务状态,he(t)表示时隙内ESe与云服务器间的信道增益;动作空间表示In,k分割点标识符;

奖励函数Ke(t)表示单个时隙内ESe传输完成的任务数量,Fe(t)表示单个时隙内ESe同步失败的任务数,ηe是ESe的数字孪生同步失败的惩罚;

对智能体进行训练的具体步骤包括:

S621,设置超参数,初始化智能体模型;

S622,每一轮开始时,初始化环境参数;包括:时隙初始化为0,任务统计量初始化为0,经验池清空,传感设备与边缘服务器的通信距离重置为随机数;

S623,获取当前时隙SDn环境状态SDn依据进行决策,确定当前动作并设置当前时隙下SDn与ESe的通信信道;

S624,获取当前时隙ESe环境状态ESe依据与当前策略进行决策,确定当前动作并设置当前时隙下SDn的推理任务分割点;

S625,以时隙间隔T0为尺度进行环境状态更新,实现推理任务的产生与处理,并统计时隙内完成任务数Kn(t)与失败任务数Fn(t);

S626,智能体SDn依据奖励函数计算当前时隙的奖励值智能体ESe依据奖励函数计算当前时隙的奖励值S627,将当前时隙的状态、动作、奖励存入经验池,当经验池内样本量达到预设数量之后,用保存的样本分别对两智能体进行训练,更新当前策略。

2.根据权利要求1所述面向数字孪生同步的队列感知云边协同推理方法,其特征在于,建立推理任务模型的具体步骤包括:S11,将传感设备持续采集物理对象状态数据并交由指DNN模型进行推理的过程认为是泊松过程,其中任务到达率设置为λn、时间T内产生的任务总数为Kn,T;

S12,任一传感设备SDn产生的第k个推理任务In,k为:

其中,Dn,k表示数据大小;γn,k表示数字孪生同步优先级,值越大表示任务优先级越高;表示该任务容忍时延,超出时间则视为任务失败。

3.根据权利要求1所述面向数字孪生同步的队列感知云边协同推理方法,其特征在于,建立无线信道模型的具体步骤包括:S21,任一边缘服务器ESe的通信范围均覆盖多个传感设备,并且每个传感设备仅与一个边缘服务器通信,S22,依据香农公式,SDn到ESe的上行无线链路传输速率Rn,e表示为:其中,Bc表示子信道c的带宽,表示子信道c加性高斯白噪声的功率,pn表示SDn的发射功率,hn,e表示上行链路信道增益;

因此,SDn通过子信道c将推理任务In,k传输至ESe的传输时延表示为:其中,为In,k的初始数据量;

S23,定义ESe与云服务器通信的子信道集合为其中,ESe使用子信道ce与云服务器进行通信,不存在互相干扰;因此ESe到云服务器的上行无线链路传输速率Re表示为:其中,Be表示ESe对应子信道ce的带宽,表示ESe对应子信道ce加性高斯白噪声的功率,Pe表示ESe的发射功率,he表示上行链路信道增益。

4.根据权利要求3所述面向数字孪生同步的队列感知云边协同推理方法,其特征在于,建立任务队列模型的具体步骤包括:S31,定义ESe的任务队列为Qe={posn,k,μe},其中posn,k表示SDn的第k个推理任务In,k在ESe任务队列中的位置;且ESe遵循M/M/1非抢占优先级信道模型,高优先级任务会插队低优先级任务,但正在进行的推理任务不会中断;

S32,当低优先级推理任务In,k在队列中p处等待时,如果有q个更高优先级的任务进入队列,In,k在ESe任务队列的等待时延x用分布函数衡量:其中,Fn,k(x)表示等待时延x的分布函数;e表示自然常数,q为时隙内进入队列的高优先级任务数;

S33,定义数字孪生同步失败概率为ε,在排队等待过程中,系统至少以1-ε的概率保持同步的连续性,则排队等待时延的最小值为min{x:Fm,k(x)≥1-ε}。