[发明专利]一种面向移动边缘计算超密集网络的迁移决策与资源优化分配方法

说明书

本发明公开了一种面向移动边缘计算超密集网络的迁移决策与资源优化分配方法，属于无线通信领域。针对移动边缘计算超密集网络中存在计算终端和通信终端同时发起任务请求应用场景，公开一种能保障通信请求终端最小通信速率需求下计算请求终端的任务迁移决策和资源优化配置方法，该方法以各计算请求终端的任务迁移处理时延和能耗加权和作为任务迁移成本，以所有计算请求终端的任务迁移成本和最小为目标建立优化模型，将优化模型分解为计算资源优化配置模型以及联合信道配置与功率配置优化模型，采用KKT条件获得计算资源优化配置决策；采用交替迭代获得信道与功率次优配置决策。

技术领域

本发明涉及一种面向移动边缘计算超密集网络的迁移决策与资源优化分配方法，属于无线通信领域。

背景技术

移动边缘计算(mobile edge computing,MEC)技术通过在网络入口部署边缘云服务器(edge cloud server,ECS)，提供高可靠、低时延计算与通信服务，旨在解决业务时延敏感或计算密集但终端处理能力受限、云计算资源丰富但接入能力受限以及移动宽带业务显著增长但承载网络管道化等矛盾。移动边缘计算技术推动了智能网联与车联网、智慧城市、能源互联网等以应用为中心、提供实时高可靠服务的兴起。但在MEC中，由于计算与通信耦合，用户体验依赖于计算与通信资源联合分配，且迁移决策也会影响系统性能。

第五代移动通信(5G)网络将MEC与超密集组网结合，实现近距离、低时延接入边缘云，但移动边缘计算超密集网络涉及多个基站，迁移决策还需考虑基站选择，会进一步增大资源配置的复杂性。此外，超密集网络还存在同频干扰，不同蜂窝小区用户终端的通信速率相互耦合，资源配置非常复杂，其迁移决策与资源分配更具挑战性。

发明内容

有鉴于此，本发明的目的是提供一种面向移动边缘计算超密集网络的迁移决策与资源优化分配方法。针对移动边缘计算超密集网络中存在计算终端和通信终端同时发起任务请求应用场景，计算请求终端有时延敏感型或计算密集型任务需要迁移到边缘云服务器处理，通信请求终端需要网络配置能满足自身最小通信速率需求的传输信道和发射功率，本发明提供一种能保障通信请求终端最小通信速率需求下计算请求终端的任务迁移决策和资源优化配置方法，该方法首先以各计算请求终端的任务迁移处理时延和能耗加权和作为任务迁移成本，然后以所有计算请求终端的任务迁移成本和最小为目标建立优化模型，并基于分解思想将优化模型松弛为计算资源优化配置模型以及联合信道配置与功率配置优化模型，最后采用KKT条件获得计算资源优化配置决策；采用交替迭代获得信道与功率次优配置决策。

本发明的目的是通过以下技术方案实现的：

一种面向移动边缘计算超密集网络的迁移决策与资源优化分配方法，所述移动边缘计算超密集网络在M个相邻的蜂窝小区附近部署一台边缘云服务器(ECS)，所述边缘云服务器能提供的业务计算能力为F_s，并内置一个决策单元，所述决策单元收集终端相关信息、可用通信资源信息和可用计算资源信息，根据终端请求执行任务迁移决策与资源优化配置，在蜂窝小区m∈M的中心部署一台基站b_m,m∈M，所述基站通过有线链路连接到所述边缘云服务器，与边缘云服务器连接的所有基站M拥有相同频谱B₀，基站b_m,m∈M将频谱B₀等分为带宽为B的K个信道，N个终端通过无线链路与所在蜂窝小区基站连接，所述终端采用正交频分多址(OFDMA)接入所在蜂窝小区基站，将所述终端划分为计算请求终端集N₁和通信请求终端集N₂，所述计算请求终端集N₁中的终端n∈N₁的计算能力和电池容量有限，其计算密集型任务或时延敏感型任务必须经由所在蜂窝小区基站b_m,m∈M和有线链路迁移到所述边缘云服务器中处理；所述通信请求终端集N₂中的终端n∈N₂的通信任务有最小通信速率要求，由所在蜂窝小区基站b_m,m∈M分配信道和功率，但不涉及任务迁移。

进一步，该方法包括以下步骤：