[发明专利]一种计算资源有限MEC中任务卸载与资源分配方法

说明书

本发明涉及一种计算资源有限MEC中联合任务卸载和资源分配方法，属于无线通信和移动边缘计算领域。该方法通过制约卸载的思想缓解计算资源有限的问题，主要体现在MEC调整价格影响用户的卸载决策。该方法包括：小区内用户产生新的计算任务，向MEC服务器发送任务卸载请求；MEC收集本时隙内所有用户发送的计算卸载请求信息，首先通过Stackelberg模型描述MEC与用户之间的交互，然后根据差异化定价策略为用户制定价格，通过改进模拟退火算法为用户分配计算资源，最后向用户返回服务报价以及可提供的计算资源；用户根据收到MEC的返回结果，独自完成卸载决定。本发明可有效应用在计算资源有限的MEC场景，可以提高MEC的总收益。

技术领域

本发明属于无线通信和移动边缘计算领域，涉及一种计算资源有限MEC中联合任务卸载与资源分配方法。

背景技术

移动边缘计算(Mobile Edge Computing，MEC)技术通过将云数据中心下沉至靠近数据源端的接入网一侧，能够近距离为用户提供计算、通信、存储等能力，同时使得移动网络传输成本更低、效率更高、应用复杂度不受终端限制，在AR/VR、物联网(Internet ofThings.IoT)、车联网等场景中有着广阔的应用前景。计算卸载技术作为MEC中十分重要的一环，为移动用户带来了额外的算力，拓展了用户处理任务的能力。近年来，已有众多学者对计算卸载展开了研究，其中卸载策略和资源分配是研究重点。文献“S.Hu,G.Li.DynamicRequest Scheduling Optimization in Mobile Edge Computing for IoT Applications[J].IEEE Internet of Things Journal,2020:1426-1437”为任务执行过程中的能耗问题提出了解决方案，并设计基于方向交叉的遗传算法，完成联合优化问题，并揭示资源分配与任务卸载往往是紧密联系的，因此联合方案相比单独优化能获得更佳的效果。

现有的工作大多都假设MEC计算资源是足够的，请求卸载的任务基本都可以在满足约束条件下完成计算卸载，MEC服务器不担心出现性能瓶颈。但随时间发展，由基站硬件成本限制所导致MEC服务器计算资源有限的问题将日渐明显，尤其在商圈，机场等任务请求密集的网络中，MEC服务器提供的计算资源往往不足以应对大量请求任务。现有的一些卸载方案，在计算资源不足时会导致用户需求无法满足，引发多用户竞争有限的MEC计算资源产生“死锁”问题。为改善这种情况，文献“Z.Ning,P.Dong,X.Kong,F.Xia.A CooperativePartial Computation Offloading Scheme for Mobile Edge Computing EnabledInternet of Things[J].IEEE Internet of Things Journal,2019:4804-4814”通过多MEC协作的方式扩展计算资源，将无法完成的任务二次卸载至其他MEC服务器执行，但多MEC协作实际需满足的条件十分苛刻。文献“M.Liu,Y.Liu.Price-Based DistributedOffloading for Mobile-Edge Computing With Computation Capacity Constraints[J].IEEE Wireless Communications Letters,2018:420-423”采用价格控制卸载的方案，通过调整价格为MEC实现最大的收益，但其忽略了计算资源分配所带来的影响。文献“H.Zhao,Y.Wang,R.Sun.Task Proactive Caching Based Computation Offloading andResource Allocation in Mobile-Edge Computing Systems[C]//2018 14thInternational Wireless CommunicationsMobile Computing Conference(IWCMC),Limassol,2018:232-237”采用了任务主动缓存的方案，可有效解决热点任务的计算，但是，随着任务种类的增多，该策略带来的收益将十分有限。