[发明专利]基于边缘计算的能量受限终端任务在线调度装置及其方法

说明书

基于边缘计算的能量受限终端任务在线调度装置及其方法，包括：终端任务卸载模型与能量收集模型，服务功能缓存模型负责根据网络的基站、物联终端数量、收集的可再生能量、计算任务属性等；资源分配模块负责构建可再生能源收集模型、无线通信模型、物联终端的任务卸载模型以及服务器的服务缓存决策模型，将模型数据传递给任务边缘计算模型和问题在线求解算法；问题在线求解算法根据随机网络参数在线求解单时隙目标函数并执行最优的物联终端任务卸载与资源分配决策。本发明实现了物联终端在长期运行过程中因任务卸载或本地计算任务产生的通信与计算能耗与时延加权和最小化；降低因物联终端能耗不足需长期花费人力进行运维引起的管理成本。

技术领域

本发明涉及5G无线通信与边缘计算技术领域，具体涉及一种基于边缘计算的能量受限终端任务在线调度装置及其方法。

背景技术

随着5G通信与工业互联网发展，网络切片技术满足了各类移动物联设备的海量部署需求，并推动物联终端的应用数据指数性增长，出现了包括AR、VR、语音或人脸识别等多样化的新兴计算任务。然而云计算中心部署在远端核心网，海量数据接入将造成网络拥塞，高传输时延难以满足海量物联终端实时计算需求。另外，物联终端电池容量受限，本地计算将增加终端能耗，不利于工业互联网下的物联终端持续运行。

为解决5G无线通信网络边缘侧的海量物联计算任务处理实时性不足问题，移动边缘计算作为新型计算范式受到研究人员广泛关注。通过将移动边缘计算服务器部署在5G微基站、无人机、WiFi等接入网络节点，将云计算资源下沉到网络边缘，为海量物联设备提供低时延计算支撑。其中任务卸载技术令物联终端可经5G无线通信链路将计算任务上传至边缘服务器进行处理，极大减少了物联终端本地计算能耗与时间。然而实际工业互联网场景下，物联终端执行任务卸载仍需产生通信功耗，而大部分物联终端可用能量受限，无法满足在五连场景下的长时间工作需求。

关于面向物联终端的通信能耗优化研究中，基于边缘计算的电力终端任务卸载与资源分配优化方法得到广泛关注，并提出了多种面向物联终端能耗与计算时延的任务卸载优化策略。然而现有工作鲜少考虑服务缓存与任务卸载的耦合关系。由于边缘服务器可用计算资源和缓存资源有限，边缘服务器需缓存与计算任务类型有关的数据库或运行环境，才能为相应类型的任务提供计算服务。若缺乏相应服务缓存，终端需执行本地计算并造成能耗上升。

另外，在工业互联网场景下，部分物联终端可部署能量收集设备，对环境中的可再生能量进行收集与使用，进而提升物联终端的运行稳定性。然而现有工作未考虑收集的可再生能量与网络计算任务到达的随机性，难以实现服务缓存、可再生能量使用以及网络资源分配的实时匹配，无法实现长期运行下的物联终端通信能耗、计算能耗与任务处理时延开销性能优化。

因此，本发明提出了一种基于边缘计算的能量受限终端任务在线调度方法，旨在最小化能量受限的物联终端在长期运行过程中因处理计算任务产生的通信与计算能耗；降低物联终端的运维管理成本，提高泛在物联场景下5G无线通信网络边缘设备的运行可靠性。

发明内容

为了解决现有技术中存在的缺陷，本发明公开一种基于边缘计算的能量受限终端任务在线调度装置，其技术方案如下：

基于边缘计算的能量受限终端任务在线调度装置，包括：终端任务卸载模型与能量收集模型、服务功能缓存模型、任务边缘计算模型、问题在线求解算法模块；其特征为：

终端任务卸载模型与能量收集模型：负责描述能量受限的物联终端的可再生能源收集模型、物联终端与5G微基站上部署的边缘计算服务器之间的无线通信时间计算模块、描述物联终端的任务卸载决策计算模块；

服务功能缓存模型：负责构建描述5G微基站上部署的边缘计算服务器的缓存容量上限以及服务缓存决策计算模块；

任务边缘计算模型：用于描述边缘计算服务器处理物联终端卸载过来的计算任务处理时间计算模块，并基于终端任务卸载模型与服务功能缓存模型共同构建物联终端长期平均的通信、计算能耗与通信、计算时延加权和最小化目标函数；