[发明专利]一种基于边缘服务器协作的多任务卸载方法

说明书

本发明涉及一种基于边缘服务器协作的多任务卸载方法，属于无线通信领域。该方法包括以下步骤：S1：建模边缘服务器变量；S2：建模用户任务特性；S3：建模用户任务分割变量、卸载变量及时隙分配变量；S4：建模用户任务本地执行时延；S5：建模边缘服务器执行任务时延；S6：建模用户任务调度限制条件；S7：基于用户最大任务处理时延最小化确定用户任务卸载策略。本发明能够保障在任务有效执行情况下用户任务调度策略最优及卸载比率最优，实现用户时延最小化。

技术领域

本发明属于无线通信领域，涉及一种边缘服务器协作的多任务卸载方法。

背景技术

随着移动互联网的发展及智能终端的普及，增强现实(Augmented Reality，AR)、虚拟现实及自然语言处理等新型应用不断涌现。然而，各类新型应用的计算资源密集特性对智能终端任务处理能力提出严峻挑战。为解决上述问题，移动边缘计算(Mobile EdgeComputing，MEC)技术应运而生。该技术通过将具备较强计算能力的MEC服务器部署至无线接入网络(Radio Access Network，RAN)中，支持用户将任务卸载至MEC服务器执行计算，可有效降低终端任务执行时延及能耗，显著提升用户服务质量(Quality of Service，QoS)。在MEC系统中，综合考虑任务特性及系统可用状态，设计高效的任务卸载机制。

目前已有研究中，有文献针对多用户卸载的场景设计卸载策略，在满足最大可允许执行时延的前提下实现用户时延优化，通过求解各用户最优功率分配及最优计算资源分配得到各用户的卸载策略。又例如，有文献研究了采用动态频率及电压调整(DynamicFrequency and Voltage Scaling，DFVS)及能量收集技术实现执行时延最小化，提出了一种基于李雅普诺夫优化的动态计算卸载算法，该算法首先以时隙为单位做出二元卸载决策，继而为本地执行的用户分配计算资源或为卸载的用户分配功率。

现有基于多任务卸载用户网络场景方案的研究较少考虑最大任务处理时延用户的优化问题，然而对于时延敏感用户而言，这会导致传输性能及用户体验难以保障，因此亟需一种基于用户最大任务处理时延的优化方案。

发明内容

有鉴于此，本发明的目的在于提供一种基于边缘服务器协作的多任务卸载方法，在该方法中，用户任务请求可通过三种方式执行，全部本地执行、本地与边缘服务器协作执行及边缘服务器执行，且用户任务可以被分割成任意数据量的子任务，建模最大用户任务处理时延为优化目标，确定最优用户任务卸载策略、卸载比率及时隙分配方案，最小化任务执行总时延。

为达到上述目的，本发明提供如下技术方案：

一种基于边缘服务器协作的多任务卸载方法，具体包括以下步骤：

S1：建模边缘服务器变量；

S2：建模用户任务特性；

S3：建模用户任务分割变量、卸载变量及时隙分配变量；

S4：建模用户任务本地执行时延；

S5：建模边缘服务器执行任务时延；

S6：建模用户任务调度限制条件；

S7：基于用户最大任务处理时延最小化确定用户任务卸载策略。

进一步，所述步骤S1具体包括：令E＝{E_j}表示边缘服务器集合，其中，E_j表示第j个边缘服务器，1≤j≤N，N为边缘服务器的数量。