[发明专利]基于蚁群算法的面向低轨道卫星边缘计算任务调度方法

说明书

本发明公开了一种基于蚁群算法的面向低轨道卫星边缘计算任务调度方法，该方法面向LEO卫星边缘计算场景，建立了一个在设备的计算资源(例如中央处理单元频率和存储器)、电池能量受限和多用户具有不同服务质量（quality of service，QoS）需求约束下的时延和能耗的系统花费函数，设计了一个基于蚁群算法的任务调度方法，采用蚁群算法优化多设备的任务执行次序问题，并且通过调度时钟频率优化本地计算的花费，从而达到系统的总花费最小。仿真结果表明，所提算法的系统花费分别比随机排序算法、大任务首先排序算法和小任务首先排序算法低17.5%、14.3%和22.2%。

技术领域

本发明涉及低地球轨道(LEO)卫星和移动边缘计算(MEC)的技术领域，具体是一种基于蚁群算法的面向低轨道卫星边缘计算任务调度方法。

背景技术

随着第五代(5th Generation，5G)移动通信网络的商用，6G在覆盖范围和容量方面已经被要求提供更多样化的服务。面向6G的广覆盖需求，卫星通信具有天然的优势，将发挥关键作用。其中LEO卫星具有高容量(1Tbps)和低时延(20-50毫秒)的特点，因此LEO卫星网络目前在学术界和产业界获得高度关注。

根据欧洲电信标准协会(European Telecommunications Standards Institute，ETSI)2014年发布的白皮书，MEC被定义为：“移动边缘计算能够在移动设备附近的无线接入网络(RAN)范围内提供IT服务环境和云计算能力。”MEC主要的研究方向包括：MEC服务编排、安全机制、计算卸载、边缘缓存。

面向未来通信需求，沙漠、森林、海洋等地区，存在数量众多、类型多样的用户数据处理需求，例如人类科考工作的数据处理。同时这些区域物联网(Internet of Things，IoT)终端也需要广泛部署，例如陆源入海污染物的实时检测反馈。但是这些区域缺乏地面移动通信网络的有效覆盖，这导致依赖于地面移动通信网络的典型MEC技术无法应用于此类场景。因此，近年来有关卫星边缘计算的研究成为一种趋势。

发明内容

本发明的目的是面向LEO卫星边缘计算场景，从MEC服务器资源受限和单个设备QoS需求方面考虑，既保证了有限计算资源的合理分配又保证了在单个设备QoS需求满足的条件下使整个系统花费最小。发明内容包括:(1)在本地设备的计算资源(中央处理单元频率和存储器)受限、电池能量受限和多设备具有不同QoS需求的约束下，建立了时延和能耗的系统花费函数。(2)提出了基于蚁群算法的计算卸载策略，采用蚁群算法优化多设备的任务执行次序问题,并且通过调度时钟频率优化本地计算的花费，使时延和能耗系统的总花费最小实现本发明目的的技术方案是：

一种基于蚁群算法的面向低轨道卫星边缘计算任务调度方法，包括如下步骤：

1)建立通信模型：根据设备个数k(k∈{1,2,...K})、信道带宽B、传输功率P_k、高斯白噪声信号的功率σ₀、信道增益g_k,s和其他设备对设备k产生的干扰建立上行传输速率R_k模型，表达式为

2)建立计算模型：包括所需的CPU周期数目c_k，上行数据大小d_k，计算模型分为本地计算和卫星计算模型，包括如下步骤：

2-1)建立本地计算模型，包括如下步骤：

2-1-1)利用所需的CPU周期数目c_k和时钟频率f_k,l建立本地计算时延模型T_k,l，其表达式为

2-1-2)利用所需的CPU周期数目c_k、时钟频率f_k,l和有效的开关电容κ建立本计算能耗模型E_k,l，其表达式为E_k,l＝kc_k(f_k,l)²；