[发明专利]基于雾计算的车联网中高可靠的任务协同计算方法在审
| 申请号: | 202111513367.X | 申请日: | 2021-12-07 |
| 公开(公告)号: | CN114153617A | 公开(公告)日: | 2022-03-08 |
| 发明(设计)人: | 刘振林;谷科;胡杰宇 | 申请(专利权)人: | 长沙理工大学 |
| 主分类号: | G06F9/50 | 分类号: | G06F9/50;G06F9/445 |
| 代理公司: | 暂无信息 | 代理人: | 暂无信息 |
| 地址: | 410114 湖南省*** | 国省代码: | 湖南;43 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 基于 计算 联网 中高 可靠 任务 协同 计算方法 | ||
1.一种基于雾计算的车联网中高可靠的任务协同计算方法,其特征在于,包括以下步骤:
S1:客户车辆向雾服务器提交任务请求,雾服务器评估客户车辆通信范围内所有车辆的可靠性,筛选出客户车辆通信范围内可靠的协助车辆;
S2:雾服务器根据任务请求及协助车辆的资源情况计算出每辆协助车辆可计算的任务量;
S3:雾服务器基于匈牙利算法生成任务卸载策略并反馈给客户车辆;
S4:客户车辆根据任务卸载策略将拆分后的任务卸载至协助车辆节点和雾服务器节点。
2.如权利要求1所述的一种基于雾计算的车联网中高可靠的任务协同计算方法,其特征在于,协助车辆在客户车辆通信范围内的链路持续时间为:
其中,代表客户车辆vs和协助车辆vi在t时刻的相对距离,取决于车辆的位置和速度两个因素。当两车的速度方向一致时,相对距离表示为:
则表示为客户车辆vs和协助车辆vi间的相对速度,计算为:
当两车的速度方向相反时,相对距离表示为:
其中,H表示车辆的最大通信范围,d表示客户车辆vs和协助车辆vi在t时刻的欧几里得距离,计算为:
客户车辆vs和协助车辆vi间的相对速度则表示为:
3.如权利要求1所述的一种基于雾计算的车联网中高可靠的任务协同计算方法,其特征在于,t时刻协助车辆与客户车辆的链路可靠性为:
如果
其中,表示为客户车辆vs和协助车辆vi之间的链路持续时间的概率密度函数,表示为:
4.如权利要求1所述的一种基于雾计算的车联网中高可靠的任务协同计算方法,其特征在于,协助车辆执行任务的时延为:
其中,表示传输时延,表示计算时延,表示分配给协助车辆vi的任务输入数据大小,表示分配给协助车辆vi的任务所需的CPU指令数,表示协助车辆vi每秒能执行的CPU指令数,表示为客户车辆vs和协助车辆vi之间的数据传输速率。
5.如权利要求1所述的一种基于雾计算的车联网中高可靠的任务协同计算方法,其特征在于,根据协助车辆的可靠性模型及时延模型得到每辆协助车辆在链路持续时间内能执行的CPU指令数。
6.如权利要求1所述的一种基于雾计算的车联网中高可靠的任务协同计算方法,其特征在于,根据每辆协助车辆能执行的CPU指令数和每个子任务所需的CPU指令数,基于匈牙利算法生成最优分配策略,即每辆协助车辆的资源利用率最高。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长沙理工大学,未经长沙理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202111513367.X/1.html,转载请声明来源钻瓜专利网。





