[发明专利]一种异构网络联合计算卸载及资源分配方法

说明书

本发明涉及一种异构网络联合计算卸载及资源分配方法，属于无线通信技术领域。该方法包括以下步骤：S1：建模用户计算任务特性；S2：建模用户计算卸载决策变量及其限定条件；S3：建模用户计算任务本地处理能耗及完成时间；S4：建模用户计算任务卸载完成时间；S5：建模用户计算任务卸载完成能耗；S6：建模系统总能耗；S7：建模用户计算任务完成时间及其限定条件；S8：基于系统总能耗最小化，确定计算卸载及资源分配优化策略。本发明所述方法在满足用户计算任务最大时延容忍条件下，可合理利用无线资源，通过优化设计计算卸载及资源分配策略，实现系统总能耗最小化。

技术领域

本发明属于无线通信技术领域，涉及异构网络资源分配技术领域，具体涉及一种异构网络联合计算卸载及资源分配方法。

背景技术

随着计算机、通信技术的高速发展，用户业务需求日趋多元化，下一代通信网络将朝向异构化趋势发展，并逐步走向互联互通。为满足市场需求，相继出现了种类纷呈的无线接入技术(Radio Access Technologies，RATs)，从蜂窝网到局域网，从公共网到专业网，从单业务服务网络到多媒体网络，且各自具有不同的特征和业务提供能力。由于单一无线接入技术已无法完全满足不同用户的业务需求，未来通信网络将实现多种RATs的高效异构融合，为用户提供多样化网络服务。

移动边缘计算技术在下一代无线网络中被认为是一种前景可观的方式，通过将云计算能力移至移动设备附近，赋予无线接入网络(Radio Access Networks,RANs)强大的计算能力，可实现在任何时间任何地点为移动设备提供计算服务。移动边缘计算技术在计算卸载过程中能够提供低时延、高带宽和计算灵活性。作为移动边缘计算技术的典型应用之一，微云近几年发展迅速，通过将微云服务器部署在RANs接入点处，可覆盖网络内的移动用户，为用户提供计算卸载服务。由于本地执行用户计算任务需要较高计算花销，而采用计算卸载方案由云端执行用户任务涉及通信花销，因此如何划分计算任务并确定任务卸载方案，以实现无线网络资源高效利用，以及系统计算和通信花销的优化是当今热点研究课题。

近年来，已有文献研究异构网络联合计算卸载及资源分配问题。文献T.T.Nguyenand B.L.Long.Joint computation offloading and resource allocation in cloudbased wireless hetnets[C].IEEE Global Communications Conference,Dec 2017,pp.1–6，针对一个两层的多小区多用户系统，提出了一种联合计算卸载及资源分配优化策略，在满足带宽、计算资源和可容忍时延的限制条件下，实现最大加权能耗最小化的目标。文献J.Zhang,W.Xia,F.Yan,and L.Shen.Joint computation offloading and resourceallocation optimization in heterogeneous networks with mobile edge computing[J].IEEE Access,vol.6,pp.19324–19337,2018，针对异构网络的移动边缘计算系统，研究移动设备上行子信道分配、上传传输功率分配以及计算资源调度问题，提出了一种分布式的联合计算卸载及资源分配优化策略。

以上研究通过建模特定网络性能函数，基于优化理论确定对应性能函数最优的资源分配策略，但现有研究较少综合考虑异构网络的多样性、多接入特性以及网络资源状态的差异性等问题，难以实现网络综合性能优化。

发明内容

有鉴于此，本发明的目的在于提供一种异构网络联合计算卸载及资源分配方法，在该方法中，针对包含1个宏基站和多个小基站的异构网络场景，假设所有基站(BaseStation,BS)均部署一定数量的微云服务器，综合考虑用户计算任务特性、用户终端及服务器处理能力等因素，建模系统总能耗为优化目标，实现联合计算卸载及资源分配优化策略。

为达到上述目的，本发明提供如下技术方案：