[发明专利]一种移动边缘计算辅助车辆任务卸载方法

说明书

本发明涉及涉及一种移动边缘计算辅助车辆任务卸载方法，属于车辆通信领域，其中车辆任务根据其属性可分为：可卸载任务和不可卸载任务。对于不可卸载的任务，选择本地计算任务；对于可卸载的任务，车辆利用本地计算资源和MEC计算资源共同处理任务，达到最小化任务计算代价的目的。其中最优卸载决策取决于任务在本地处理带来的效益和卸载到MEC带来的效益的对比。本发明在任务计算过程中，数据包队列呈动态变化，既有数据包到达也有数据包离开队列，同时由于时延也会产生丢包。保持队列稳定下，对于任务的丢包率进行优化可以改善减少任务计算代价，以及提高车辆用户数据传输体验。

技术领域

本发明属于车辆通信技术领域，涉及一种移动边缘计算辅助车辆任务卸载方法。

背景技术

在车载网络中，大规模的移动应用通常在车载单元(On board Unit，OBU)的协助下完成服务，而OBU的计算能力有限，在车辆内使用需要大量数据的应用，如增加现实(Augmented Reality，AR)，虚拟现实(virtual reality，VR)，超清视频等，对时延有比较高的要求。车辆内产生的任务选择在本地计算是根本无法实现低时延的需求。

依靠云端强大的计算能力和储存空间，将任务卸载到云端是备选方案之一，但因远距离部署骨干网络和回程网络的容量限制和延迟波动，会导致用户服务质量(Qualityof Service，QoS)下降。对此，业界提出了移动边缘计算(Mobile Edge Computing，MEC)辅助，使任务卸载到MEC服务器上进行计算。由于邻近性，MEC服务器在卸载过程中能够提供强大的计算能力和极低的延迟，这样可以提高用户体验，优化网络传输质量。

大部分MEC辅助任务卸载方案中需要考虑MEC计算资源的有限性，即MEC服务器在延迟约束下可能无法完全满足车辆的任务卸载需求。目前多采用三层联合的卸载结构，即利用云端强大的计算能力和存储空间，车辆先将任务卸载到MEC服务器，MEC服务器再将部分任务卸载到云端，云端将任务进行处理，计算结果再依次传回到车辆。

然而，由于车辆对不同的任务有不同的需求，有些任务会有严格的时效性要求，为解决这种资源异构性问题，目前所提的方案是联合车辆到基础设施(V2I)和车辆到车辆(V2V)的方式处理实时任务，即任务通过V2I的通信方式卸载到MEC服务器，或以V2V的通信方式将任务卸载到其他车辆处理。

现有的技术大多只考虑到MEC资源的有限性，而采用车辆-MEC-云端的三层的结构。该方案的好处是云端能够提供强大的计算资源，减少任务卸载到MEC的计算负荷，但是任务从MEC服务器传输到云服务器的网络时延和波动也会对车辆业务的可靠性和用户的QoS带来影响。此外，MEC服务器与云服务器通过有线连接可以减少MEC将部分任务卸载到云服务器的时延，但是会增加部署的代价。

采用联合V2V和V2I卸载任务的方案虽然考虑到资源的异构性，但是将任务通过V2V卸载到附近车辆进行计算存在以下缺点：无法动态选择最优卸载车辆；占用其他车辆的计算资源，增加其他车辆的能耗；没有考虑到卸载过程中的丢包问题。

发明内容

有鉴于此，本发明的目的在于解决MEC辅助任务卸载及卸载决策问题，提供一种改进方案，采用车辆-MEC的两层结构，任务可采用本地执行和MEC卸载两种方案，不考虑云端的计算资源，减少任务卸载的复杂度，减小任务传输时延，将优化车辆用户的QoS作为目标。任务在本地处理或者卸载到MEC会形成任务队列，存在队列延迟。采用Lyapunov优化方法，联合优化系统队列时延、丢包率以及任务卸载到MEC的代价，做出最优的卸载决策，实现车辆任务处理代价最小化，网络总效益最大化的目的。

为达到上述目的，本发明提供如下技术方案：

本发明考虑将MEC部署在车联网网络架构中，其中MEC服务器与路侧单元(RoadSide Unit，RSU)通过有线连接，车辆在RSU覆盖范围内，则车辆通过V2I技术接入该RSU。车辆产生的任务会在本地计算或者卸载到MEC服务器上计算，计算结果再传回车辆。