[发明专利]基于车流量预测的车联网双边拍卖式边缘计算迁移方法

权利要求书

1.一种基于车流量预测的车联网双边拍卖式边缘计算迁移方法，其特征在于，具体过程包括：

S1，在车联网的移动边缘计算迁移过程中，确定计算任务卸载过程中各阶段所需参数及消耗时间；

S2，设置预测周期时长，在预测周期结束后统计本周期内的车流量，基于马尔科夫决策过程预测下一周期的车流量情况；

S3，在移动边缘计算过程中引入车流量预测信息，设计基于拍卖理论的边缘计算迁移方案；

其中，移动边缘计算迁移过程各阶段消耗时间的具体方法为：车辆进入路段与RSU进行通信并提交车辆特征信息； 假设车辆i被分配的是第j个路侧单元，则移动时间为：

其中，L_j为RSU_j距路段起点的距离，l_j为本分配周期起始时刻车辆i距路段起点的距离；

车辆将任务上传给VEC服务器，计算任务在信道中传输的时间为：

其中，B_j为RSU_j的带宽，P_i为车辆i的传输功率，G_ij为车辆i和RSU_j之间的信道增益；

VEC接收计算任务，对任务进行计算，计算所需时间为：

其中，U_c为定值，表示CPU频率，即计算单位比特数据量所需的CPU运转周期数；

其中，求解边缘计算迁移方案的具体方法为：车辆作为买方基于车辆特征信息：计算任务数据量大小d_i、车辆速度v_i、任务优先级N₁、对计算资源的需求量大小S_i，提交报价：

N₁的取值为{1,2,3,...}，N₁越大表示任务重要程度越高，β₁控制不同优先级之间重要程度的差距，X表示进行拍卖的总轮数，Num_i表示车辆i参与拍卖的失败次数，取值为{0,1,2,...,X}；

定义车辆的车流量优先级N₂，N₂的取值为{1,2,3}，区分左转、直行、右转三个车道上车辆拥挤程度，数值越大，表示该车道越拥挤，即车流量更大；

引入车流量预测信息后，进一步修正车辆报价：

VEC服务器作为卖方，与买方车辆进行双边拍卖，依据车辆特征信息和车流量预测信息，计算车辆的初始报价。将车辆报价降序排列，依次计算车辆占用VEC服务器的时间以确定是否与服务器达成匹配。未被匹配的车辆本轮拍卖失败，更新报价后进入下一轮拍卖。

2.根据权利要求1所述的方法，其特征在于：道路一侧设立若干路侧单元；每个路侧单元配备有车载边缘计算服务器；车辆进入路段，与RSU进行通信并提交车辆特征信息；RSU将收集的信息提交汇总至基站。

3.根据权利要求1所述的方法，其特征在于：在车辆行驶过程中，RSU负责收集车流量信息；设置信息收集周期的时长，基站将在每个周期结束后统计本周期内通过路段的车辆数；根据获得的各路段在相邻两个周期内的车流量数据，确定车辆在不同路段之间的转换关系，计算得到转移概率矩阵；依据马尔科夫决策过程，利用本周期的车流量信息和概率转移矩阵，预测出下一周期该路段的车流量信息。

4.根据权利要求1所述的方法，其特征在于：车辆作为买方，基于车辆特征信息和车流量信息提交初始报价；RSU和基站周期性地统计并预测车流量，不断修正、更新车辆报价；VEC服务器作为卖方与买方车辆进行双边拍卖，分配计算资源。