[发明专利]一种移动云计算上行数据传输的能量优化方法

摘要

本发明公开了一种移动云计算上行数据传输的能量优化方法，该方法针对OFDMA场景，提出了无线云业务数据上传能耗的优化方法。不同于现有所采用的功率与速率的经验式子，本发明利用香农公式推出的功率与速率的关系，并在具有慢衰落特性的随机信道下，采用两步走的思路对上传能量进行优化，首先忽略不同子信道之间的差异,通过根据推导出的多个子信道整体增益的平均结果分配不同时隙间的传输速率，实现整体信道增益较高时提高传输速率,整体信道增益较低时降低传输速率；第二步，在任一时隙内，根据不同子信道之间信道增益的差异采用牛顿(Newton)算法或注水算法将总传输速率分配给各个子信道，其中牛顿法对应目前LTE的SC-FDMA场景，注水算法对应于一般的OFDM场景。

主权项

一种移动云计算上行数据传输的能量优化方法，其特征在于，所述方法包括如下步骤：步骤1：对移动云业务上传所涉及的参数统一定义；所述参数涉及移动云业务一次上传数据的比特数L_origin，业务的时延要求T和误码率要求BER；步骤2：根据误码率，重新计算上传数据的等效比特数L；在未采用有纠错能力的编码方式的假设下，当传输误码率BER一定时，无差错的传输L_origin bits数据的概率为因此，在T时间内传输的等效数据量L近似定义为：$L=\frac{L_{origin}}{{(1-BER)}^{L_{origin}}}$步骤3：建立移动云业务上传的能量模型；(1)选择对云端执行能量消耗有影响的参数，参数是：所需处理的等效数据量L，业务的时延要求T；(2)对于信道模型，以量化后的信道增益为状态空间，采用多状态的马尔科夫链模型对信道进行预测，状态空间包含N个状态；(3)当发送端被分配了K个子信道后，发送端的发送能量模型为，其中，B为子信道带宽，R_k，t为第k个子信道的发送速率，g_k，t为第t时隙内第k个子信道的信道增益值，Δt为发送时隙间隔；同时，R_k，t需满足而且发送功率需满足不大于最大发送功率P_max；步骤4：忽略不同子信道之间的差异，根据推导出的多个子信道整体增益的平均结果分配不同时隙间的传输速率：(1)采用几何分布对整体信道增益进行统计，即$\widehat{g_t}={\left({\mathrm{\Π}}_{k=1}^K{g}_{k,t}\right)}^{\frac{1}{K}}$(2)采用DP(Dynamic Programming)算法得出信道的整体速率R_t的调度结果为，其中，L_t为第t时隙剩余未发送的数据量(包括时隙t)，m表示当前时隙t的整体信道增益为G_m，参数的迭代关系式定义为，其中，P_mn为信道增益从G_m到G_n的转移概率；步骤5：在任一时隙内，根据不同子信道之间信道增益的差异采用牛顿(Newton)算法或注水算法将总传输速率分配给各个子信道；(1)在SC‑FDMA场景下，由于有各个子信道等功率传输的要求，因此子载波发送功率P_t的优化结果为，$\underset{k=1}{\overset{K}{\Σ}}B\×{\log }_2(1+\mathrm{\λ}\×P_t\×g_{k,t})=R_t$$0\≤P_t\≤P_{max},\∀k,t$以P_t＝0为初始迭代点，采用牛顿迭代法在有限迭代步内得到满足一定误差的子载波发送功率P_t；(2)对于一般场景的OFDMA无线传输系统，首先采用朗格朗日算法求得P_k，t的数值最优解，为：$P_{k,t}=\frac{1}{\mathrm{\λ}}\×\[2^{\frac{R_{req}}{K\×B}}\×{\left({\mathrm{\Π}}_{k=1}^K{g}_{k,t}\right)}^{-\frac{1}{K}}-\frac{1}{g_{k,t}}\]$再采用注水算法，得出满足0≤P_k，t≤P_max要求的最优子载波功率分配结果。