[发明专利]一种边缘计算中能耗与时延和最小化的优化方法

说明书

本发明公开了一种边缘计算中能耗与时延和最小化的优化方法，包括：步骤10)对边缘服务器进行初始化操作；步骤20)计算所有NOMA组中蜂窝用户的最优功率，并随机选择N个NOMA组；步骤30)利用边缘服务器随机一对一匹配N个NOMA组与D2D对，并计算效用函数；步骤40)利用边缘服务器执行预交换操作；步骤50)利用边缘服务器计算效用函数，判断是否满足交换条件，若满足，则执行交换操作，并返回步骤40)；若不满足，则判断是否存在可执行预交换操作的D2D对，若不存在，则结束迭代，若存在，则返回步骤40)。本发明可以实现计算迁移过程中蜂窝和D2D用户的能耗与时延和最小化的目的。

技术领域

本发明涉及边缘计算中的优化方法，具体来说，涉及一种边缘计算中能耗与时延和最小化的优化方法。

背景技术

随着智能设备和移动互联网服务的激增，越来越多的计算密集型和延迟敏感型移动应用正在兴起并引起大量关注。然而，由于有限的计算资源和电池容量，大多数移动设备无法承担运行这类应用的开销。作为第五代通信中一个新颖的解决方案，移动边缘计算(Mobile Edge Computing，MEC)使用户能够将计算任务卸载到边缘服务器，这可以降低移动设备开销并提高服务质量(Quality of Service,QoS)。此外，由于大量设备将计算密集型任务卸载到边缘服务器，因此迫切需要大规模连接。非正交多址(对应英文为：Non-Orthogonal Multiple Access，文中简称：NOMA)使多个用户能够同时共享一个信道，从而提高用户接入数和频谱效率。同时，设备与设备(对应英文为：Device to Device，文中简称：D2D)技术可以帮助用户之间形成计算迁移合作，从而减少边缘服务器的计算负荷以及提高系统性能。然而，在MEC中引入NOMA和D2D技术将会引入复杂而严重的用户之间的干扰。这类干扰与信道和功率分配有密切的联系。当MEC中的NOMA组和D2D对数量较多时，信道分配是一个复杂度高而又棘手的问题，决定了小区中哪些用户之间存在干扰，这将影响整个系统的性能。同时，这些干扰存在于NOMA组中的蜂窝用户之间和蜂窝用户与D2D用户之间，用户功率的分配不但会影响自身的传输速率，还会决定对其他用户的干扰程度。因此，联合考虑信道和功率分配是必要的。

然而，信道分配和功率分配往往是耦合的。换句话说，与信道分配相关的决策变量和功率变量是相关联的，无法同时优化这两种变量。同时，由于优化的目标是用户的能耗和时延的权重和，这使得优化的目标函数的结构是多变量的多分式求和式，这种式子往往是非凸的。这使得现有的优化理论难以有效地解决这类干扰管理问题。而解耦方法是这类耦合问题良好的应用工具。它的核心思想是：对于包含两种子问题的耦合问题，首先通过固定第一种子问题的解来优化第二种子问题，然后在第二种子问题的优化结果的基础上优化第一种子问题，以此类推，直到满足终止条件。对于信道分配的优化，基于匹配理论的信道分配方法具有理论性强和优化结果良好的优点，特别是双边匹配理论包含了交换操作和帕累托改进条件，可使整个匹配过程朝向局部或全局最优解推进。对于功率分配的优化，基于仿生学的粒子群算法可以以简便、精度高、收敛快的特点来完成复杂问题的优化。目前已广泛应用于函数优化、神经网络训练、模糊系统控制以及其他遗传算法的应用领域。

发明内容

技术问题：本发明提供一种边缘计算中能耗与时延和最小化的优化方法，针对基于D2D和NOMA的边缘计算中的干扰管理问题、蜂窝用户和D2D用户的性能均衡性的问题，可以实现蜂窝和D2D用户的能耗与时延和最小化的目的。

技术方案：为解决上述技术问题，本发明实施例采用如下的技术方案：

一种边缘计算中能耗与时延和最小化的优化方法，边缘计算小区包括多个NOMA组和D2D对，其中，一个NOMA组包含多个蜂窝用户，且一个NOMA组中的蜂窝用户可同时在一个蜂窝信道上传输数据；一个D2D对包含一个任务发送用户和一个任务执行用户，任务发送用户通过一个蜂窝信道传输数据至任务执行用户；

所述方法包括以下步骤：

步骤10)对边缘服务器进行初始化操作，并定义用户能耗与时延和；