CN111212108A - 基于非正交多址接入和移动边缘计算多用户并行迁移方法 - Google Patents
基于非正交多址接入和移动边缘计算多用户并行迁移方法 Download PDFInfo
- Publication number
- CN111212108A CN111212108A CN201911271403.9A CN201911271403A CN111212108A CN 111212108 A CN111212108 A CN 111212108A CN 201911271403 A CN201911271403 A CN 201911271403A CN 111212108 A CN111212108 A CN 111212108A
- Authority
- CN
- China
- Prior art keywords
- user
- migration
- computing
- server
- calculation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000013508 migration Methods 0.000 title claims abstract description 119
- 230000005012 migration Effects 0.000 title claims abstract description 119
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000004364 calculation method Methods 0.000 claims abstract description 92
- 238000005265 energy consumption Methods 0.000 claims abstract description 43
- 230000005540 biological transmission Effects 0.000 claims abstract description 38
- 238000005516 engineering process Methods 0.000 claims abstract description 23
- 238000005457 optimization Methods 0.000 claims abstract description 14
- 238000004891 communication Methods 0.000 claims abstract description 13
- 230000008030 elimination Effects 0.000 claims abstract description 8
- 238000003379 elimination reaction Methods 0.000 claims abstract description 8
- 230000011664 signaling Effects 0.000 claims description 4
- 230000007704 transition Effects 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 5
- 238000004088 simulation Methods 0.000 description 5
- 230000007423 decrease Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 206010042135 Stomatitis necrotising Diseases 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 201000008585 noma Diseases 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/14—Session management
- H04L67/148—Migration or transfer of sessions
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
- H04L67/1004—Server selection for load balancing
