[发明专利]一种边缘计算用户任务卸载方法

权利要求书

1.一种边缘计算用户任务卸载方法，其特征在于：建立微蜂窝和微微蜂窝间网络通信模型，使用数值估计算法和模拟退火算法来求解优化方案；

所述网络通信模型中用户的任务上传时间计算步骤包括：

步骤1、根据路径损耗模型计算用户信道的信干噪比（信号比上干扰与噪声之和）：

其中，UE_i是第i个用户的发射功率，d为信号从基站到用户设备的距离，是信号的损耗指数，同时，因为常用的蜂窝结构会产生六个共道小区，所以在共道干扰中乘以系数6来表征这6个共道小区中与用户i同频道的用户的干扰，D为共道小区的距离，设其近似为共道用户的距离，n为环境中的高斯白噪声功率；

步骤2、根据用户信道的信干噪比，计算用户设备和基站之间链路的上行速率：

其中，R_i,j代表第i个用户设备和第j个基站之间的链路上行速率，B代表用户设备和基站之间的信道容量，为第i个用户上行信道的信干噪比；

所述总的用户任务的卸载时延是各个设备的任务卸载时延之和，且每个移动设备在一个调度时间段内只会有一个任务等待卸载，用户任务可用W_i=(C_i,L_i)描述,C_i代表用户i的任务所带有的任务量，L_i代表用户i任务的完成时间限制，W_i代表用户i的任务，用户i的任务卸载时延由任务的上传时延，任务在MEC服务器的任务卸载队列进行等待的时延和在MEC服务器的处理时延构成，任务卸载时延可表示为：

其中TE_i是用户i的任务卸载时延，Q_i,j代表用户i的任务在第j个MEC服务器上的排队时延，P_j是第j个MEC服务器的任务计算能力；

所述任务卸载队列指的是多个用户将需要卸载的任务上载到MEC服务器上所形成的任务排队队列；

所述数值估计算法是一种用变步长的数值估计预测所述模拟退火算法初始温度的算法；

所述模拟退火算法以数值估计算法的温度预测结果作为初始温度，以多项式和指数相结合的温度下降函数控制温度；

所述的模拟退火算法的循环过程如下：

在初始温度下，随机将一个用户的目标MEC服务器改变为其它MEC服务器，然后重新计算每个用户的任务卸载时间，求得新的总卸载时间，如果新的总卸载时间小于原总卸载时间，则接受新的解，如果新的总卸载时间大于等于原总卸载时间，则以如下概率接受新的解

其中P为接受概率，T_k为第k轮迭代时的温度，为本轮迭代中的温度步长；

所述优化方案是使得总的用户任务的卸载时间最短的用户任务卸载方案。

2.根据权利要求1所述的边缘计算用户任务卸载方法，其特征在于：所述网络通信模型中每个微蜂窝有邻近的6个同道微蜂窝，每个微蜂窝内有微蜂窝基站和微微蜂窝基站，每个基站都配有相应的MEC服务器，微蜂窝内的用户设备可以收到微蜂窝内的任何基站的信号，且每个微蜂窝基站的功率相等，每个微微蜂窝基站的功率相等，微蜂窝基站的功率大于微微蜂窝基站的功率，MEC服务器的计算能力正比于基站的功率。

3.根据权利要求1所述的边缘计算用户任务卸载方法，其特征在于：温度的下降过程由多项式和对数项构成，降温函数为：

式中为第k+1轮迭代时的温度，k是迭代次数，，T₀是模拟退火算法的初始温度。