[发明专利]一种基于人工鱼群算法的低时延计算任务卸载方法及系统在审
申请号: | 202211681181.X | 申请日: | 2022-12-27 |
公开(公告)号: | CN116346817A | 公开(公告)日: | 2023-06-27 |
发明(设计)人: | 刘锐;黄红兵;于佳;李洋;邱兰馨;丁忠林;李忠平;曹委 | 申请(专利权)人: | 国网电力科学研究院有限公司;南京南瑞信息通信科技有限公司;国网浙江省电力有限公司信息通信分公司 |
主分类号: | H04L67/10 | 分类号: | H04L67/10;H04L41/14 |
代理公司: | 南京纵横知识产权代理有限公司 32224 | 代理人: | 董建林 |
地址: | 210003 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 人工 鱼群 算法 低时延 计算 任务 卸载 方法 系统 | ||
1.一种基于人工鱼群算法的低时延计算任务卸载方法,其特征在于,包括建立多用户设备卸载计算任务至MEC服务器的MEC系统;所述MEC系统包括K个MEC服务器和N个用户设备;
以各用户设备的计算任务完成所需的最长时间为优化目标,建立优化问题模型;利用人工鱼群算法对优化问题模型进行求解获得最佳的MEC系统参数;根据最佳的MEC系统参数对MEC系统进行优化;
通过优化的MEC系统划分每个用户设备的计算任务为K+1个子任务,采用数据压缩方法对子任务的部分数据进行压缩获得压缩数据,将子任务划分为压缩数据和非压缩数据,将用户设备的K个子任务采取非正交多址方式传输至各MEC服务器,用户设备和各MEC服务器分别对K+1个子任务进行计算,将MEC服务器计算结果回传给用户设备。
2.根据权利要求1所述的一种基于人工鱼群算法的低时延计算任务卸载方法,其特征在于,以各用户设备的计算任务完成所需的最长时间为优化目标,建立优化问题模型的方法包括:
所述优化问题模型的表达公式为:
优化问题模型的约束包括:
约束C1:
约束C2:
约束C3:
约束C4:
约束C5:
约束C6:
约束C7:
约束C8:
约束C9:
约束C10:
约束C11:
约束C12:
公式中,f表示为各用户设备的计算任务完成所需的最长时间;λn,k表示第n个用户设备的子任务k的数据量占用户的计算任务的比例,γn,k表示第n个用户设备的第k个子任务中压缩部分的数据量占子任务的比例,pn,k表示第n个用户设备的第k个子任务卸载到MEC服务器的发射功率,qn,k表示表示第k个MEC服务器回传子任务计算结果给第n个用户设备的发射功率,表示第k个MEC服务器为第n个用户设备分配计算资源,表示第n个用户设备上传非压缩任务所需时间,表示第n个用户设备上传非压缩任务所需时间,表示MEC服务器回传计算结果至第n个用户设备所需时间;Dn表示为第n个用户设备计算任务的数据大小;表示为第n个用户设备上传子任务至第k个MEC服务器的速率;表示为第k个MEC服务器将计算任务计算结果回传给第n个用户设备的速率;表示为第n个用户设备上传子任务至第k个子任务中非压缩部分所需能量;表示为第n个用户设备上传子任务至第k个子任务中压缩部分所需能量;表示为第n个用户设备本地计算子任务所需能量;表示为第n个用户设备完成压缩任务所需能量;表示为第n个用户设备最大能耗;表示为第n个用户设备最大的发射功率;表示为第k个MEC服务器最大的发射功率;pmax表示用户设备最大的发射功率;qmax表示MEC服务器最大的发射功率;表示为MEC服务器的最大计算资源。
3.根据权利要求2所述的一种基于人工鱼群算法的低时延计算任务卸载方法,其特征在于,各用户设备的计算任务完成所需的最长时间的计算方法为:
Tn=max(t1n,t2n)
公式为,表示在第n个用户设备压缩数据所需的时间,表示第n个用户设备计算子任务所需的时间;表示用户设备上传非压缩的任务所需时间,表示第k个MEC服务器处理第n个用户设备的非压缩数据所需时间,表示第k个MEC服务器处理第n个用户设备的压缩数据所需时间。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网电力科学研究院有限公司;南京南瑞信息通信科技有限公司;国网浙江省电力有限公司信息通信分公司,未经国网电力科学研究院有限公司;南京南瑞信息通信科技有限公司;国网浙江省电力有限公司信息通信分公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211681181.X/1.html,转载请声明来源钻瓜专利网。