[发明专利]物联网边缘计算任务卸载方法及系统

权利要求书

1.物联网边缘计算任务卸载方法，其特征在于，包括：

获取物联网边缘计算网络的场景模型，具体包括：

将所述物联网边缘计算网络划分为远端云中心层、边缘层和边缘设备层；

所述边缘层包括边缘服务器，所述边缘服务器包括基站型边缘服务器和接入型边缘服务器；

所述边缘设备层包括智能移动设备、传感设备、智能生产设备和智能车辆；

基于深度强化学习PPO算法，在所述场景模型中设计任务卸载策略，定义环境状态向量和行为向量，具体包括：

初始化网络策略参数，将更新的网络策略参数输入环境并进行交互，从所述环境中收集状态信息数据和行动信息数据，计算当前奖励值，并对目标函数进行更新；

针对所述深度强化学习PPO算法的Actor-Critic模式，定义所述环境状态向量包括服务器向量、智能车辆向量和终端向量，所述行为向量包括智能车辆行为向量和智能终端行为向量；

其中，所述目标函数包括将KL散度加入至PPO模型的似然函数中所获得，所述KL散度表示若干网络策略参数之间的差距，并由预设适应性限制条件所限制；

根据所述环境状态向量 和所述行为向量设定预设任务请求规定，基于所述预设任务请求规定完成所述场景模型中若干网元的计算任务卸载请求，具体包括：

若物联网边缘计算网络的环境中存在未处理的计算任务，判断所述边缘服务器接收处理的当前计算任务请求数量；

若所述边缘服务器在同一时间内接收处理一项当前计算任务请求，计算并记录所述当前计算任务请求的时延，并更新所述边缘服务器的状态信息；

若所述智能车辆的任务计算量小于所述智能车辆的计算容量时，更新所述智能车辆的状态信息，若所述智能车辆需卸载计算任务，则向任一所述边缘服务器发出任务请求；

若所述终端设备在所述当前计算任务请求被接收后，更新所述终端设备的状态信息，向可卸载的智能车辆或边缘服务器发出任务请求；

输入所述环境状态向量，利用网络策略产生所述行为向量并在所述环境中执行；

从所述环境中收集环境状态信息数据和行为信息数据，计算当前奖励值，更新目标函数，并对所述环境状态向量和所述行为向量之间的KL散度进行约束。

2.根据权利要求1所述的物联网边缘计算任务卸载方法，其特征在于，所述获取物联网边缘计算网络的场景模型，还包括：

将网络时延定义为计算时延、传递时延、传输时延和排队时延；

所述计算时延基于计算任务的计算量大小和边缘服务器的计算性能指标所获得；

所述传递时延基于发送方与接收方之间的地理距离和发送方与接收方之间的网络传递速度所获得；

所述传输时延基于被传输数据大小和网络节点的网络传输速度所获得；

所述排队时延基于边缘服务器的总计算容量、计算速度和当前任务到达边缘服务器之前的任务计算量所获得。

3.根据权利要求1所述的物联网边缘计算任务卸载方法，其特征在于，所述根据所述环境状态向量 和所述行为向量设定预设任务请求规定，具体包括：

所述边缘服务器在同一时间内只能接收处理一项当前计算任务请求；

若所述智能车辆的任务计算量小于所述智能车辆的计算容量时，由所述智能车辆处理所述当前计算任务请求，若所述智能车辆无自身计算任务时只能接收一个终端设备的任务请求；

所述终端设备在所述当前计算任务请求被接收后产生新的计算任务请求。