[发明专利]一种端-边-云协同计算的任务卸载优化方法

权利要求书

1.一种端-边-云协同计算的任务卸载优化方法，其特征在于，主要包括以下步骤：

1)获取同一时刻当前移动网络中所有移动设备、边缘服务器、云服务器和任务的信息数据；

2)建立移动边缘计算系统模型；

3)初始化移动边缘计算系统参数，开始迭代运算；

4)确定当前迭代轮次j下的任务卸载策略Ω_i；

5)确定当前迭代轮次j下的资源分配策略，包括边缘服务器为移动设备分配的计算能力f_i^E和移动边缘计算系统为移动设备分配的带宽资源

6)量化移动边缘计算系统中能量消耗和传输时延的加权和，保存任务卸载与资源分配策略；

7)比较当前迭代轮次j下能量消耗和传输时延的加权和与最小加权和，若当前迭代轮次j下能量消耗和传输时延的加权和小于最小加权和，则以当前迭代轮次j下能量消耗和传输时延的加权和更新最小加权和，反之不更新；

8)返回步骤4)，重复迭代，直至迭代次数为N；输出端-边-云协同计算的移动边缘计算系统中最优任务卸载策略与最优资源分配策略；

边缘服务器为移动设备分配的计算能力f_i^E如下所示：

式中，F^E表示边缘服务器总的计算能力；A_1,i为计算能量消耗参数；M为移动设备总数；为任务在边缘服务器执行的表征参数；

其中，计算能量消耗参数A_1,i满足下式：

式中，表示消耗的时间W_i和能量的加权参数，取值范围为[0，1]；η表示平衡任务优先级和设备剩余电量的平衡参数，其取值范围为[0,1]；t用于归一化；C_i表示移动设备的计算能力；

移动边缘计算系统为移动设备分配的带宽资源如下所示：

式中，B^E表示边缘服务器总的带宽；A_2,i表示带宽资源消耗参数；为任务在云服务器执行的表征参数；

其中，带宽资源消耗参数A_2,i如下所示：

式中，用于归一化；σ²表示高斯噪声功率；Φ_i表示移动设备的传输功率；g_i表示无线信道增益；S_i表示任务大小。

2.根据权利要求1所述的一种端-边-云协同计算的任务卸载优化方法，其特征在于，所述移动设备和任务的信息数据包括移动设备的传输功率Φ_i、无线信道增益g_i、移动设备平均的计算速度f_i^L和任务大小S_i；边缘服务器的信息数据包括边缘服务器的计算能力F^E、缓存大小S^E和带宽大小B^E；云服务器的信息数据包括云服务器的平均计算能力F^C。

3.根据权利要求1或2所述的一种端-边-云协同计算的任务卸载优化方法，其特征在于，所述移动边缘计算系统模型包括远程云服务器、一个本地边缘服务器和若干不同的移动设备。

4.根据权利要求1所述的一种端-边-云协同计算的任务卸载优化方法，其特征在于，移动边缘计算系统参数包括迭代次数N、次卸载的任务数K；初始状态下，所有的任务都在本地执行，令任务在本地执行的表征参数任务在边缘服务器执行的表征参数任务在云服务器执行的表征参数其中，1表示执行，0表示不执行。