[发明专利]移动边缘计算网络中任务卸载及资源分配的联合优化方法

权利要求书

1.移动边缘计算网络中任务卸载及资源分配的联合优化方法，其特征在于：包括以下步骤：

步骤一：建立一个基于OFDMA的多MEC基站、多用户的场景模型，其中MEC基站支持多用户接入；

步骤一具体包括：

建立S个MEC基站、K个MDs、N个子载波的场景模型，在该场景下，基站、移动设备、信道三者表示为：

并假设MEC服务器的中央处理器在当前时刻是空闲的，子载波相互独立，每个MDs拥有一个计算密集型任务，每个任务可表示为A(D_k,X_k,τ_k)，其中，D_k表示任务数据的大小，单位是比特(bits)；X_k表示计算负载，单位是CPU/bit；τ_k为计算任务的时延上限，D_kX_k表示完成任务所需的CPU数；

一个任务可以在设备端完成，或卸载到基站侧的MEC服务器完成，并假设每个任务不可以被分解为子任务；同时上述参数通过应用程序分析器得到；

步骤二：引入卸载决策机制来表示移动设备的任务在何处执行完成；同时构建本地计算模型和远端计算模型，选出需要进行计算卸载的用户，根据上述条件建立满足时延约束情况下基于最小能耗的计算任务卸载和资源分配方案；

步骤二具体包括以下步骤：

步骤(2.1)：建立卸载决策机制

用表示卸载决策矩阵，它不仅表示MDs是否进行卸载，且表示卸载到何处；其中b_k,s＝1表示第k个设备的任务卸载到第s个MEC服务器上执行；否则，b_k,s＝0；

步骤(2.2)：构建本地计算模型：

移动终端的计算能力由表示，不同终端具有不同的计算能力；本地完成计算任务的时间与能耗分别写作：

其中，k₀是一个与设备CPU相关的常数；

步骤(2.3)：构建远端计算模型：

其中，典型的远端计算流程如下：

(1)移动设备k通过上行链路将任务A上传到MEC服务器s；

(2)计算任务在MEC服务器上执行，且服务器s给任务k分配的计算资源为F_k,s；

(3)MEC服务器将计算结果返回给用户；

由于与输入服务器的数据量相比，输出结果很小，可以忽略不计，因此可只考虑流程前两个步骤(1)、(2)；

移动设备端接入MEC基站的上传速率为：

其中，B_N表示子载波带宽，为子载波分配矩阵，它定义了是否将子载波n分配给移动设备k和MEC服务器s；g_k,n,s表示了设备k和服务器s通过信道n进行传输时的信道增益；P_k为传输功率；

进一步地，移动设备k的远端计算完成总时间可以写为：

其中，为设备k的上行传输时延，为设备k的远端执行时间，它们可以分别写作：

其中，F_k,s表示第s个MEC服务器分给第k个MD的计算资源；

设备k的远端计算完成总能耗为：

在MEC系统中，与用户体验质量相关的两个参数为任务完成时延和能耗，综合考虑B、W、F，得到完成任务的时延和能耗分别为：

当任务k在本地完成时(b_k,s＝0)，令若b_k,s＝1，那么令

“是否卸载”的问题，可以写作：

其中，b_k,0＝1表示任务k在本地完成；否则，b_k,0＝0，E₀和τ_k分别表示能耗阈值和时延阈值来限制最大花销；下面只专注研究任务“卸载到何处”的问题；

步骤(2.4)：只考虑需要卸载的移动设备中的任务，并设置集合表示这些设备，其中然后将这个联合优化的问题设为系统能耗最小化问题：

s.t.C1：

C2：

C3：

C4：

C5：

C6：

C7：

C8：

C9：

其中，约束C1说明b_k，s是一个二元变量；约束C2表明每个MD只能将任务卸载到一个基站；C3和C4分别表示w_k，n，s是关于子载波分配的二元变量并且在每次卸载决策时，每个子载波只能被分配给一个MD；对任一基站，C5确保了分配给任一MD的子载波数量不能超过最大可用子载波数量；C6和C7是对计算资源分配的约束，C6限制了F_k，s的取值范围，C7保证一个MEC服务器给MD分配的资源不能超出它的最大计算资源F_s；约束C8表明了w_k，n，s和F_k，s之间的关系；我们用C9来确保移动设备k的远端计算总时延不超出它的最大时延；

步骤三：通过对卸载决策变量、无线资源分配变量及计算资源分配变量三个相互约束的优化变量进行变量融合，使问题简化；

在步骤三中，b_k，s、w_k，n，s、F_k，s三个变量是相互制约的，它们之间的关系如下：

可以将b_k,s合并到w_k,n,s和F_k,s中；并通过上述公式(1)，将问题P转化为P1：

s.t.C1-C8，

C10：

步骤四：通过分支定界算法获得使MEC系统中用户总能耗最低的卸载决策及资源分配结果；

步骤四具体包括以下步骤：

步骤(4.1)：定义“任务-服务器对”作为分支定界树；并延伸出两个子集和令表示问题P1，其中o代表问题最优解；令作为分支集合，o^*最为最优目标值；

步骤(4.2)：初始化和迭代次数n＝0；

步骤(4.3)：当下界选择并更新集合

步骤(4.4)：从中选择一个“任务-服务器对”，并计算问题若问题不可行，删除此节点，并寻找新的节点；否则，选择“任务-服务器对”(k^*,n^*,s^*)；

步骤(4.5)：更新分支集和计算子问题的解，其中i＝1，2；若没有可行解，令

步骤(4.6)：若且令否则，更新

步骤(4.7)：如果问题的下界大于新的最优值o^*，进行剪枝；如果为空集时，停止迭代。