[发明专利]移动边缘计算中面向低时延高可靠业务的资源分配方法

说明书

本发明涉及一种移动边缘计算中面向低时延高可靠业务的资源分配方法，属于移动通信技术领域。该方法在多MEC多用户环境下，分别刻画用户任务队列模型和MEC任务队列模型，并以任务队列上溢概率为约束，建立移动服务提供商网络效用最大化的理论模型，对功率资源、带宽资源和计算资源进行联合分配。考虑到优化模型中约束条件包含任务队列溢出概率的极限约束，通过Lyapunov优化理论将时间平均的随机优化问题转化并分解成单时隙求解的三个子问题，包括用户的计算资源分配、带宽与功率分配以及MEC的计算资源分配问题，进而分别对其求解。本发明在满足用户低时延高可靠的需求的同时提高了MSP的平均总收益。

技术领域

本发明属于通信技术领域，涉及移动边缘计算中面向低时延高可靠业务的资源分配方法。

背景技术

随着物联网的蓬勃发展，移动智能终端设备(User Equipment,UE)的数量急剧增加，计算密集型和延迟敏感型的应用和业务不断涌现，例如，增强/虚拟现实(AR/VR)、人脸识别、自动驾驶等。这类新兴的业务不仅需要丰富的计算资源，而且还会产生高额的能耗，然而移动智能终端设备通常在计算能力和电池寿命方面存在一定的局限性，导致设备难以支持这些业务。另一方面，受软件定义网络(Software Defined Network,SDN)和网络功能虚拟化(Network Function Virtualization,NFV)的驱动，移动云计算(Mobile cloudcomputing,MCC)被提出。它允许UE将其计算密集型的任务卸载到资源丰富的远端云服务器执行。然而，云服务器一般距离用户较远，一些时延敏感的应用难以由云计算方案所满足。随着5G时代的到来，低时延高可靠通信(Ultra-reliable and low latencycommunication,URLLC)受到了学术界和工业界的广泛关注。因此，为了解决这一问题，移动边缘计算(Mobile edge computing,MEC)技术应运而生，它可以在靠近移动设备的网络边缘提供云资源，不仅可以满足延迟敏感型应用的QoS需求，而且还在一定程度上降低了计算密集型应用所带来的网络负载和设备终端的能耗。但是，相对于MCC来说，MEC的网络资源往往是有限的，因此如何合理高效的为用户分配网络资源并满足其QoS需求，成为当前亟待解决的问题。

另一方面，无线资源和计算资源的分配对MEC系统任务执行有相当大的影响，无线资源决定了用户任务传输的速率和能耗，计算资源决定了任务处理过程中的时间和计算能耗。对于移动服务提供商(Mobile service provider,MSP)来说，其能耗的急剧上升严重影响了MSP的利润，因此，如何在最大化服务用户数量的同时减小执行计算任务所产生的能耗，促进5G技术的发展，提高用户体验质量。

发明人在研究现有技术的过程中发现其存在如下缺点：

首先，忽略了移动边缘计算的实际环境—多MEC多用户，而集中于单MEC多用户的场景，而且相比于单MEC环境，实际边缘计算的环境各种网络资源在执行任务卸载和资源分配时相互影响，因此，单MEC并没有获得真正的资源分配方案；其次，在对MEC的资源分配研究中，考虑的是通用的业务场景，涉及5G低时延高可靠场景较少，而其场景对延迟和可靠性有较高的要求；最后，未考虑移动服务提供商的收益问题，单集中于能耗与时延的研究。此外，在对无线资源分配时，忽略了带宽资源的优化，而直接将带宽均等分配，降低了网络资源的利用率。因此，在多MEC多用户的环境下，在满足5G低时延高可靠业务的同时，如何合理有效的分配网络资源，从而最大化MSP的收益是非常值得研究的内容。

发明内容

有鉴于此，本发明的目的在于提供一种移动边缘计算中面向低时延高可靠业务的资源分配方法，在保证低时延高可靠业务的同时最大化移动服务运营商的收益，提高资源利用率和用户体验质量。

为达到上述目的，本发明提供如下技术方案：