[发明专利]基于移动边缘计算的任务卸载和资源分配方法和装置

说明书

本申请提出了一种基于移动边缘计算的任务卸载和资源分配方法，包括：构建能量采集无线体域网系统和系统通信模型；构建传感器节点的能量采集模型；构建任务在本地处理模式、边缘处理模型下的第一、二计算效率模型；构建整个无线体域网的第三计算效率模型；构建深度神经神经网络并进行训练，得到训练好的网络；将传感器节点与无线接入AP节点之间的链路增益集合输入训练好的网络中，输出候选卸载决策集合；根据第三计算效率模型和候选卸载决策集合将决策问题转化为凸优化问题；之后对凸优化问题求解，以得到最优的卸载决策和资源分配方案，采用上述方案的本发明能够满足不同数据的处理需求，减少数据处理时延，提高网络的计算效率。

技术领域

本申请涉及无线通信技术领域，尤其涉及基于移动边缘计算的任务卸载和资源分配方法和装置。

背景技术

在无线体域网中，部署在人体表面或植入体内的多种传感器节点可以实时监测人体的生命体征参数，然后感知数据可以通过无线通信技术发送到后台服务器进行分析，分析结果可以协助医务人员进行快速准确的诊断和治疗，从而实现一种非接触式的远程智能医疗体系。近几年，随着无线通信技术的快速发展，无线体域网作为实现智慧医疗的一项重要支撑技术，受到了社会各界广泛关注，并成为后疫情时代的一个研究热点。随着智能医疗体系的逐步完善，每天将产生海量的数据需要处理和分析，然而，无线体域网自身的计算和处理能力十分有限，远达不到智慧医疗的需求。针对无线体域网中微型传感节能量受限和数据处理能力有限的问题，研究者们提出了多种解决方法，其中能量采集技术和移动边缘计算分别可以有效地解决这两个问题。在能量采集技术中，传感节点可以从周围环境中无线接入AP节点发射的射频信号捕获能量用于自身感知和计算，并利用反向散射通信将感知信息传输到AP节点。在移动边缘计算中，边缘服务器的计算和处理数据能力远远大于传感节点，因而，传感节点可以选择在本地处理数据，也可以选择将数据卸载至边缘服务器进行快速处理。然而，受人体移动性及周围不稳定无线信道的影响，不同的卸载策略会影响数据的传输时延及整个网络数据处理效率。

发明内容

本申请旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本申请的第一个目的在于提出一种基于移动边缘计算的任务卸载和资源分配方法，解决了现有方法的受人体移动性及周围不稳定无线信道的影响，不同的卸载策略会影响数据的传输时延及整个网络数据处理效率的技术问题，实现了满足不同数据的处理需求，减少数据处理时延，提高网络的计算效率。

本申请的第二个目的在于提出一种计算机设备。

为达上述目的，本申请第一方面实施例提出了一种基于移动边缘计算的任务卸载和资源分配方法，首先构建能量采集无线体域网系统，其中，能量采集无线体域网系统包括边缘服务器、无线接入AP节点、无线体域网集合，无线体域网集合由微型传感器节点组成，在此基础上，上述基于移动边缘计算的任务卸载和资源分配方法包括：构建系统通信模型；根据系统通信模型构建传感器节点的能量采集模型；根据能量采集模型分别构建任务在本地处理模式下的第一计算效率模型和在边缘处理模式下的第二计算效率模型；根据第一计算效率模型和第二计算效率模型构建整个无线体域网的第三计算效率模型；构建深度神经网络并进行训练，得到训练好的深度神经网络；将传感器节点与无线接入AP节点之间的链路增益集合输入训练好的深度神经网络中，输出候选卸载决策集合；根据第三计算效率模型和候选卸载决策集合将决策问题转化为凸优化问题；分别对候选卸载决策集合中的卸载决策进行凸优化求解，以得到最优的卸载决策和资源分配方案。

本申请实施例的基于移动边缘计算的任务卸载和资源分配方法，通过选择最优的卸载决策和资源分配方法，使得所有无线体域网的数据任务能够尽快处理，减少节点的能耗和时延，从而提高整个无线体域网的数据处理能力和通信效率。

可选地，在本申请的一个实施例中，边缘服务器和AP节点之间通过有线链路相互连接，AP节点与无线体域网传感节点之间通过无线链路连接，一次通信过程分为能量采集阶段和数据处理阶段，构建系统通信模型，包括：