[发明专利]基于演化博弈论的可切分任务卸载决策方法

说明书

本发明公开了一种基于演化博弈论的可切分任务卸载决策方法，包括：1)构建移动终端用户的可切分任务，将可切分任务分割成多个相同的子任务；2)构建关于子任务的卸载决策，并建立用户的成本函数；3)根据成本函数，构建演化博弈模型，初始化用户的策略状态；4)使用动态复制子方法，迭代求解策略状态直至状态不再发生改变，得到最终的每个用户的卸载策略。本发明基于演化博弈论进行可切分任务的卸载决策，能够在有限时间、有限资源、用户任务属性和地理位置不同的约束下，降低任务的完成成本，同时提高资源的利用率，进一步实现密集型基站部署下的卸载决策应用。

技术领域

本发明涉及博弈论和计算卸载决策的技术领域，尤其是指一种基于演化博弈论的可切分任务卸载决策方法。

背景技术

近年来，随着移动边缘计算(Mobile Edge Computing，MEC)这种新兴技术的不断发展，涌现出越来越多的计算卸载(Computing offloading)应用。计算卸载完成的过程是将终端设备上的计算任务传输到边缘服务器，由服务器代替执行完成后将结果返回给设备。利用部署在基站的边缘服务器的空闲资源，研究人员可以设计并实现日常生活中的多种应用场景，包括手机上的人脸识别、增强现实设备的复杂运算、以及车载终端的导航和路况感知等。然而实现终端设备的计算任务卸载依赖于边缘服务器上大量的计算资源，以及先进的通信技术。一方面，根据白皮书，基站建设覆盖率已经达到每千米10个，这意味着有多个基站可以完成用户的任务卸载。另一方面，通信技术的发展在逐步降低信道共享造成的干扰，提高共享信道的信道利用率。只有这两方面的元素能够有效的结合起来，计算卸载应用才能有效地运行，给人们的生活带来便利。

为了确保这些应用能够提供高质量服务，其关键因素在于在众多候选基站中，用户该将任务卸载到哪一个基站。基站的计算资源所能承载的任务量是有限的，当卸载到该基站的总任务量超过承载量，就会延长完成任务所耗费的时间，降低用户满意度。例如，在用户互不了解其他用户的卸载决策时，有可能出现有的基站的总任务量远远高于承载量，有的基站则相反，这将严重降低资源的有效利用，另一方面，当用户将自己的决策告知其他所有用户时，这会加大通信链路上的传输压力，浪费通信带宽。因此，必须找到这中间的临界点，在能够最大化利用所有基站的计算资源的同时，降低链路上无关信息的传输，最后使得边缘服务器为用户提供高质量的计算卸载服务。

在最新的研究中，许多研究人员做了大量工作，设计了各种博弈模型来协调用户之间的卸载决策，来最大化利用基站的计算资源。而在这些传统的方法中，大多数只考虑单个基站下的用户卸载决策，并在此基础上提出了多种博弈模型。设计基于势博弈的效用函数是一个很便利的方法来协调所有用户的决策。但是，它假定了一个全局控制中心来收集并安排所有用户的决策选择。在这种情况下，如果采用传统的机制，试图指定一个基站作为它的全局控制中心，显然会增加基站与控制中心的通信成本，这显然不适合于多基站场景下的多用户计算卸载。

因此考虑到基站的重叠覆盖以及用户的卸载决策差异性，例如，不同用户可卸载到的基站集合不同，传统的机制掉入决策协调的局部最优值，并造成某些基站的计算资源没有得到充分利用。在新的情况下，传统的方法已经不适用了，所以继续设计出新的决策机制来解决这种情况。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提供了一种基于演化博弈论的可切分任务卸载决策方法，能够在有限时间、有限资源、用户任务属性和地理位置不同的约束下，降低任务的完成成本，同时提高资源的利用率，进一步实现密集型基站部署下的卸载决策应用。

为实现上述目的，本发明所提供的技术方案为：基于演化博弈论的可切分任务卸载决策方法，包括以下步骤：

1)构建移动终端用户的可切分任务，将可切分任务分割成多个相同的子任务；

2)构建关于子任务的卸载决策，并建立用户的成本函数；

3)根据成本函数，构建演化博弈模型，初始化用户的策略状态；