[发明专利]车联网环境下基于D2D的多接入边缘计算任务卸载方法

说明书

本发明属于无线通信与车联网技术领域，公开了一种车联网环境下基于D2D的多接入边缘计算任务卸载方法；UE到D2D卸载者之间进行有效的数据传输，并且卸载的初始化由UE自行发起，基站通过控制信道接收卸载请求，并为UE挑选合适的卸载对象，基站收集可用性、信道条件等需求信息，然后与卸载对象、差信道UE进行信息的同步交换，差信道UE通过物理上行控制链路向基站发送调度请求信令，基站为请求者和卸载者进行资源块安排。本发明基于D2D计算任务卸载并通过采用子载波资源分配，降低了信息交互传输所需要的能量，降低了网络宽带的使用量及核心网的压力，提高了传输速度并且使信息的真实性得到验证，提高了信息的安全。

技术领域

本发明属于无线通信与车联网技术领域，尤其涉及一种车联网环境下基于D2D的多接入边缘计算任务卸载方法。

背景技术

目前，随着5G技术的迅速发展，智能交通系统取代传统交通系统指日可待，智能交通系统主要由车辆、路侧单元、中心控制台三大部分组成，该系统会收集车辆的行驶信息、路况信息等大量数据，其中车联网在智能交通系统中发挥着关键作用，目前车辆可以与其他车辆，路侧单元，网络，路边行人以及中央云服务器交换信息，由于在智能交通中车辆需要接受和处理道路上的大量信息，并且随着人们对服务质量的要求越来越高，需要在车联网上实现许多新颖的移动应用，这些墨迹的道路信息和移动应用程序需要大量计算资源进行计算处理，并且导致车辆的高能耗。但是车辆本身的计算能力和电力有限，所以这些问题为车联网带来了挑战，传统的解决方案是把资源受限设备上的任务卸载到资源丰富的设备上去计算，称之为计算卸载。

然而在计算卸载决策前的信息收集阶段，仍存在信息真实性无法得到验证、用户无法控制自身信息的访问权限等信息安全相关的问题；并且虽然车辆配备了可联网的功能强大的计算单元，提供了智能驾驶辅助以及各种信息娱乐应用，但这些应用任务需要低延迟和高的计算能力，这时车辆自身有限的资源和计算能力无法满足上述要求，并且虽然现有的第三方基础设施，如中央云，可以通过计算能力强的代理资源以丰富车联网高速的应用需求，但是将任务卸载到中央云，会占用大量的网络宽带，增加核心网的压力并导致网络延迟。

通过上述分析，现有技术存在的问题及缺陷为：

(1)在计算卸载决策前的信息收集阶段，仍存在信息真实性无法得到验证、用户无法控制自身信息的访问权限等信息安全相关的问题；

(2)车辆自身有限的资源和计算能力无法满足上述要求，并且虽然现有的第三方基础设施，如中央云，可以通过计算能力强的代理资源以丰富车联网高速的应用需求，但是将任务卸载到中央云，会占用大量的网络宽带，增加核心网的压力并导致网络延迟。

发明内容

针对现有技术存在的问题，本发明提供了一种车联网环境下基于D2D的多接入边缘计算任务卸载方法。

本发明是这样实现的，一种车联网环境下基于D2D的多接入边缘计算任务卸载方法，所述车联网环境下基于D2D的多接入边缘计算任务卸载方法具体包括：

步骤一，UE与D2D卸载者之间进行有效的数据传输，UE进行卸载初始化，基站接收到信道差的UE后为D2D卸载进行安排，当UE处于一个完全隔离的环境中时，通过一个已知邻近的且于基站间信道良好的UE做中继转发卸载的初始要求；

步骤二，基站通过控制信道接收卸载请求，基站提取UE和临近UE的位置、负载和信道条件及相关信息，并基于获取到的相关信息为UE选择合适的卸载对象；

所述基站通过控制信道接收卸载请求包括：

基站接收到各个UE同时发出的卸载请求时，基站进行联合分配通信和计算资源，表达式如下：

限制条件有：