[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

说明书

本发明提出了一种基于移动边缘计算的分布式车辆间任务卸载方法，首先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；接着对任务的优先级进行了划分，并以此创建任务队列；然后，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；最后，管理车辆空闲计算资源，为任务车分配任务卸载集合。本发明和传统云计算相比，具有更低的系统的整体延迟和更低的任务超时概率，从而改善用户体验质量。

技术领域

本发明属于车联网技术领域，具体涉及一种基于移动边缘计算的分布式车辆间任务卸载方法。

背景技术

汽车数量的不断增加也引发了如交通拥堵，交通事故等诸多问题，为了在一定程度上缓解这些问题，车辆之上开始搭载一些感知设备，但是受限于一些车辆自身的可用资源，车辆本身往往无法处理这些数据，而车联网的出现在很多方面解决了此类问题。起初，云计算因其强大的计算和存储能力可以作为车联网的一种可能的解决方案，然而传统的集中式云计算由于距离较远和车辆的移动性，导致在车联网环境下网络连接的不稳定，从而使得安全消息无法得到及时处理。移动边缘计算(MEC)是一种更适用于车联网环境的解决方案，借助移动边缘计算，车辆可以利用距离更近的边缘服务器或者路边单元(RSU)提供的计算资源；也可以利用车辆间的协作，调用其他车辆的空闲计算资源共同完成计算任务以获得更低的时延，这对于安全消息的及时处理是十分重要的。

因此本发明针对车辆本地处理能力不足以及云计算延迟较高的问题，提出了一种基于移动边缘计算的分布式车辆间任务卸载方法，为车辆提供更低的计算延迟，从而改善用户体验。

发明内容

发明目的：本发明提出一种基于移动边缘计算的分布式车辆间任务卸载方法，以达到降低更新车载设备以及大规模部署高性能路边单元成本的目的。

发明内容：本发明提出一种基于移动边缘计算的分布式车辆间任务卸载方法，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。

进一步地，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。

进一步地，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(单位：bit)，计算强度(单位：cycle/bit)，最大延迟限度(单位：s)和任务的类别；