[发明专利]一种适用于RSU覆盖切换的边缘车联网任务卸载方法

说明书

本发明公开了一种适用于RSU覆盖切换的边缘车联网任务卸载方法，包括以下步骤：S1：获取车辆的历史行车数据，利用历史行车数据训练LSTM模型，通过训练完毕的LSTM模型预测未来设定时间段内车辆的移动轨迹；S2：根据车辆的移动轨迹确定车辆的行驶路段，根据车辆行驶的路段确定车辆即将经过的路边单元RSU2，车辆当前所处的路边单元记为RSU1；S3：当车辆行驶位置处于路边单元RSU1与路边单元RSU2之间的边界处分别计算三种任务卸载方式的开销；S4：以车辆行驶每个时隙成本的叠加减去切换路边单元所带来的花销最小为目标函数，利用约束条件求解目标函数得到当前时隙任务卸载方式。本发明能够使车辆获取合适的任务卸载方式，进而获得最优的服务质量。

技术领域

本发明涉及车联网技术领域，更具体地，涉及一种适用于RSU覆盖切换的边缘车联网任务卸载方法。

背景技术

随着智能移动设备的不断更新换代，设备通信所需要的资源也不断地增加。然而各种设备其自身的的资源(包括：计算、存储和通信资源)是极其有限的。当计算任务在移动设备上执行时，用户的服务质量(Quality of Services,QoS)将会受到很大的限制。例如，当众多设备同时发起密集型计算任务时，仅利用现有的可用资源将无法为移动设备提供足够的处理速度。

相比于云计算，移动边缘计算(Mobile edge computing,MEC)可以在接近任务请求用户的地方提供足够的计算能力，是目前提供实时服务的最佳解决方案。一般地，路面车辆通过将计算任务卸载到布置在路边单元RSU的MEC服务器，借助其强大的计算能力，就可以获得更高的QoS。然而，现有的车联网内MEC任务卸载方案只考虑单一的传输方案，例如只是通过车与路侧设施通信技术(V2R)传给RSU或者通过车与车通信技术(V2V)，这样的考虑是不够全面的，特别是在一些特定的场合，比如两个RSU覆盖交叉的区域，现有的车联网MEC任务卸载策略不能得到总体的最优QoS。

同时，随着道路上行驶的车辆越来越多，若多辆车同时选择一个RSU进行任务卸载时，在通信和任务处理两方面均会存在通信堵塞和处理速度减缓的问题，这时，需要对车辆的卸载目标进行调度，以获得最优的全局QoS。车辆也可以选择将计算任务卸载给车辆附近的移动车辆，减少同时接入同一RSU的几率，获得更好的通信和计算速率。此外，车联网MEC的任务卸载还与车辆的移动轨迹相关。在现实中，车辆行驶的路况及其复杂，使得车联网的拓扑结构变化很快，如何进行任务卸载调配是一个较难的问题。

现有技术中，公开号为：CN111314889A的中国发明专利，于2020年6月19日公开了一种车联网中基于移动边缘计算的任务卸载与资源分配方法，具体步骤包括：建立包括车对车V2V和车对基础设施V2I通信的车联网通信场景；对场景中的车辆节点进行聚类，将车辆节点划分为V2I用户簇和V2V用户簇；针对场景中的V2V用户簇，对其中的V2V请求节点与服务节点进行划分、配对并优化；计算场景中所有节点任务处理的总延迟；以最小化车联网系统中车辆任务处理总延迟为目标，结合约束条件，建立最优化问题模型，利用量子粒子群算法对其进行求解，得到车联网系统的信道、计算资源分配以及各个车辆节点功率分配策略。该发明是利用粒子群算法求解目标的最优化问题，但该发明没有考虑不同的任务卸载方式及卸载平衡的问题，无法最优得到最优卸载方案。

发明内容

本发明为克服上述现有技术中，车联网MEC网络中车辆轨迹不确定，车辆计算任务卸载没有多种方式可选的缺陷，提供一种适用于RSU覆盖切换的边缘车联网任务卸载方法。

本发明的首要目的是为解决上述技术问题，本发明的技术方案如下：

一种适用于RSU覆盖切换的边缘车联网任务卸载方法，包括以下步骤：

S1：获取车辆的历史行车数据，利用历史行车数据训练LSTM模型，通过训练完毕的LSTM模型预测未来设定时间段内车辆的移动轨迹；