[发明专利]一种基于移动边缘计算的分布式车辆间任务卸载方法

权利要求书

1.一种基于移动边缘计算的分布式车辆间任务卸载方法，所其特征在于，包括以下步骤：

(1)建立车辆移动边缘云模型，将行驶中的车辆分为任务车和服务车两类；

(2)基于熵值法划分任务优先级，创建任务队列；

(3)建立任务卸载模型，针对建模所得的不等式约束问题转化为无约束问题，并使用牛顿迭代法求解，具有更快的算法收敛速度；

(4)管理车辆空闲计算资源，为任务车分配任务卸载集合；

所述步骤(2)包括以下步骤：

(21)将步骤一中描述的任务集合展开成如下的矩阵：

其中，计算任务表示为集合T＝{T₁,T₂,...,T_N}，每个任务的特征可以表示为T_i＝{d_i,ω_i,τ_i,p_i}，其中d_i，ω_i，τ_i，p_i分别表示计算任务的数据量大小，计算强度，最大延迟限度和任务的类别；

(22)用α_r,r＝{1,2,3,4}表示T的每个列向量，对上述矩阵中的每一列求每个元素出现的概率，如下式所示：

每个参数的熵值可以通过式(3)来计算：

(23)得到每个参数的熵值后，该参数所对应的权重由式(4)给出：

(24)将权重向量表示为W＝[w₁,w₂,w₃,w₄]，因此每个任务请求的权重即优先级可以通过式(5)得出：

(25)得到任务请求消息的优先级向量之后，根据每个请求的优先级将请求消息放入优先级队列之中，任务卸载每次从队列中取一个任务。

2.根据权利要求1所述的基于移动边缘计算的分布式车辆间任务卸载方法，其特征在于，所述步骤(1)包括以下步骤：

(11)任务车在MEC服务器的控制下将车辆所产生的计算任务卸载到附近的服务车；

(12)服务车会定期向其通信范围内的MEC服务器发送它的状态信息；

(13)任务车在生成计算任务后，向MEC服务器发起任务卸载请求消息，消息的内容为任务的特征参数；

(14)MEC服务器根据任务的特征参数，执行提前在MEC服务器中部署的任务卸载算法，根据所得的任务卸载策略将任务车的任务卸载到服务车。

3.根据权利要求1所述的基于移动边缘计算的分布式车辆间任务卸载方法，其特征在于，所述步骤(3)实现过程如下：

任务i的总延迟为：

其中，为任务i的进程初始化等待时间，为任务i的数据传输时间，为任务i的实际计算延迟；

求解目标是最小化系统的平均延迟，表述为如下的最优化问题：

其中，t_init为第i个请求的进程初始化等待时间，△t为时隙间隔，服务车j所能提供的最大空闲计算能力用表示，并且提供给任务i的计算能力为服务车j的最大通信带宽为为服务车与任务车之间的传输速率，车辆与MEC服务器连接的持续时间为约束条件C1保证了进程初始化的等待时间和系统时隙间隔不会使队列中最后一个任务总延迟超出延迟期限，C2使得服务车中的所有进程占用的计算资源小于共享的最大空闲资源，C3指出了△t时间内所有任务卸载的总带宽不超过服务车最大传输带宽，C4要求任务i必须在服务车j的连接持续时间内完成传输和计算。

4.根据权利要求1所述的基于移动边缘计算的分布式车辆间任务卸载方法，其特征在于，所述步骤(4)实现过程如下：

(41)将步骤(3)获得的目标函数和约束条件改写成如下形式：

g_p(x)0,g_p(x)＝f_p(x)-c (16)

(42)将公式(16)重新表述为如下的无约束问题：

其中：

(43)使用Q_-(x)的近似函数做替换：

(44)将目标问题，转化为如下的近似问题：

(45)使用牛顿迭代法快速的求得卸载的服务车集合以及进程分配，并将卸载服务车集合通知给任务车执行，同时初始化任务进程，在服务车集合中创建子进程；

(46)将目标函数式(20)用p(x)表示：