[发明专利]一种用于工业物联网场景中的数字孪生辅助任务卸载方法

说明书

本发明一种用于工业物联网场景中的数字孪生辅助任务卸载方法，属于移动通信领域，包括以下步骤：S1：在BS中构建IIoT设备和MBS的数字孪生模型，同时考虑数据偏差对构建模型精准度的影响；S2：在最佳的任务划分策略下，根据粒子群搜索的边缘关联算法，确定每个IIoT设备所关联的MBS集合；S3：根据近似最佳的边缘关联结果，通过基于DDPG的任务划分算法确定各个子任务的任务划分比例，制定任务卸载策略；S4：根据S2和S3中的结果，将当前时隙最佳的任务卸载策略从数字孪生网络发送给物理实体网络，物理设备根据卸载策略去执行相关的操作。本发明充分考虑数据偏差影响，减少IIoT设备在任务卸载过程中的时间消耗，有效提升用户计算的服务体验。

技术领域

本发明属于移动通信领域，涉及一种用于工业物联网场景中的数字孪生辅助任务卸载方法。

背景技术

随着智能机器人、增强/虚拟现实等移动物联网应用程序的出现，工业物联网(Industrial Internet of Things，IIoT)中对延迟的严格要求越来越强烈，尤其是计算密集型任务。由于移动设备的计算能力有限，及时完成这些计算任务具有挑战性。移动边缘计算(Mobile Edge Computing，MEC)是支持延迟敏感物联网应用的一个有前途的解决方案。通过在网络边缘部署MEC服务器，例如配有MEC服务器的室分微站(Micro-Base Station，MBS)和室分宏站(Base Station，BS)，移动IIoT设备可以将其计算任务卸载到附近的MBS和BS上进行快速计算和处理。

然而，当边缘设备产生一个计算任务时，如何智能地根据计算任务的特点、充分利用物联网中的计算和通信资源，使得所有任务的服务质量(Quality of Service，QoS)最大，即时延最低也是目前需要研究的热点之一。实际中的计算任务可能是独立型任务，即可以被划分为多个子任务，各个子任务之间没有约束关系；但是有些计算任务被分为多个子任务后存在依赖关系，例如子任务2必须等待子任务1完成之后才能被计算。此外，对于每个边缘移动设备，如何实时地根据每个MBS的计算能力和其之间的通信状态，选择最佳的MBS执行卸载操作也是研究点之一。

综上所述，现有的数字孪生辅助IIoT中，没有解决充分考虑数据偏差影响下怎样制定出高效的任务卸载策略的问题。

发明内容

有鉴于此，本发明的目的在于提供一种用于工业物联网场景中的数字孪生辅助任务卸载方法，在充分考虑到数据偏差对系统卸载时间的影响下，构建了能刻画出系统卸载时间的精准模型，能够减少IIoT设备在任务卸载过程中的时间消耗，有效提升用户计算的服务体验。

为达到上述目的，本发明提供如下技术方案：

一种用于工业物联网场景中的数字孪生辅助任务卸载方法，包括以下步骤：

S1：在BS中构建IIoT设备和MBS的数字孪生模型；

S2：物理设备与BS中的数字孪生网络进行实时交互和数据更新；

S3：根据每个IIoT设备和MBS的计算能力数据偏差、发射功率数据偏差和带宽资源数据偏差对系统任务卸载时间和能量消耗的偏差影响，建立最小化系统的总卸载时间和时间惩罚函数的理论模型；

S4：在最佳的任务划分策略下，根据粒子群搜索的边缘关联算法，确定每个IIoT设备所关联的MBS集合，同时最小化系统时间；

S5：根据近似最佳的边缘关联结果，通过基于DDPG的任务划分算法确定各个子任务的任务划分比例，制定任务卸载策略；

S6：根据S4和S5中的结果，将当前时隙最佳的任务卸载策略从数字孪生网络发送给物理设备网络，物理设备根据卸载策略执行相关的操作；

S7：判断当前时隙中是否产生计算任务；若是，则返回S2重复执行S2-S7，直至S7判断结果为否。