- H04L67/101—Server selection for load balancing based on network conditions
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
- H04W72/541—Allocation or scheduling criteria for wireless resources based on quality criteria using the level of interference
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
- H04W72/542—Allocation or scheduling criteria for wireless resources based on quality criteria using measured or perceived quality
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明属于无线通信技术领域,公开了一种基于非正交多址接入和移动边缘计算多用户并行迁移方法,用户根据当前信道质量,与传输范围内的最佳移动边缘计算服务器关联;各用户根据能耗优化结果,确定队列中首个计算任务的拆分比率,计算本地部分;各用户将计算迁移部分同时向各自最佳移动边缘计算服务器传输;各服务器在收到用户计算任务迁移的传输信号后,利用串行干扰消除技术逐次解码各迁移计算任务;各服务器开始逐次执行解码成功的迁移部分计算任务;各服务器完成所有迁移部分的计算任务后,向对应用户反馈计算结果;反馈结果与本地计算结果合并,得出最终计算结果。本发明可以大大提升系统的计算能力,降低多用户的计算等待时延和能耗。
Description
技术领域
本发明属于无线通信技术领域,尤其涉及一种基于非正交多址接入和移动边缘计算多用户并行迁移方法。
背景技术
目前,最接近的现有技术:随着未来智慧城市物联网的兴起,以及移动智能终端和新型通信业务的不断涌现,数据流量呈持续井喷式高速增长。虚拟现实和自动驾驶等业务对通信系统的时延、可靠性等方面有了更严格的要求。由于移动设备或物联网设备的硬件资源受限,因此不足以处理规模庞大、结构复杂的任务。传统的云计算网络在主干网云端处理数据,容易造成核心网的堵塞;云端承受的计算量过大,导致负载过重;用户和云计算中心通信路径较长,导致通信延迟过大。为了解决上述问题,移动边缘计算技术通过将存储资源和计算资源迁移至网络中的边缘节点,如基站、接入点和路由器等,实现内容的高效传输并保证业务需求的计算能力。这是一种降低通信系统时延、提高计算能力以及系统可靠性的有效技术。
在处理多用户的计算任务时,当计算资源紧缺或用户迁移任务量增多时,系统的计算能力减弱、用户等待计算的最大允许时延将增加。上行非正交多址接入技术可有效解决资源紧缺问题,并降低系统的处理时延。目前,针对用户计算任务迁移方法的研究取得了一定的论文及专利成果,在2019年Yijin Pan等在“IEEE Communications Letters”(《国际电气电子工程师协会通信快报》)中提出了基于非正交多址接入和移动边缘计算(NOMA-MEC)技术的多用户单边缘计算服务器场景下联合通信资源优化系统能耗的迁移方案,结果表明在相同条件下,NOMA-MEC的方案能耗低于频分多址的移动边缘计算(FDMA-MEC)方案。然而,该方案研究的是单服务器场景下的迁移问题,随着系统内用户的增多,受限于信道条件以及解码复杂度,NOMA-MEC的传输可靠性将下降。在2019年Zhiguo Ding等在“IEEETransactions onVehicular Technology”(《国际电气电子工程师协会车辆技术汇刊》)中提出了一种混合NOMA-MEC的计算迁移能耗优化方案,在该方案中,两个用户在相同时隙内以NOMA技术迁移任务,任务量较多的用户在下一时隙以正交多址接入(OMA)技术单独迁移剩余任务。结果表明该方案的能耗低于基于正交多址接入的移动边缘计算(OMA-MEC)的优化方案。然而,该方案将用户的全部计算任务迁移至服务器,在本地用户等待服务器处理结果时,本地用户处于空闲状态,导致系统利用率降低。此外,在考虑多迁移用户的边缘计算场景时,未考虑到不同用户与服务器之间信道条件的差异性,未对用户及其计算任务进行优化划分。因此,针对多用户计算任务并行迁移的拓展研究十分重要。
