[发明专利]一种云边协同下时延最优化的计算任务卸载方法及装置

权利要求书

1.一种云边协同下时延最优化的计算任务卸载方法，其特征在于，包括：

建立以最小化任务总时延为目标的云边协同计算卸载模型；所述任务总时延由移动终端向边缘节点传输任务的传输时延，由边缘节点向云端传输任务的传输时延，任务在边缘节点的处理时延和任务在云端的处理时延构成；所述云边协同是指移动终端任务将一定任务分配比例计算量卸载至边缘节点处理，并将剩余计算量卸载至云端处理；

将所述云边协同计算卸载模型分解成两个独立的子模型，分别对应移动终端上传给边缘节点计算任务的链路时隙分配，以及边缘节点和云端的计算资源分配；

分别求解两个子模型，得到云边协同下时延最优化的任务分配比例、链路时隙分配以及边缘节点和云端的计算资源分配方案。

2.根据权利要求1所述的一种云边协同下时延最优化的计算任务卸载方法，其特征在于，所述建立以最小化任务总时延为目标的云边协同计算卸载模型，包括：

P₁:

其中，为任务在边缘节点的处理时延，为任务在云端的处理时延，为i移动终端向j边缘节点传输任务的传输时延，为j边缘节点向云端传输任务的传输时延，L_j,i是由i移动终端产生的被j边缘节点处理的计算任务的数据大小，C_j,i代表处理一比特需要的CPU cycle数，λ_j,i为i移动终端卸载至j边缘节点的任务分配比例，τ_j,i为i移动终端至j边缘节点的分配时隙，为j边缘节点分配给i移动终端的计算资源，为云端分配给i移动终端的计算资源，W_j为j边缘节点给所有移动终端的回程网络带宽，R_j,i＝E_h{r_j,i}是期望信道能力，r_j,i为i移动终端向第j个基站传输任务的最大数据传输速率，T表示TDMA帧的长，I_j表示第j个基站连接的用户数，J表示基站个数，每个基站部署一个边缘节点，β_j,i表示任务的紧急程度和重要程度的影响因子，满足，

所述云边协同计算卸载模型需满足约束条件：

其中，F^c和分别代表云端和j边缘节点的最大可用计算资源。

3.根据权利要求2所述的一种云边协同下时延最优化的计算任务卸载方法，其特征在于，移动终端向基站传输任务的最大数据传输速率根据香农定理计算：

其中，表示i移动终端使用第n个时隙向第j个基站传输任务的最大数据传输速率，B表示移动终端到边缘节点的带宽，p_j,i表示i移动终端到第j个基站的传输能力，表示i移动终端到第j个基站信道容量，σ_j表示第j个基站的噪声。

4.根据权利要求2所述的一种云边协同下时延最优化的计算任务卸载方法，其特征在于，将所述云边协同计算卸载模型分解成两个独立的子模型，包括：

子模型P₂最小化所有的移动终端传输任务数据至连接基站的时延：

P₂:

子模型P₃最小化所有任务在边缘节点和云端的计算时延：

P₃:

5.根据权利要求4所述的一种云边协同下时延最优化的计算任务卸载方法，其特征在于，还包括：

根据Cauchy-Buniakowsky-Schwarz不等式求解子模型P₂，得到移动终端上传给边缘节点计算任务的链路时隙：

其中，为i移动终端上传给j边缘节点计算任务的最优链路时隙。