[发明专利]一种车联网任务卸载和服务缓存的联合优化方法及系统

说明书

本发明提出一种车联网任务卸载和服务缓存的联合优化方法及系统，包括：构建车联网系统；确定车联网系统内待处理车辆应用的任务，所述RSU的MEC服务器上缓存有所述任务对应的服务；构建车辆任务卸载策略，计算卸载策略下的任务处理时延和车辆本地任务处理时延；构建RSU间的协同策略，计算协同策略下任务处理时延；优化车联网系统，最小化所有车辆分别完成其车辆应用的任务处理时延总和。通过在RSU的MEC服务器上缓存车联网系统内待处理车辆应用的计算任务所对应的服务，在已知MEC服务器的服务缓存情况下，构建并优化车辆任务卸载策略和RSU间的协同策略，有效地降低了车辆应用请求的完成总时延。

技术领域

本发明涉及车联网技术领域，更具体地，涉及一种车联网任务卸载和服务缓存的联合优化方法及系统。

背景技术

随着车联网技术的快速发展，现代汽车也越来越智能化，能够实现如辅助驾驶、动态交通状况建模和车载娱乐服务等多种复杂、计算量大和低延时要求的应用。上述应用在给用户带来便利的同时，智能交通网络内待处理和传输的数据计算量也呈几何级数增长，给车联网内部通信带来了不小的挑战。

边缘计算技术通过将一定的计算、存储资源下沉到车联网接入网络边缘，使用户可以把任务卸载给具有丰富资源的边缘节点，如路测单元(RSU，Road Side Unit)等，从而实现减少任务响应的时延。现有的能够有效减少时延的方式主要有车辆与RSU之间的通信(Vehicle-to-Roadside，V2R)和RSU之间的通信(Roadside-to-Roadside，R2R)。受限于成本等影响因素，RSU的计算和缓存资源往往在空间和时间两个维度分布不均：轻负载的服务器资源会呈现闲置状态，造成资源浪费；过负载的服务器则不能够及时处理繁重的任务。

现有一种基于移动边缘计算的车联网数据驱动任务卸载系统和方法，包括：应用层、车辆层、MEC(Mobile Edge Computing，移动边缘计算)层和云层。应用层包括数据感知管理、ITS服务管理和道路安全管理；车辆层包括：感知车辆和计算车辆。感知车辆收集各类交通数据并卸载给计算服务器计算，计算车辆为V2V通信范围内的子任务提供计算服务；MEC层包括：MEC服务器和RSU，MEC服务器作为计算服务器和本地调度器部署在RSU附近；云层包括云服务器和主干网，车辆可以通过蜂窝接口将其子任务卸载到云服务器，降低了数据驱动任务的服务延迟及服务花费，并且任务卸载架构是分布式的，能够降低任务卸载调度的决策时间，提高资源的利用率。

然而，所有的任务处理都需要有相应配套的服务支撑，上述车联网数据驱动任务卸载系统和方法忽略了服务缓存的问题，假设MEC服务器可以不分类型地处理所有被卸载过来的任务，忽略了当车联网任务被卸载到车联网边缘节点时，能否被其卸载的移动边缘计算服务器处理的问题。

发明内容

本发明为解决如何保证车联网任务能够被卸载的移动边缘计算服务器进行处理的问题，在考虑RSU服务缓存的情况下，提出一种车联网任务卸载和服务缓存的联合优化方法及系统。

为解决上述技术问题，本发明的技术方案如下：

第一个方面，本发明提出一种车联网任务卸载和服务缓存的联合优化方法，包括以下步骤：

S1：构建车联网系统，所述车联网系统由若干个RSU和若干台车辆组成。

S2：确定车联网系统内待处理车辆应用的计算任务，所述RSU的MEC服务器上缓存有所述计算任务对应的服务。

S3：构建车辆任务卸载策略，将待处理车辆应用的计算任务卸载到邻近的缓存了相应服务的RSU上进行计算，得到卸载策略下的任务处理时延和车辆本地任务处理时延。

S4：构建RSU间的协同策略，在某个RSU完成接收到的计算任务后，将计算结果发送给其它RSU，令其它RSU执行后续任务的计算，得到协同策略下的任务处理时延。