另一方面,上行非正交多址接入技术可以有效地提高紧缺的可用资源的频谱利用率,该技术将用户进行分组,同一组内的用户共享功率/码/时域的信道资源,以不同功率将多个信息在重叠的信道上传输,从而显著提高系统的频谱效率,降低接入最大允许时延,减小终端能耗。
综上所述,现有技术存在的问题是:
(1)现有技术针对单服务器场景下的迁移问题,随着系统内用户的增多,受限于信道条件以及解码复杂度,NOMA-MEC的传输可靠性将下降。
(2)现有技术在本地用户等待服务器处理结果时,本地用户处于空闲状态,导致系统利用率降低;在考虑多迁移用户的边缘计算场景时,未考虑到不同用户与服务器之间信道条件的差异性,未对用户及其计算任务进行优化划分。
解决上述技术问题的难度:
(1)在单服务器场景下,随着用户数增多,使用上行非正交多址接入技术进行迁移任务叠加时,若多用户同时全部传输,不仅消耗用户端更大的发射功率,同时导致服务器端解码成功率的下降以及接收机设计复杂度的增加。因此,引入多个计算迁移服务器。在该场景下,若用户与服务器的关联策略设计不合理,将会出现多个用户接入同一个服务器的现象,导致迁移用户总功耗增加,而剩余服务器空闲,造成系统资源的浪费。因此,该场景下的技术难度在于用户服务器关联策略的设计。
(2)现有技术在处理多用户迁移时,未能充分利用本地用户和服务器的计算资源,因此应当引入合理的迁移任务拆分方案。然而,由于各个用户所处的位置、用户和关联服务器之间信道条件的不同,为了使用上行非正交多址接入技术向同一服务器传输不同用户的叠加信号,需要保证各个用户的最大允许传输时延相等。否则,会出现部分用户的迁移任务已经传输完成,而剩余用户仍在传输的现象,导致系统资源调度不合理。因此应当合理规划不同用户的任务拆分比率以及发射功率,从而增加了方案的实现难度。
解决上述技术问题的意义:未来智慧城市物联网的普及和发展以及新型通信业务的不断涌现,导致用户需要处理的数据量呈井喷式增长、计算任务也日益复杂。现有的云计算以及部署简单的边缘计算场景已经难以解决日益复杂的计算需求。因此,解决上述技术问题,有助于提高用户的服务质量,从而促进未来移动通信的发展。
发明内容
针对现有技术存在的问题,本发明提供了一种基于非正交多址接入和移动边缘计算多用户并行迁移方法。
本发明是这样实现的,一种基于非正交多址接入和移动边缘计算多用户并行迁移方法,所述基于非正交多址接入和移动边缘计算多用户并行迁移方法中用户根据当前信道质量,与传输范围内的最佳移动边缘计算服务器关联;各用户根据能耗优化结果,确定队列中首个计算任务的拆分比率,分为迁移部分和本地部分,并计算本地部分;各用户将计算迁移部分同时向各自最佳移动边缘计算服务器传输;各服务器在收到用户计算任务迁移的传输信号后,利用串行干扰消除技术逐次解码各迁移计算任务;各服务器开始逐次执行解码成功的迁移部分计算任务;各服务器完成所有迁移部分的计算任务后,向对应用户反馈计算结果;各用户收到反馈结果后,将该反馈结果与本地计算结果合并,得出最终计算结果。
进一步,所述基于非正交多址接入和移动边缘计算多用户并行迁移方法包括以下步骤:
第一步,服务器关联,用户根据当前信道质量,与传输范围内的最佳服务器关联,对于用户Un,最佳关联服务器CSk*(n)可由公式确定。其中,|fn,k|2表示信道增益;Cn表示用户Un无线传输范围内的计算服务器集合;
第二步,任务拆分与本地计算,各用户根据能耗优化结果,确定队列中首个计算任务的实际拆分比率,根据该比率将计算任务拆分为迁移部分和本地部分;考虑用户Un的实际拆分比率为ηn,1(<sn,1),则该用户队列中首个计算任务的迁移部分共有ηn,1dn,1比特,本地部分共有(1-ηn,1)dn,1比特,用户开始执行计算任务的本地部分。其中,dn,1表示首个计算任务的数据量,sn,1表示首个计算任务的最大可拆分比;
第三步,多用户计算任务并行迁移,各用户将计算任务迁移部分同时向各自的最佳关联服务器传输,根据上行非正交多址接入原理,向同一服务器迁移计算任务的用户采用相同无线资源;向不同服务器迁移计算任务的用户组之间采用时域/频域正交的无线资源;
第四步,迁移任务解码,各服务器在收到用户计算任务迁移的传输信号后,利用串行干扰消除技术逐次解码各迁移计算任务;
第五步,服务器计算,各服务器开始逐次执行解码成功的迁移部分计算任务;
第六步,计算结果反馈,各服务器完成所有迁移部分计算任务后,向对应用户反馈计算结果;各用户收到反馈结果后,将该反馈结果与本地计算结果合并,得出最终计算结果。
进一步,所述基于非正交多址接入和移动边缘计算多用户并行迁移方法的各用户利用上行非正交多址接入技术将计算任务同时迁移至计算服务器,计算服务器对迁移任务进行解码,计算后,将结果反馈给计算迁移用户。
