[发明专利]一种基于车队的车辆任务卸载决策和总体资源分配方法

说明书

本发明公开一种基于车队的车辆任务卸载决策和总体资源分配方法，应用于无线通讯技术和边缘计算领域，针对现有的车辆边缘计算方法中，服务器的覆盖范围与计算资源有限和车辆的高速移动性所造成的连接链路不稳定的问题；本发明将车队和具有边缘计算能力的RSU为任务卸载车辆提供任务处理服务，进行任务和资源分配的联合优化，使车联网环境下车载任务执行的时延和能量消耗最小化；并聚合多个车辆的计算能力，以头车作为任务卸载点，根据车队的计算资源和通信链路状况完成任务的二次卸载，并在车队内分配频谱资源，降低了车队内部交互的通信开销，提高了在车联网中车辆网络拓扑快速变化环境下的传输可靠性。

技术领域

本发明属于无线通讯技术和边缘计算领域，特别涉及一种车辆任务卸载技术。

背景技术

车联网(Internet of Vehicles,IoV)是物联网(Internet of Things,IoT)在汽车行业的重要应用，被认为是下一代智能交通系统的信息基础。为了减少交通事故，提高出行便利，车辆自动驾驶、智能辅助驾驶等智能交通应用数量不断增加。然而，这些新兴的应用不仅需要较高的计算复杂度，而且对时延敏感。目前车载设备有限的计算能力和存储能力可能不能完全满足要求。另一方面，将移动边缘计算(Mobile Edge Computing,MEC)与车辆网络相结合的车辆边缘计算(Vehicular Edge Computing,VEC)被普遍认为是处理计算密集型任务的一种有效的方法。在这种情况下，车辆的计算密集型任务可以被卸载到接近它们的边缘服务器，而不是远程云服务器，从而大大降低了任务的处理延迟。

车队(Platoon)是道路上行驶方向一致的一组车辆。在车队中，头车由司机控制行驶方向和速度，后面跟随的车辆与头车保持一致。车辆以车队的形式行驶可以提高道路的安全性，降低燃油的消耗，同时有效地减少交通堵塞。车队已被确定为一种绿色车辆交通管理策略，以提高能源效率、环境可持续性、道路容量和道路安全，其中通过车辆之间的控制信息交换来确保车队的稳定性。

目前，针对车辆边缘计算中的任务处理研究主要有以下两种：

(1)任务卸载研究(参考文献：Y.Liu,S.Wang,J.Huang,and F.Yang,“Acomputation offloading algorithm based on game theory for vehicular edgenetworks,”in Proc.IEEE ICC,Kansas City,MO,USA,May 2018,pp.1–6.)：该文研究了多车之间的计算卸载决策，将该问题转化为一个多用户计算卸载博弈问题，证明了博弈中纳什均衡的存在性，提出了一种分布式计算卸载算法来计算纳什均衡。如果太多的任务被卸载到相同的边缘服务器，性能增益将会降低。

(2)资源分配研究(参考文献：J.Du,F.R.Yu,X.Chu,J.Feng,and G.Lu,“Computation offloading and resource allocation in vehicular networks basedon dual-side cost minimization,”IEEE Trans.Veh.Technol.,vol.68,no.2,pp.1079–1092,Feb.2019.)：该文研究了资源管理的随机优化问题。它通过联合优化车辆的卸载决策和本地CPU频率，以及服务器侧的无线资源分配和服务器供应，将车辆和MEC服务器的成本降至最低。

此外，与智能手机或平板电脑相比，车辆具有强大的计算能力，并且随着车辆数量的增加，车辆的总计算能力也会增加。因此，如果能够利用车辆来提供任务卸载服务，则车辆网络的计算性能将得到改善。但面对IoV庞大的计算需求，单个车辆的计算能力是非常有限的。若能聚合多个车辆的计算能力，则更能满足任务卸载的要求，即将车队引入车辆边缘计算系统。

发明内容

为解决现有的车辆边缘计算方法中，服务器的覆盖范围与计算资源有限和车辆的高速移动性所造成的连接链路不稳定的问题，本发明提出一种基于车队的车辆任务卸载决策和总体资源分配方法。