[发明专利]一种基于网联车辅助的边缘计算卸载与资源分配方法

说明书

一种基于网联车辅助的边缘计算卸载与资源分配方法，利用网联车的空闲计算资源缓解卸载高峰时段网络的负载压力。首先服务提供商根据边缘服务器和网联车的动静差异对它们的计算资源区别定价，鼓励用户将任务分别卸载至边缘云和车辆边缘节点执行，服务提供商则根据用户需求和系统内车辆计算资源的实时关系动态激励车辆，适应性地补充系统内计算资源。然后，将用户与服务提供商的交互建模为斯坦伯格博弈，针对纳什均衡解，设计了一种基于梯度的资源分配迭代算法。最后，采用反向拍卖的方式调度卸载任务，根据用户与车辆间的匹配优化激励车辆的选择。本发明所提方法可在有效缓解网络拥塞的同时，显著提高系统效用和资源利用率。

技术领域

本发明涉及边缘计算和车联网技术，涉及基于网联车辅助的计算卸载与资源管理优化技术。

背景技术

随着智能移动应用的发展，各种物联网设备的普及和应用场景的多样化，使得人们对无线通信的需求以前所未有的速度增长。新一代应用和服务不断涌现，如智能交通、智慧医疗、工业物联网等，这些物联网应用通常需要先进的数据通信、计算和存储技术来完成复杂数据的计算和处理。虽然云中心无线资源充足，但与用户距离较远，通常会造成较高的传输延迟，难以保证用户体验质量。作为5G网络中的一项关键技术，多接入边缘计算将计算和存储资源部署在用户附近，以提供低延迟高可靠性的计算服务。然而，在卸载高峰时段，边缘云资源的有限性不容忽视，海量接入和终端数据量增加将导致网络拥塞。用户需求与无线资源不足之间的冲突是未来研究的关键问题。

随着智能汽车的发展，自动驾驶、人群感知等各种业务不断涌现，赋予网联车更多的计算、存储和感知资源。然而，这些资源并未得到有效利用。作为物联网的重要组成部分，车联网可以通过V2X将车辆与一切相连。C-V2X更是可以借助人、车、路、云中心之间的全方位连接实现信息交互，高效利用车辆资源已成为必然趋势。在未来的通信网络中，多接入边缘计算将与车联网联合作用，以网联车作为重要平台，通过C-V2X技术为用户提供计算卸载服务。

从目前的国内外研究现状来看，国内外专家和学者在有效利用车辆计算资源方面均进行了一些研究，虽然较好的利用了车辆资源，但大多忽略了激励问题，他们都假设车辆愿意无偿提供自身资源，这在实际场景中很难实现。而一些车辆网络激励的研究都未考虑系统状态是实时变化的，不能保证系统资源调整的实时性和灵活性。因此，通过考虑用户需求与系统内资源的实时关系，动态调整对车辆的激励，适应性地补充系统内计算资源，更具实际应用价值。在已有的资源管理相关研究中，大多数文献以用户或边缘服务提供商作为单一优化目标，而优化整个系统的性能通常需要考虑用户、车辆和服务提供商三者间协作，只考虑其中两方之间的交互也不全面。

发明内容

本发明的目的是提供一种基于网联车辅助的边缘计算卸载与资源分配方法。

本发明是一种基于网联车辅助的边缘计算卸载与资源分配方法，其步骤为：

步骤(1)卸载高峰时段，边缘服务提供商激励网联车作为车辆边缘节点，通过共享空闲计算资源辅助计算卸载缓解网络拥塞，建立网联车辅助边缘计算系统框架；

步骤(2)在步骤(1)中的系统架构下，分析价格对用户需求的影响，根据边缘云和车辆边缘节点资源状态的差异性，对计算资源区别定价，用户根据价格做出卸载决策；

步骤(3)根据步骤(2)中的用户卸载决策以及系统内车辆资源设置激励因子，实时调整对网联车的激励并选择车辆边缘节点，动态补充系统内计算资源；

步骤(4)根据步骤(3)中对车辆边缘节点的激励决策，对用户的卸载过程分别建立蜂窝链路和V2X链路的通信模型和时延模型；

步骤(5)量化系统中用户、车辆和服务提供商的效用，分别建立三者的效用函数作为优化目标；

步骤(6)根据步骤(5)中的效用函数，将最大化用户和服务提供商的效用作为优化目标，通过一种基于梯度的资源分配迭代算法求解用户的最优卸载决策和无线资源分配策略以及服务提供商的最优定价策略；