进一步,所述第一步的具体方法如下:
(1)用户根据当前信道质量,与传输范围内的最佳服务器关联;
进一步,所述第二步的具体方法如下:
(1)在调度子时隙M中,各用户根据能耗优化结果,确定队列中首个计算任务的实际拆分比率;
(2)根据该比率将计算任务拆分为迁移部分和本地部分,考虑用户Un的实际拆分比率为ηn,1(<sn,1),则该用户队列中首个计算任务的迁移部分共有ηn,1dn,1比特,本地部分共有(1-ηn,1)dn,1比特,用户开始执行计算任务的本地部分。其中,dn,1表示首个计算任务的数据量,sn,1表示首个计算任务的最大可拆分比。
进一步,所述第三步的具体方法如下:
(1)各用户向关联的服务器发送计算任务迁移部分;
进一步,所述第四步的具体方法如下:
进一步,所述第五步的具体方法如下:
(1)各服务器开始逐次执行解码成功的迁移部分计算任务;
进一步,所述第六步的具体方法如下:
(1)各服务器完成所有迁移部分计算任务后,向对应用户反馈计算结果;
(2)各用户收到反馈结果后,将该反馈结果与本地计算结果合并,得出最终计算结果。
本发明的另一目的在于提供一种应用所述基于非正交多址接入和移动边缘计算多用户并行迁移方法的无线通信系统。
综上所述,本发明的优点及积极效果为:当进行计算任务并行迁移时,各用户可将本地队列中的计算任务,迁移至各自无线传输范围内一个或多个服务器。当迁移用户数大于服务器数目时,可以大大提升系统的计算能力,降低多用户的计算等待时延和能耗。
与现有技术相比,本发明具有以下优势:
(1)本发明通过最佳服务器关联技术选择与服务器关联的迁移用户,避免服务器出现计算任务过载或空闲的情况,提高了多用户迁移系统的效率。
(2)本发明通过非正交多址接入技术将不同的计算任务进行叠加传输,服务器根据串行干扰消除原理逐次解码、计算并将结果反馈给用户,从而降低多用户等待任务迁移的最大允许时延,相较于传统的正交多址迁移技术,提高了频谱利用率。
(3)本发明通过将任务拆分引入多用户移动边缘计算中,通过将多用户的计算任务根据能耗优化结果进行本地拆分,一部分任务在本地进行计算,将另一部分计算任务迁移至服务器,有针对性地在满足每个用户计算任务需求的前提下,降低系统的传输最大允许时延和能耗。
附图说明
图1是本发明实施例提供的基于非正交多址接入和移动边缘计算多用户并行迁移方法流程图。
图2是本发明实施例提供的使用的移动边缘计算多用户并行迁移的模型图。
图3是本发明实施例提供的基于非正交多址接入和移动边缘计算多用户并行迁移方法实现流程图。
图4是本发明实施例提供的用户平均能耗随着传输最大允许时延变化的性能图。
图5是本发明实施例提供的用户平均能耗随着任务拆分比率变化的性能图。
图6是本发明实施例提供的用户平均能耗随着迁移用户数目变化的性能图。
图7是本发明实施例提供的用户平均能耗随着用户计算任务量变化的性能图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
针对现有技术存在的问题,本发明提供了一种基于非正交多址接入和移动边缘计算多用户并行迁移方法,下面结合附图对本发明作详细的描述。
如图1所示,本发明实施例提供的基于非正交多址接入和移动边缘计算多用户并行迁移方法包括以下步骤:
S101:用户根据当前信道质量,与传输范围内的最佳移动边缘计算服务器关联;
S102:各用户根据能耗优化结果,确定队列中首个计算任务的拆分比率,分为迁移部分和本地部分,并计算本地部分;
S103:各用户将计算迁移部分同时向各自最佳移动边缘计算服务器传输;
S104:各服务器在收到用户计算任务迁移的传输信号后,利用串行干扰消除技术逐次解码各迁移计算任务;
S105:各服务器开始逐次执行解码成功的迁移部分计算任务;
S106:各服务器完成所有迁移部分的计算任务后,向对应用户反馈计算结果;各用户收到反馈结果后,将该反馈结果与本地计算结果合并,得出最终计算结果。
下面结合附图对本发明的技术方案作进一步的描述。
如图2所示,本发明所使用的多用户并行迁移系统,包含K个服务器,N个计算迁移用户。其中,计算迁移用户将计算任务进行拆分与本地计算,再同时将计算迁移任务并行传输给服务器,服务器对接收到的迁移任务进行解码、计算并将计算结果反馈。
如图3所示,本发明实施例提供的基于非正交多址接入和移动边缘计算多用户并行迁移方法基于非正交多址接入和移动边缘计算技术的多用户并行迁移算法,包含K个服务器,N个计算迁移用户。其中,N个计算迁移用户将任务进行拆分与本地计算,将多用户计算任务并行迁移至服务器,服务器对迁移任务进行解码、计算,将计算结果反馈给用户。具体包括如下步骤:
