[发明专利]一种基于车辆聚类的车联网边缘计算任务卸载方法

说明书

本发明公开了一种基于车辆聚类的车联网边缘计算任务卸载方法，其考虑了一个车联网边缘计算网络的三层层次架构，其中包括一个云平台、路边单元（Road Side Unit,RSU）和大量的终端车辆，假设了每个RSU可采用有线通信的方法连接一个MEC服务器用来进行终端车辆卸载的计算任务；在大规模集群车联网边缘计算任务卸载场景下，提高了任务卸载效率，保证了处理效率和服务质量，在降低任务执行时延和系统整体成本的同时有效提升终端用户的使用体验。

技术领域

本发明涉及车联网边缘计算任务卸载技术领域，特别是一种基于车辆聚类的车联网边缘计算任务卸载方法。

背景技术

近年来，物联网（InternetofThings,IoT）已成为一个热门研发范畴，人、数据和事物都能够相互连接并连接到互联网。车联网（InternetofVehicles,IoV）作为物联网的一个重要分支，将汽车引入互联网，实现各种面向车辆的应用，也直接推动着智慧交通系统（IntelligentTransportSystem,ITS）的蓬勃发展。IoV能够利用传输交通信息来进行快捷安全的车辆通信，从而提升了ITS的安全性。另外与传感器、智能手机、笔记本电脑、可穿戴设备等设备相比，车辆的计算能力更加强大，因为其尺寸大，持续能源供应等特点，能够配备更先进的硬件和软件。因此，车辆可以在本地支持复杂的任务处理，以满足物联网应用程序的高要求，如自动驾驶仪、驾驶辅助、智能交互等。但是有些应用程序需要巨大的计算资源，而且大都有时延限制。当车辆本身有大量任务要完成时，车辆的计算资源是有限的，会产生较大的时延，将无法容纳这些计算密集型的任务。

移动边缘计算（Mobile Edge Computing, MEC）作为一种处理上述问题的有效范式，具有良好的发展前景，通过将云服务器移动至更靠近设备的网络边缘，可以为终端用户提供低传输时延和高可靠的业务环境。但是由于车辆的快速移动和频繁的基站切换，为了确保在卸载过程中没有中断，需要提出可靠的边缘计算任务卸载方法，进一步提升车载终端的卸载效能。

发明内容

为解决上述技术问题，本发明公开了提出的一种基于车辆聚类的车联网边缘计算任务卸载方法，在大规模集群车联网边缘计算任务卸载场景下，提高了任务卸载效率，保证了处理效率和服务质量，降低任务执行时延和系统整体成本的同时有效提升终端用户的使用体验。

本发明所述的一种基于车辆聚类的车联网边缘计算任务卸载方法，采用的技术方案是：大规模集群车联网边缘计算网络包括一个云平台、路边单元（Road Side Unit, RSU）和大量的终端车辆，假设每个 RSU 可采用有线通信的方法连接一个MEC服务器用来进行终端车辆卸载的计算任务；具体如下：

步骤一、边缘服务器接收到车辆信息时，形成初始集群；其中，第一辆车成为第一个新集群中的首个节点，接下来的车辆根据其与现有集群的相似性来决定将车辆被分配到一个现有的集群中，或者作为一个新集群中的首个节点；

步骤二、对形成的初始集群进行整理，初始集群中的每个微集群均尝试与同一初始集群中的其他微集群合并，形成粗略集群，在每个粗略集群中创建“蚂蚁”，继续进行集群整理，来形成最终的集群，并进行集群头的选取；

步骤三、初始化强化学习初始条件，包括折扣因子、学习率，各个集群头的Q表；

步骤四、得到集群的状态，通过贪婪算法选择一个动作，决定是本地模式还是卸载模式，并求得对应的奖励值；在时间k上，定义为集群的头到 MEC 服务器的信道增益，在卸载时期是恒定的，为存储在车辆上的任务队列，为集群剩余的计算容量比；

步骤五、对集群的Q表进行更新后，，等待下一次传输，并转至步骤四。

进一步的，步骤一中，边缘服务器接收到车辆信息时，集群逐渐形成，第一辆车成为第一个新集群中的首个节点，接下来的车辆根据其与现有集群的相似性来决定将车辆被分配到一个现有的集群中，或者作为一个新集群中的首个节点；