[发明专利]一种基于能量收集技术的联合计算卸载方法及装置

说明书

本发明提供了一种基于能量收集技术的联合计算卸载方法及装置，其中的方法包括：收集移动终端和边缘服务器在每个预设时间片内的实时信息后，根据移动终端的实时信息构建每个移动终端的虚拟能量队列；然后构建任务执行成本模型、终端能耗模型和能量收集模型；接着根据边缘服务器的实时信息、所有移动终端的实时信息以及构建的任务执行成本模型、终端能耗模型和能量收集模型，构建李雅普诺夫漂移加惩罚函数，进而获得目标函数；再将虚拟能量队列作为需要稳定的队列，通过最小化目标函数，求解当前时间片内的计算卸载决策。本发明实现了有效降低任务的平均执行成本和任务的抛弃率，提升边缘计算系统性能的技术效果。

技术领域

本发明涉及移动边缘计算技术领域，具体涉及一种基于能量收集技术的联合计算卸载方法及装置。

背景技术

随着移动通信技术的快速迭代更新以及各类移动智能终端的爆炸式普及，移动互联网业务已经进入了快速发展阶段。根据思科全球云指数的估计，到2019年，由物联网设备产生的45％的数据将在网络边缘进行存储、处理和分析，全球数据中心总数据流量预计将达到10.4泽字节(Zettabyte，ZB)。同时据思科互联网业务解决方案集团预测，到2020年，将有近500亿台无线设备连接到网络。

现有技术中，通常采用的是传统的移动云计算(Mobile Cloud Computing，MCC)模式，即通过移动网络以按需、易扩展的方式获得所需的基础设施、平台、软件(或应用)的一种IT资源或(信息)服务的交付与使用模式。

本发明申请人在实施本发明的过程中，发现现有技术中的方法至少存在如下技术问题：

由于基于万物互联平台的应用服务需要更短的响应时间，同时大量的个人隐私的数据需要受到更好的保护，传统的移动云计算模式因计算能力有限，将不能高效的支持基于万物互联的应用服务程序。

由此，可知现有技术中的方法存在计算能力有限而导致性能不佳的技术问题。

发明内容

有鉴于此，本发明提供了一种基于能量收集技术的联合计算卸载方法及装置，用以解决或者至少部分解决现有技术中的方法存在计算能力有限而导致性能不佳的技术问题。

本发明第一方面提供了一种基于能量收集技术的联合计算卸载方法，包括：

步骤S1：在每个预设时间片开始时，收集边缘服务器的实时信息和所有移动终端的实时信息，其中，移动终端的实时信息包括收集的能量、计算任务到达情况和移动终端的位置；

步骤S2：根据收集的能量、计算任务达到情况和移动终端的位置，构建每个移动终端的虚拟能量队列；

步骤S3：构建任务执行成本模型、终端能耗模型和能量收集模型；

步骤S4：根据边缘服务器的实时信息、所有移动终端的实时信息以及构建的任务执行成本模型、终端能耗模型和能量收集模型，构建李雅普诺夫漂移加惩罚函数，根据李雅普诺夫漂移加惩罚函数，获得目标函数；

步骤S5：将虚拟能量队列作为需要稳定的队列，通过最小化目标函数，求解当前时间片内的计算卸载决策，其中，计算卸载决策用以表征移动终端产生的计算任务的执行方式。

在一种实施方式中，在步骤S5之后，所述方法还包括：

步骤S6：基于目标函数，针对不同的计算卸载决策进行资源分配。

在一种实施方式中，步骤S2具体包括：

步骤S2.1：根据移动终端的计算任务到达情况和移动终端的位置，计算出每个预设时间片内移动终端消耗的能量；

步骤S2.2：根据每个预设时间片内收集的能量和移动终端耗的能量，求出下个时间片移动终端的剩余能量，其中，移动终端剩余能量的计算公式如下：