第一步,服务器关联。用户根据当前信道质量,与传输范围内的最佳服务器关联。对于用户Un,最佳服务器CSk*(n)可由公式确定。其中,|fn,k|2表示信道增益;Cn表示用户Un无线传输范围内的计算服务器集合。
第二步,任务拆分与本地计算。各用户根据能耗优化结果,确定队列中首个计算任务的实际拆分比率,根据该比率将计算任务拆分为迁移部分和本地部分。考虑用户Un的实际拆分比率为ηn,1(<sn,1),则该用户队列中首个计算任务的迁移部分共有ηn,1dn,1比特,本地部分共有(1-ηn,1)dn,1比特。随后,用户开始执行计算任务的本地部分。其中,dn,1表示首个计算任务的数据量,sn,1表示首个计算任务的最大可拆分比。
第三步,多用户计算任务并行迁移。各用户将计算任务迁移部分同时向各自最佳服务器传输。根据上行非正交多址接入原理,向同一服务器迁移计算任务的用户采用相同无线资源。此外,为避免用户间强干扰,向不同服务器迁移计算任务的用户组之间采用时域/频域正交的无线资源。
第四步,迁移任务解码。各服务器在收到用户计算任务迁移的传输信号后,利用串行干扰消除技术逐次解码各迁移计算任务。
第五步,服务器计算。各服务器开始逐次执行解码成功的迁移部分计算任务。
第六步,计算结果反馈。各服务器完成所有迁移部分计算任务后,向对应用户反馈计算结果。各用户收到反馈结果后,将该反馈结果与本地计算结果合并,得出最终计算结果。
本发明实施例中,进行多用户并行迁移时,各个服务器在调度子时隙0~M-1内通过发送信令实现服务器关联,在调度子时隙M中,各用户确定计算任务拆分比率。
在本发明的优选实施例中,第一步的具体方法如下:
(1)用户根据当前信道质量,与传输范围内的最佳服务器关联。
在本发明的优选实施例中,第二步的具体方法如下:
(1)在调度子时隙M中,各用户根据能耗优化结果,确定队列中首个计算任务的实际拆分比率。
(2)根据该比率将计算任务拆分为迁移部分和本地部分。考虑用户Un的实际拆分比率为ηn,1(<sn,1),则该用户队列中首个计算任务的迁移部分共有ηn,1dn,1比特,本地部分共有(1-ηn,1)dn,1比特,用户开始执行计算任务的本地部分。其中,dn,1表示首个计算任务的数据量,sn,1表示首个计算任务的最大可拆分比。
在本发明的优选实施例中,第三步的具体方法如下:
(1)各用户向关联的服务器发送计算任务迁移部分。
在本发明的优选实施例中,第四步的具体方法如下:
在本发明的优选实施例中,第五步的具体方法如下:
(1)各服务器开始逐次执行解码成功的迁移部分计算任务。
在本发明的优选实施例中,第六步的具体方法如下:
(1)各服务器完成所有迁移部分计算任务后,向对应的用户反馈计算结果。
(2)各用户收到反馈结果后,将该反馈结果与本地计算结果合并,得出最终的计算结果。
下面结合仿真对本发明的技术效果作详细的描述。
图4给出了本发明的用户平均能耗(本地计算能耗与迁移传输能耗之和)随着最大允许时延变化的性能图。仿真分别考虑了8个用户以及1,2,4个计算服务器的三种场景,其中任务计算量为5Mbit,系统带宽为2MHz,任务拆分比率为0.6。从图中可以看出,当用户计算任务量、迁移拆分比率固定时,随着系统的最大允许时延的增大,用户的平均能耗随之逐渐降低。相较于多用户单服务器的场景,本发明能够有效地降低用户能耗。
图5给出了本发明的用户平均能耗随着任务拆分比率变化的性能图。仿真分别考虑了8个用户以及1,2,4个计算服务器的三种场景,其中任务计算量为5Mbit,系统带宽为2MHz,最大允许传输时延为0.4s。由图可看出,当用户计算任务量、最大允许时延固定时,随着拆分比率的变化,用户的平均能耗呈先下降后上升的趋势。当任务拆分比率为0时,代表全部计算任务在本地进行处理,由于用户数相同,平均能耗相同。当任务拆分比率为1时,代表全部计算任务被并行迁移至服务器,当迁移用户数相同时,用户平均能耗因服务器数目的增加而减小。随着任务拆分比率从0到1之间变化,一部分计算任务在本地执行,另一部分并行迁移至服务器,此时,存在一个最小用户平均能耗,该能耗对应系统能耗最小的最优拆分比率。实际传输中,在满足用户计算任务需求的情况下,可以根据最小能耗指标优化拆分比率。
图6给出了本发明的用户平均能耗随着迁移用户数目变化的性能图。仿真考虑了1,2,4个计算服务器,迁移用户数目由4增至32。其中,最大允许时延为0.4s,用户计算任务量为5Mbit,任务拆分比率为1。由图可以看出,用户的平均能耗随着系统内迁移用户数目的增加而增加,当计算服务器数目较少时,用户平均能耗远高于服务器数目多的场景。因此,引入多计算服务器可有效降低系统能耗。
