[发明专利]面向海洋物联网的水声通信边缘计算时延和能耗优化方法

说明书

面向海洋物联网的水声通信边缘计算时延和能耗优化方法，涉及海洋物联网、边缘计算及水声通信。通过引入边缘计算概念，设计海洋物联网边缘层构架，将水下节点分簇，设簇头CH节点为雾计算节点、自主水下航行器为移动边缘计算节点、水面浮标Sink节点为微云计算节点，共同构成边缘层；根据任务复杂度和计算任务时延敏感性情况，对计算任务进行分级；以计算任务分级情况和节点计算资源为约束条件，以最小化决策时延和系统能耗为目标函数进行优化，将计算任务分别卸载至CH节点、AUV和Sink节点，优化计算任务卸载方案，对水声通信网络计算资源的分配进行更加合理的规划，实现海洋物联网中基于边缘计算的水声通信时延和能耗优化。

技术领域

本发明涉及海洋物联网与边缘计算，尤其是涉及一种面向海洋物联网的水声通信边缘计算时延和能耗优化方法。

背景技术

由于物联网的快速发展及其与云计算的良好互补性，边缘计算已经成为一个重要的研究领域。目前，边缘计算多应用于陆地物联网的无线电磁波通信领域，而在海洋物联网中的应用研究甚少。因此，在海洋物联网中引入边缘计算进行研究，是一项极具前瞻性的研究工作。

水声通信是在海洋中实现数据传输最为稳健的技术手段。在以水声通信为主要技术特征的海洋物联网中，声在海水中的传播速度约为1500m/s，比无线电磁波在空中的传播速度要低五个数量级，这造成海洋物联网的严重端到端时延和决策时延，而边缘计算是解决海洋物联网中时延问题极具潜力的技术手段。T.Qiu等人(T.Qiu,Z.Zhao,T.Zhang,etal.,“Underwater Internet of Things in smart ocean:system architecture andopen issuesemarchiTransactionson Industrial Informatics,Vol.16,No.7,July2020.)提出了海洋物联网的一种五层系统架构，较为完整地涵盖了海洋物联网的总体结构，包括感知层、通信层、网络层、融合层和应用层，但是文中只是粗略提了边缘服务器概念，并没有细化到海洋物联网边缘层的边缘节点如何设置问题。K.Dolui等人(K.Dolui,S.K.Datta,“Comparison of edge computing implementations:fog computing,cloudlet and mobile edge computing,”in Proc.2017IEEE Global Internet ofThings Summit(GIoTS),2017,Geneva.)雾计算节点是在物联网设备和云之间的任意具有计算能力的节点，如路由、接入点、网关等；移动边缘计算主要针对无线接入网络，如基站；微云与云的功能类似，但规模较小，且与物联网设备更近。但该文是针对陆地无线电磁波通信网络，并未考虑到海洋物联网的特殊场景。S.Cai等人(S.Cai,Y.Zhu,T.Wang,et al.,“Data collection in underwater sensor networks based on mobile edgecomputing,”IEEE Access,vol.7,no.1,pp.65357-65367,2019.)中提出将自主水下航行器(AUV)作为边缘层提供计算和搜集海洋数据的服务，并且结合水声通信和水下磁通信共同构成通信网络，但是该文并没有构建一个完整的边缘技术网络结构。A.Bozorgchenani等人(A.Bozorgchenani,D.Tarchi,G.E.Corazza,“ashBolized and distributedarchitectures for energy and delay efficient fog network-based edge computingservicesized and distributed architectures for energy and delay efficient fognetworpp.250-263,Mar.2019.)则详细地提出基于雾节点的时延及能量优化方案，将一个计算任务分块并传输至不同节点进行计算是边缘计算的一个重要研究方向，可充分利用计算任务小、计算资源有剩余的节点，为计算任务繁重的节点减轻负担，从而减少任务的等待时间，进一步减小时延。但是，该工作也是基于陆地无线电磁波通信网络的，并未考虑到海洋物联网中水声通信实现方式的特点和难点。