[发明专利]车载边缘网络计算资源和通信资源的联合分配优化方法

权利要求书

1.一种车载边缘网络计算资源和通信资源的联合分配优化方法，其特征在于，

车联网的体系包括车辆和MEC服务器，所述车辆在拍卖模型中充当购买计算资源和通信资源的买家，MEC服务器在拍卖模型中充当拍卖决策者和卖家，拍卖决策者由MEC服务器充当；

采用MEC机器学习分类算法将车辆进行分类，根据分类后的车辆，MEC服务器将计算资源和通信资源联合拍卖；具体步骤如下：

步骤S1、针对车辆的任务中不同安全等级的任务，提取车辆的任务的三个特征：可靠性要求、最低时延要求和需求的服务类型，这三个特征组成特征向量；根据车辆的任务的特征向量，通过机器学习分类算法，将车辆分为具有安全任务等级的车辆和具有非安全任务等级的车辆，MEC服务器优先为具有安全任务等级的车辆提供服务，当MEC服务器优先为具有安全任务等级的M个车辆提供服务后，才会接收非安全任务等级车辆为其提供服务，M为车联网中车辆总数目的一半；所述服务是指分配计算资源和通信资源以及对车辆的任务进行卸载；

步骤S2、统计MEC服务器的计算资源和通信资源；

步骤S3、车辆为任务构造出价矩阵，MEC服务器的运营商向拍卖者提供要价向量；

步骤S4、拍卖者收集车辆和MEC服务器的运营商的投标信息后，投标信息包括出价矩阵和要价向量，以完成MEC服务器和车辆之间的匹配。

2.根据权利要求1所述的一种车载边缘网络计算资源和通信资源的联合分配优化方法，其特征在于，步骤S1-S4过程如下：

步骤1、假设整个车联网中有2M个车辆，N个MEC服务器，拍卖决策者提取车辆的任务的特征：可靠性要求、最低时延要求、需求的服务类型，这三个特征组成特征向量，根据特征向量，通过k-means算法，将车辆分为具有安全服务任务的车辆和具有非安全服务任务的车辆；

步骤2、第j个车辆的第k个任务记为T_j，k；其中0≤j≤2M；

首先，具有安全服务任务的第j个车辆为T_j,k构建出价矩阵B_j,k，记为B_j,k＝(b_j,k,1,...,...,b_j,k,i,...,b_j，k，N)，其中b_j，k，i表示T_j，k对第i个MEC服务器的出价向量，i＝1,2…N，表示单位计算资源的出价,表示单位通信资源的出价，表示T_j,k需要的计算资源，表示T_j,k需要的通信资源；令其中v_j，k,i表示第j个车辆的第k个任务对第i个MEC服务器的计算资源和通信资源的加权出价，α是权重因子；

每个MEC服务器的运营商根据运营成本向拍卖者提交一个要价向量，所有MEC服务器的运营商的要价向量组成要价矩阵A＝(a₁，...，a_i，...，a_N)，其中a_i表示第i个MEC服务器的运营商的要价向量，其中表示第i个MEC服务器的运营商的单位计算资源要价，表示第i个MEC服务器的运营商的单位通信资源要价，上标T表示转置；令R_d＝(d₁，...，d_i，...，d_N)表示所有MEC服务器可用的计算资源数目，R_c＝(c₁，...，c_i，...,c_N)表示所有MEC服务器可用的通信资源数目，其中d_i表示第i个MEC服务器可用计算资源的数目，c_i表示第i个MEC服务器可用通信资源数目；

令X＝{x_j，k，i}，其中X为匹配矩阵，x_j，k，i∈{0,1}，x_j，k，i表示T_j，k和第i个MEC服务器的运营商之间的匹配关系，该匹配关系是：如果第i个MEC服务器的运营商接受T_j，k，则x_j，k，i＝1，反之x_j，k，i＝0；

第j个车辆需要支付的费用为：

第i个MEC服务器的运营商获得的收益为：

其中，分别代表第i个MEC服务器的单位计算资源要价、第j个车辆的任务T_j,k所需的计算资源、第i个MEC服务器单位通信资源的要价、第j个车辆的任务T_j，k所需的通信资源；

因此，第i个MEC服务器的运营商的总收益U_i表示为：

其中，K_j表示第j个车辆的任务总数；

采用资源联合分配优化算法计算资源和通信资源联合拍卖，资源联合分配优化算法的优化目标是最大化MEC服务器的运营商的总收益，具体描述如下：

其中，第一约束C1表示对于第j个车辆和第i个MEC服务器，x_j,k，i只能在0和1中取值；

第二约束C2表示提供给车辆总的计算资源要小于等于MEC服务器所具有的总计算资源；

第三约束C3表示提供给车辆总的通信资源要小于等于MEC服务器所具有的总的计算资源；

第四约束C4表示第i个MEC服务器最多只能同时为一个车辆提供服务。