图7给出了本发明的用户平均能耗随着用户计算任务量变化的性能图。仿真考虑了8个迁移用户以及1,2,4个计算服务器的场景,其中,最大允许时延为0.4s,任务拆分比率为0.6,系统带宽为2MHz。另外,针对8用户2计算服务器场景,本发明考虑了用户将计算任务全部迁移至服务器和全部本地计算的两种情况。由图可以看出,用户平均能耗随着用户计算任务量的增加而增加。用户将计算任务全部迁移至服务器或全部进行本地计算所消耗的能耗远高于用户将计算任务进行拆分后再计算,因此,本发明提出的任务拆分方案可有效降低系统能耗。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于非正交多址接入和移动边缘计算多用户并行迁移方法,其特征在于,所述基于非正交多址接入和移动边缘计算多用户并行迁移方法中用户根据当前信道质量,与传输范围内的最佳移动边缘计算服务器关联;各用户根据能耗优化结果,确定队列中首个计算任务的拆分比率,分为迁移部分和本地部分,并计算本地部分;各用户将计算迁移部分同时向各自最佳移动边缘计算服务器传输;各服务器在收到用户计算任务迁移的传输信号后,利用串行干扰消除技术逐次解码各迁移计算任务;各服务器开始逐次执行解码成功的迁移部分计算任务;各服务器完成所有迁移部分的计算任务后,向对应用户反馈计算结果;各用户收到反馈结果后,将该反馈结果与本地计算结果合并,得出最终计算结果。
2.如权利要求1所述的基于非正交多址接入和移动边缘计算多用户并行迁移方法,其特征在于,所述基于非正交多址接入和移动边缘计算多用户并行迁移方法包括以下步骤:
第一步,服务器关联,用户根据当前信道质量,与传输范围内的最佳服务器关联,对于用户Un,最佳关联服务器CSk*(n)可由公式确定。其中,|fn,k|2表示信道增益;Cn表示用户Un无线传输范围内的计算服务器集合;
第二步,任务拆分与本地计算,各用户根据能耗优化结果,确定队列中首个计算任务的实际拆分比率,根据该比率将计算任务拆分为迁移部分和本地部分;考虑用户Un的实际拆分比率为ηn,1(<sn,1),则该用户队列中首个计算任务的迁移部分共有ηn,1dn,1比特,本地部分共有(1-ηn,1)dn,1比特,用户开始执行计算任务的本地部分;其中,dn,1表示首个计算任务的数据量,sn,1表示首个计算任务的最大可拆分比。
第三步,多用户计算任务并行迁移,各用户将计算任务迁移部分同时向各自的最佳关联服务器传输,根据上行非正交多址接入原理,向同一服务器迁移计算任务的用户采用相同无线资源;向不同服务器迁移计算任务的用户组之间采用时域/频域正交的无线资源;
第四步,迁移任务解码,各服务器在收到用户计算任务迁移的传输信号后,利用串行干扰消除技术逐次解码各迁移计算任务;
第五步,服务器计算,各服务器开始逐次执行解码成功的迁移部分计算任务;
第六步,计算结果反馈,各服务器完成所有迁移部分计算任务后,向对应用户反馈计算结果;各用户收到反馈结果后,将该反馈结果与本地计算结果合并,得出最终计算结果。
3.如权利要求2所述的基于非正交多址接入和移动边缘计算多用户并行迁移方法,其特征在于,所述基于非正交多址接入和移动边缘计算多用户并行迁移方法的各用户利用上行非正交多址接入技术将计算任务同时迁移至计算服务器,计算服务器对迁移任务进行解码,计算后,将结果反馈给计算迁移用户。
5.如权利要求2所述的基于非正交多址接入和移动边缘计算多用户并行迁移方法,其特征在于,所述第二步的具体方法如下:
(1)在调度子时隙M中,各用户根据能耗优化结果,确定队列中首个计算任务的实际拆分比率;
(2)根据该比率将计算任务拆分为迁移部分和本地部分,考虑用户Un的实际拆分比率为ηn,1(<sn,1),则该用户队列中首个计算任务的迁移部分共有ηn,1dn,1比特,本地部分共有(1-ηn,1)dn,1比特,用户开始执行计算任务的本地部分;其中,dn,1表示首个计算任务的数据量,sn,1表示首个计算任务的最大可拆分比。
6.如权利要求2所述的基于非正交多址接入和移动边缘计算多用户并行迁移方法,其特征在于,所述第三步的具体方法如下:
(1)各用户向关联的服务器发送计算任务迁移部分。
9.如权利要求2所述的基于非正交多址接入和移动边缘计算多用户并行迁移方法,其特征在于,所述第六步的具体方法如下:
(1)各服务器完成所有迁移部分计算任务后,向对应用户反馈计算结果;
(2)各用户收到反馈结果后,将该反馈结果与本地计算结果合并,得出最终计算结果。
