[发明专利]时敏条件下移动边缘计算网络能耗最小化策略方法

说明书

本发明涉及一种时敏条件下移动边缘计算网络能耗最小化策略方法，其特征在于，方法包括以下步骤：步骤一：初始化阶段：在本阶段网络内节点获得网络的基本配置信息，并进行相关参数的初始化；步骤二：建立能耗最小系统优化模型；步骤三：根据约束条件，求得初始最佳卸载比；步骤四：满足约束条件下，回到步骤二，依据块坐标下降算法进入下一轮迭代循环计算；步骤五：循环达到最大限制次数后，得到各用户节点不同计算任务的最佳卸载比、计算资源和子载波分配表达式。本发明在满足用户对时效性计算任务的QoE需求的情况下，通过解耦优化问题，优化卸载比、计算资源分配和子载波分配三个强耦合优化变量，实现了最小化整个移动边缘计算网络的总能耗。

技术领域

本发明涉及信息与通信工程技术领域，特别是涉及无线通信系统中正交频分多址技术、移动边缘计算的部分卸载技术和资源分配技术。

背景技术

移动边缘计算(Mobile edge computing，MEC)通过将服务器布置在接近端用户的地方，为用户提供了高质量体验(QoE)。对比本地计算，MEC有助于节约能源，但也会导致通信延迟。针对满足多用户环境下满足用户质量体验需求的同时尽可能减少移动设备能耗这一问题，先后有多项研究。Dai Yueyue在《Joint computation offloading and userassociation in multitask mobile edge》一文中从用户关联优化角度对MEC系统总能耗最小化进行研究。Ren Jinke在《Latency Optimization for Resource Allocation inMobile-Edge Computation Offloading》一文中实现了基于时分多址的MEC网络的能耗最小化。Laizhong Cui在《Joint Optimization of Energy Consumption and Latency inMobile Edge Computing for Internet of Things》一文中考虑了能耗最小化和时延之间的平衡，并将情景建模为一个受约束的多目标优化问题。Pouria Paymard在《JointOptimization of Energy Consumption and Latency in Mobile Edge Computing forInternet of Things》一文中基于正交频分多址技术研究了运营商的利润最大化、时延最小化等问题以及在有无计算延迟要求下的能耗最小化问题。Khalili,Ata在《Jointresource allocation and of floading decision in mobile edge computing》一文中考虑了对时间敏感计算任务的QoE 要求，但仅考虑了完全卸载技术。

发明内容

本发明正是为了解决上述问题缺陷，提供一种关于移动边缘网络系统能耗最小化的发明创造，其改进之处是在基于正交频分多址的移动边缘网络之中，满足时敏条件下，综合考虑部分卸载技术、资源分配技术，通过将的能耗最小化问题涉及的多个强耦合优化变量和优化问题解耦，最终获得最优资源分配和卸载比达到系统的能耗最小化。

本发明采用如下技术方案实现。

一种基于正交频分多址且时敏条件下移动边缘计算网络能耗最小化策略方法，方法包括以下步骤：

步骤一：初始化阶段：在本阶段网络内节点获得网络的基本配置信息，并进行相关参数的初始化，包括本地计算资源和计算能力、网络内子载波集合、当前循环轮次、最大循环次数、,α,β,γ等辅助变量的初始值；

步骤二：根据最小化系统能耗的优化总目标以及所受到的时延、最大计算资源和处理速度等约束条件，建立能耗最小系统优化模型，将相关参数代入优化模型；

步骤三：根据约束条件，求得初始最佳卸载比，依据该最佳卸载比，进一步计算得到分配给用户K的计算资源，分配给用户K的子载波集合以及该集合内子载波的传输能量和其他计算相关参数；