[发明专利]一种基于MEC的蜂窝基站间任务卸载方法

说明书

本发明公开一种基于MEC的蜂窝基站间任务卸载方法，所述方法包括：热区基站向周边基站发送携带建立协作簇请求的参考信号；所述热区基站收到至少一个基站的汇报，在预设时隙内选择信道较优的，且剩余计算资源足够计算卸载请求的N个协作基站，建立协作簇；初始化所述热区基站向协作簇内各个协作基站的发送功率，并判断各个发送功率是否满足卸载请求的时延要求；根据所述热区基站的发送功率和时延确定联合效用值，并选取所述联合效用值最小的一组数据中的发送功率作为实际的发送功率。本发明公开的基于MEC的蜂窝基站间任务卸载方法，在提升热区用户体验质量的同时，尽可能减少功率的消耗，同时提高小基站的计算资源的利用率。

技术领域

本发明属于移动通信网络技术领域，涉及一种基于MEC的蜂窝基站间任务卸载方法。

背景技术

在未来的5G网络中，业务种类和负载数量的急剧增长对移动终端和网络都是一种挑战，移动云计算(Mobile Cloud Computing，MCC)是解决移动终端资源有限这一挑战普遍认同的一种技术，MCC的基本实现形式就是任务卸载(Offloading)，而超密集部署和新的网络技术，如移动边缘计算(MEC)，雾计算(Fog Computing)是应对网络方面问题一致认同的方法。在超密集部署的网络场景下，通过结合新的网络技术和资源管理技术来提高用户的体验质量(QoE)和网络性能。任务卸载已经成为了提升移动终端性能的有效途径，通过这种途径，使用户拥有了更多的计算能力和存储能力。同时，任务卸载还会让移动终端减少复杂的、耗能的计算任务。任务卸载的机制是终端将所需要执行的任务通过信道上传到为其提供服务的云进行处理，处理完成后，将处理结果回传。从任务卸载的机制可以发现，任务卸载终端与云端的交互过程实质上是资源置换的过程。终端通过相应的网络通信资源，来置换云端的计算和存储资源。因此任务卸载的资源优化可分为通信资源优化和计算资源资源优化两大部分。当前已有的相关研究，在这两方面均有涉及，但是大部分只简单考虑了任务卸载到“远端云”，而不是其他形式的云。

发明内容

未解决上述问题，本发明的目的在于提供一种基于MEC的蜂窝基站间任务卸载方法，能够在提升热区用户的服务质量的同时，又能确保尽可能减少功率的消耗，同时还能够提高基站的计算资源的利用率。

为达到上述目的，本发明提供如下技术方案：

一种基于MEC的蜂窝基站间任务卸载方法，所述方法包括：

热区基站s向周边基站发送携带建立协作簇请求的参考信号，以使得周边基站i将自己的剩余计算资源和参考信号接收功率报告给所述热区基站s；其中，参考信号接收功率小于预设阈值的基站，不向所述热区基站s报告；基站i根据自身接收到的参考信号接收功率，只选择一个建立协作簇请求进行回复；

所述热区基站s收到至少一个基站的汇报，根据各个基站的参考信号接收功率和剩余计算资源，在预设时隙内选择信道较优的，且剩余计算资源足够计算卸载请求的N个协作基站，建立协作簇；

初始化所述热区基站s向协作簇内各个协作基站的发送功率，并判断各个发送功率是否满足卸载请求的时延要求；如果不满足，将各个发送功率按照预设步长进行更新；如果满足，保存此时的发送功率分配矩阵；

根据所述热区基站s的发送功率和时延确定联合效用值，并选取所述联合效用值最小的一组数据中的发送功率作为实际的发送功率。

进一步地，热区基站s向周边基站发送携带建立协作簇请求的参考信号之后，所述方法还包括：

周边基站周期性地对其接收到的参考信号接收功率进行判断，如果参考信号接收功率大于上报阈值，该周边基站将其自身的剩余计算资源连同参考信号接收功率，通过上行信道报告给所述热区基站s。

进一步地，所述方法还包括：

当周边基站收到多个参考信号接收功率时，选择最大的参考信号接收功率进行回复；当有多个参考信号接收功率相同时，随机选择一个进行回复。