10.一种应用权利要求1~9任意一项所述基于非正交多址接入和移动边缘计算多用户并行迁移方法的无线通信系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911271403.9A CN111212108B (zh) | 2019-12-12 | 2019-12-12 | 基于非正交多址接入和移动边缘计算多用户并行迁移方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911271403.9A CN111212108B (zh) | 2019-12-12 | 2019-12-12 | 基于非正交多址接入和移动边缘计算多用户并行迁移方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111212108A true CN111212108A (zh) | 2020-05-29 |
CN111212108B CN111212108B (zh) | 2021-08-06 |
Family
ID=70788101
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911271403.9A Active CN111212108B (zh) | 2019-12-12 | 2019-12-12 | 基于非正交多址接入和移动边缘计算多用户并行迁移方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111212108B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111836328A (zh) * | 2020-07-15 | 2020-10-27 | 嘉兴学院 | 一种基于K-shell影响力最大化计算迁移优化方法 |
CN113692052A (zh) * | 2021-08-05 | 2021-11-23 | 广东技术师范大学 | 一种网络边缘机器学习训练方法 |
CN114448991A (zh) * | 2021-12-28 | 2022-05-06 | 西安电子科技大学 | 一种多边缘服务器选择方法、系统、介质、设备及终端 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140016550A1 (en) * | 2012-07-12 | 2014-01-16 | Qualcomm Incorporated | Methods and apparatus for offloading checksum processing |
CN109068391A (zh) * | 2018-09-27 | 2018-12-21 | 青岛智能产业技术研究院 | 基于边缘计算和Actor-Critic算法的车联网通信优化算法 |
CN109286664A (zh) * | 2018-09-14 | 2019-01-29 | 嘉兴学院 | 一种基于拉格朗日的计算迁移终端能耗优化方法 |
CN109951821A (zh) * | 2019-02-26 | 2019-06-28 | 重庆邮电大学 | 基于移动边缘计算的最小化车辆能耗任务卸载方案 |
-
2019
- 2019-12-12 CN CN201911271403.9A patent/CN111212108B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140016550A1 (en) * | 2012-07-12 | 2014-01-16 | Qualcomm Incorporated | Methods and apparatus for offloading checksum processing |
CN109286664A (zh) * | 2018-09-14 | 2019-01-29 | 嘉兴学院 | 一种基于拉格朗日的计算迁移终端能耗优化方法 |
CN109068391A (zh) * | 2018-09-27 | 2018-12-21 | 青岛智能产业技术研究院 | 基于边缘计算和Actor-Critic算法的车联网通信优化算法 |
CN109951821A (zh) * | 2019-02-26 | 2019-06-28 | 重庆邮电大学 | 基于移动边缘计算的最小化车辆能耗任务卸载方案 |
Non-Patent Citations (1)
