[发明专利]一种降低汽车计算开销的处理方法、装置及存储介质

说明书

本发明属于无线通信领域，公开了一种降低汽车计算开销的处理方法、装置及存储介质，方法包括：获取汽车所处无线通信环境的信道带宽、高斯白噪声功率、路径损耗指数、时刻t时汽车与基站的相对位置数据；根据所获取的数据优化计算使传输时延与汽车能耗加权最小的传输功率、上传时间、数据卸载比例和本地计算频率；根据求得的传输功率、数据卸载比例将汽车计算任务部分卸载至MEC服务器进行MEC辅助计算。本方法通过综合考虑传输功率、上传时间、数据卸载比例和本地计算频率优化求得使传输时延与能效加权最小的各元素值并根据求得的值对MEC协助汽车计算过程进行控制，更为合理地降低了汽车的计算开销。

技术领域

本发明涉及无线通信技术领域，尤其涉及一种降低汽车计算开销的处理方法、装置及存储介质。

背景技术

物联网(Internet of Things，IoT)的快速发展，推动了各种计算密集型和延迟敏感的新兴车辆应用的大量涌现，如自动驾驶、虚拟现实、图像辅助导航和增强现实驾驶等。这些应用需要大量的计算资源来实时处理和分析海量的传感数据，这对计算资源有限的单个车辆提出了巨大的挑战。移动云计算(Mobile Cloud Computing，MCC)通过无线网络将计算任务卸载到远程云服务器，可以有效提高计算性能和资源利用率，但由于车辆和云服务器之间的长距离传输，导致延迟波动大大降低了卸载效率。由此，移动边缘计算(MobileEdge Computing，MEC)的概念被提出：在移动接入网的边缘部署MEC服务器，车辆可以将计算任务卸载给临近MEC服务器。由于临近性，MEC服务器可以提供强大的计算能力和极低的延迟。

目前已有大量研究工作针对MEC计算卸载方案，从通信性能、资源分配和计算能力等各方面提出了很多有效的协议、机制和算法。这些卸载方案大致可分为两类：二进制卸载和部分卸载。对于二进制卸载，相关文献从最小化能量消耗、最小化传输延迟或最大化计算速率作为优化目标进行分析。对于部分卸载，在延迟的约束条件下最小化能量消耗或在能量消耗的约束下最小化传输延迟等方案被提出。此外，还有一些卸载策略设计被提出，如基于Stackelberg博弈论、基于深度强化学习的资源分配策略等。

目前部分卸载方案的相关方法对能量消耗、资源分配和计算速率等都是分开进行分析的，未能综合考虑能量消耗、资源分配、发射功率和数据卸载率等方面的问题，从而使得按传统方法计算得到的资源分配无法达到最优化。

发明内容

本发明提供一种降低汽车计算开销的处理方法，装置及存储介质，用于解决当前MEC辅助汽车计算中因考虑因素单一导致不能得到合理优化计算方案的问题。

第一方面，本申请实施例提供一种降低汽车计算开销的处理方法，方法包括：

获取汽车所处无线通信环境的信道带宽、高斯白噪声的功率、路径损耗指数、基站高度、时刻t时汽车行进方向与基站的垂直距离以及汽车与基站在汽车行进方向上的距离；

利用所述获取到的所处无线通信环境的信道带宽、高斯白噪声的功率、路径损耗指数、基站高度、汽车行进方向与基站的垂直距离以及时刻t时汽车与基站在汽车行进方向上的距离优化计算在所述时刻t时使传输时延与汽车能耗加权最小的传输功率及数据卸载比例；

采用所述传输功率将汽车计算任务按照所述数据卸载比例部分卸载至MEC服务器进行MEC辅助计算。

优选地，所述优化计算在所述时刻t时使传输时延与汽车能耗加权最小的传输功率及数据卸载比例包括：

利用获取到的汽车所处无线通信环境的信道带宽、高斯白噪声的功率、路径损耗指数、基站高度、汽车行进方向与基站的垂直距离以及时刻t时汽车与基站在汽车行进方向上的距离建立使得时刻t时传输时延与汽车能耗加权最小的优化问题模型；

将所述优化问题模型转化为等价优化问题；

将所述等价优化问题拆分为两个层次问题；