[发明专利]一种基于李雅普诺夫优化的多用户计算卸载方法有效

专利信息
申请号: 202110595228.X 申请日: 2021-05-28
公开(公告)号: CN113377447B 公开(公告)日: 2023-03-21
发明(设计)人: 陈良银;张运海;陈彦如;王伟;王浩;郭敏;梁冰;王子林;吴迪智;夏星毅 申请(专利权)人: 四川大学
主分类号: G06F9/445 分类号: G06F9/445;G06F9/50
代理公司: 暂无信息 代理人: 暂无信息
地址: 610065 四川*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 李雅普诺夫 优化 多用户 计算 卸载 方法
【权利要求书】:

1.一种基于李雅普诺夫优化的多用户计算卸载方法,其特征在于,所述方法包括以下步骤:

步骤1、构建系统模型,多用户边缘计算系统由1个基站和N个移动设备组成,令N={1,2,3,…,i,…,N}代表移动设备的集合,在该边缘计算系统中,每个移动设备配备有从太阳能、风能这样的可再生能源获取能量的模块,也就是说,移动设备具有能量获取能力,每个基站配备有1个边缘服务器,边缘服务器可以是一个小型数据中心,采用交流电供电,移动设备通过5G无线技术与边缘服务器之间通信;

步骤2、构建本地计算模型和边缘服务器计算模型,得到应用在本地计算的时延和能耗以及将应用传输至边缘服务器所需的时延和能耗,同时构建能量模型,得到移动设备的能量队列;

步骤3、得到移动设备在单个时隙下的执行成本,构建移动设备平均执行成本最小化问题;

步骤4、通过李雅普诺夫优化方法可以消除能量因果约束,将平均执行成本最小化问题转化为李雅普诺夫漂移加惩罚最小化问题,并分解为多个单移动设备单时隙的优化问题;

步骤5、通过变量替换法求得最优计算卸载决策和资源分配方案,即多用户边缘计算系统中所有移动设备的卸载决策和资源分配策略的最优解,计算卸载子问题和能量获取子问题;

步骤6、将卸载决策和资源分配策略的最优解代入能量队列方程来更新当前时隙能量;判断是否达到时隙最大值,达到则流程结束,未达到就继续求卸载决策和资源分配策略的最优解以及获取能量队列的更新。

2.根据权利要求1中所述的一种基于李雅普诺夫优化的多用户计算卸载方法,其特征在于,所述步骤1中多用户边缘计算系统的时间按时隙划分,用T={1,2,3…}来表示时隙的集合,时隙t∈T,每个移动设备在每个时隙按照一定概率产生一个数据可切分应用,用两元组代表一个数据可切分应用,其中L代表该应用的输入数据的长度为L比特,代表该应用的完成截止时间为单位是秒。

3.根据权利要求1中所述的一种基于李雅普诺夫优化的多用户计算卸载方法,其特征在于,移动设备i在时隙t产生的数据可切分应用的切分比例为λi(t)∈[0,1],其中λi(t)L比特的数据在本地执行,(1-λi(t))L比特的数据传输至服务器处执行,应用的切分比例变量λi(t)即为计算卸载决策变量。

4.根据权利要求1中所述的一种基于李雅普诺夫优化的多用户计算卸载方法,其特征在于,移动设备i在时隙t的上行信道的无线传输速率其中ω代表移动设备i所获得的信道带宽,Pi(t)代表移动设备i在时隙t的传输功率,σ为信道噪声,Hi(t)表示移动设备i在时隙t的信道增益,与距离di相关,Hi(t)=g0(di/d0)-n,其中,g0为信道衰减系数,为-40dB,n为信道衰减指数,为4。

5.根据权利要求1中所述的一种基于李雅普诺夫优化的多用户计算卸载方法,其特征在于,移动设备i在时隙t执行的部分应用的计算量为λi(t)LX,其中X为应用的计算密度,即处理单位比特所需的CPU周期数,因此本地计算时延为其中fi,l(t)是移动设备i在时隙t的CPU频率,相应地,本地计算能耗为Ei,l(t)=kλi(t)LXfi,l2(t),其中k为单个CPU周期所需能耗,也叫有效开关电容。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川大学,未经四川大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110595228.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top