[发明专利]一种基于移动边缘计算的计算卸载方法

说明书

本发明公开了一种基于移动边缘计算的计算卸载方法，其特征在于，包括步骤：S1.建立系统模型，得到用户任务的本地计算时延和计算卸载时延；S2.根据得到的本地计算时延和计算卸载时延计算任务的平均时延，并根据计算得到的平均时延建立计算卸载、带宽及计算资源分配的联合优化模型；S3.建立基于所述联合优化模型的原优化问题模型；S4.采用联合计算卸载、带宽及计算资源分配的优化算法来求解原优化问题模型中的原优化问题。本发明针对系统资源有限的移动边缘网络，将计算卸载、带宽以及计算资源分配进行联合优化，以最小化用户完成计算任务的平均时延，并且提出了一种JOCBA算法来解决该优化问题。

技术领域

本发明涉及移动边缘技术领域，尤其涉及一种基于移动边缘计算的计算卸载方法。

背景技术

随着移动设备的普及，计算密集型和高能耗的新应用不断涌现(例如，实时在线游戏，虚拟现实等)。然而，移动设备通常具有有限的电池容量和计算能力，成为制约移动应用发展的瓶颈。为了解决这一问题，研究者开始考虑将用户的计算任务卸载到移动边缘计算(MEC)服务器，以节省移动用户能量消耗和提高系统性能，但仍然存在诸多亟待解决的问题。一方面，MEC的计算卸载模型总共分为两种：1)二进制卸载模型；2)部分卸载模型。前者在实践中更易实现，并且适合于不可分区的简单任务，然而用户的任务大部分都是可分割的。后者考虑了任务的可拆分性，使任务可以在移动设备和边缘服务器上并行计算，但是使得优化问题复杂度变高。另一方面，考虑到系统无线带宽资源以及边缘服务器计算资源的有限性，如何将这些有限的资源在所有服务的用户之间更好的分配成为了一个难点。此外，用户的计算卸载决策也会影响到系统资源的分配，所以两者的联合优化也成为了一个亟待解决的问题。

发明内容

本发明的目的是针对现有技术的缺陷，提供了一种基于移动边缘计算的计算卸载方法，针对系统资源有限的移动边缘网络，将计算卸载、带宽以及计算资源分配进行联合优化，以最小化用户完成计算任务的平均时延，并且提出了一种JOCBA算法来解决该优化问题。

为了实现以上目的，本发明采用以下技术方案：

一种基于移动边缘计算的计算卸载方法，包括步骤：

S1.建立系统模型，得到用户任务的本地计算时延和计算卸载时延；

S2.根据得到的本地计算时延和计算卸载时延计算任务的平均时延，并根据计算得到的平均时延建立计算卸载、带宽及计算资源分配的联合优化模型；

S3.建立基于所述联合优化模型的原优化问题模型；

S4.采用联合计算卸载、带宽及计算资源分配的优化算法来求解原优化问题模型中的原优化问题。

进一步的，所述步骤S1中用户任务的本地计算时延为：

其中，表示用户u_k用于计算的任务大小，单位为bit，所有用户的卸载决策表示为集合C_k表示完成每一个bit所需的CPU周期数；表示用户u_k的本地计算能力。

进一步的，所述步骤S1中用户的计算卸载时延为：