[发明专利]一种服务感知的资源优化方法

说明书

本发明涉及一种服务感知的资源优化方法，属于无线通信技术领域。本方法针对物联网设备计算能力差、电池容量有限，无法满足时延敏感型物联网应用的时延需求的问题，首先确定物联网设备通过无线能量传输技术获得的能量，将其用于任务卸载过程的能量消耗和本地计算的能量消耗；其次根据有效容量理论，构建与时延指数和应用最大时延容忍度两个指标有关的网络时延违反概率问题模型；然后，证明当本地计算时延和任务卸载时延相等时得到最优的网络时延违反概率；最后，分别通过二分法和一维搜索求解得到满足随机应用时延需求的最优任务和资源分配。该方法可显著降低网络时延违反概率。

技术领域

本发明属于无线通信技术领域，涉及一种服务感知的资源优化方法。

背景技术

随着近年来5G技术的快速发展，包括虚拟现实、自动驾驶、交互式在线游戏等计算密集型服务越来越流行，这对数据传输和数据处理都提出了更高的要求。这将导致物联网(Internet of Things,IoT)时代的网络流量呈现爆炸性增长的趋势。传统的分布式无线接入网(Distributed Radio Access Network,D-RAN)无法满足不断增长的流量需求，从而提出了基于集中化处理、协作式无线电和实时云计算架构的云无线接入网架构(Cloud RadioAccess Network,C-RAN)。与D-RAN不同，C-RAN的思想是将基站功能分解为基带处理单元(Base Band Unit,BBU)和远端无线射频电头(Remote Radio Head,RRH)。并通过高带宽的前传链路将BBU和RRH连接起来，利用BBU池中的计算资源和存储资源来提高系统的性能。这打破了RRH和BBU之间的固定连接关系，使得RRHs分布在各小区站点，BBUs被进一步集中化和虚拟化为虚拟机(Virtual Machine,VMs)，然后统一集中在一个称为BBU池的云数据中心，由NFV(Network Function Virtulization,NFV)基础设施进行托管，具有NFV的所有功能。然而，与传统的D-RAN相似，能量是导致C-RAN性能瓶颈的关键因素之一。除了标签识别外，射频(RF)能量也别认为是云无线接入网的稳定能量来源。此外，无线供电通信已经引起了学术界和工业界的关注。因此，将无线能量传输(Wireless Energy Transmission,WET)技术集成到云无线接入网中是一个很有前景的想法。

密集型服务的出现对物联网设备的计算能力提出了更高的要求，新兴的移动边缘计算(Mobile Edge Computation,MEC)一直受到学术界和工业界的广泛关注。MEC在无线网络的边缘实现了MEC服务，可以将计算、存储、通信和一些其它功能推向更靠近用户设备的位置。MEC通过将计算密集型服务从容量有限的物联网设备卸载到具有充足计算和存储资源的MEC服务器，从而大大降低了时延和物联网设备的计算负载，从而提高了网络效率和终端用户的服务体验。利用网络功能虚拟化，MEC服务器可以和C-RAN集成，使得MEC服务器和BBU池能够共享相同的网络功能虚拟化基础设施，用于计算和通信合作。

此外，各种类型的物联网应用都是时延敏感的，在不同的应用时延要求下，物联网设备都需要发送数据。由于无线信道的时变性和发送数据量大，如何在云无线接入网中保证不同应用对时延的需求是值得研究的。特别是，在无线供电的云无线接入网中，应用的数据任务需要被最优分配，其中一部分在物联网设备中进行处理，另一部分卸载到边缘运中的MEC服务器进行处理。因此，此类网络中的延迟保证更为复杂。据我们所知，云无线接入网中随机延迟保证仍然是一个悬而未决的问题。

发明内容

有鉴于此，本发明的目的在于针对物联网设备计算能力差、电池容量有限，无法满足时延敏感型物联网应用的时延需求的问题，提供一种服务感知的资源优化方法，考虑网络时延概率，通过优化任务分配、本地计算资源、系统带宽分配、能量分配以及系统时间分配来减少网络时延违反概率。

为达到上述目的，本发明提供如下技术方案：

一种服务感知的资源优化方法，包括以下步骤：