Title |
---|
FANG FANG ET AL: "Optimal Task Assignment and Power Allocation for NOMA Mobile-Edge Computing Networks", 《ARXIV》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111836328A (zh) * | 2020-07-15 | 2020-10-27 | 嘉兴学院 | 一种基于K-shell影响力最大化计算迁移优化方法 |
CN111836328B (zh) * | 2020-07-15 | 2022-03-15 | 嘉兴学院 | 一种基于K-shell影响力最大化计算迁移优化方法 |
CN113692052A (zh) * | 2021-08-05 | 2021-11-23 | 广东技术师范大学 | 一种网络边缘机器学习训练方法 |
CN114448991A (zh) * | 2021-12-28 | 2022-05-06 | 西安电子科技大学 | 一种多边缘服务器选择方法、系统、介质、设备及终端 |
CN114448991B (zh) * | 2021-12-28 | 2022-10-21 | 西安电子科技大学 | 一种多边缘服务器选择方法、系统、介质、设备及终端 |
Also Published As
Publication number | Publication date |
---|---|
CN111212108B (zh) | 2021-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111093226B (zh) | 基于非正交多址接入与移动边缘计算多任务并行迁移方法 | |
CN110392079B (zh) | 面向雾计算的节点计算任务调度方法及其设备 | |
US11968122B2 (en) | Joint optimization method and system for delay and spectrum occupation in cloud-edge collaborative network | |
CN111212108B (zh) | 基于非正交多址接入和移动边缘计算多用户并行迁移方法 | |
CN111884696B (zh) | 一种基于多载波的中继协作移动边缘计算方法 | |
CN110493854B (zh) | 一种基于优化理论的wpt-mec网络上下行资源分配与功率控制机制 | |
CN107343268B (zh) | 非正交多播和单播传输波束赋型方法及系统 | |
CN113079577B (zh) | 基于embb和urllc共存场景下的资源分配方法 | |
CN111093213A (zh) | 一种热点内容叠加推送与分发方法、系统、无线通信系统 | |
CN113891481B (zh) | 一种面向吞吐量的蜂窝网络d2d通信动态资源分配方法 | |
CN111328136A (zh) | 基于eMBMS的数据传输控制方法、装置及电子设备 | |
CN102186215B (zh) | 面向多点-多用户协作传输的切换方法 | |
CN111954230B (zh) | 基于mec与密集云接入网融合的计算迁移与资源分配方法 | |
CN105516636B (zh) | 一种基于视频通信的异构网络多接入资源分配方法 | |
Huang et al. | POET: An energy-efficient resource management mechanism for one-to-many D2D communications | |
CN111510882B (zh) | 基于用户体验质量的车联网频谱资源分配方法及系统 | |
CN113784372A (zh) | 一种面向终端多业务模型的联合优化方法 | |
CN112492652A (zh) | 一种边缘设备算力服务调配的方法、装置及系统 | |
CN111988866A (zh) | 一种基于直连链路信道信息的d2d双工模式选择方法及系统 | |
CN113613260B (zh) | 远近距离协作的感知延迟移动边缘计算优化方法及系统 | |
CN112954709A (zh) | 波束选择方法、终端以及存储介质 | |
Shu et al. | A channel-adaptive and throughput-efficient scheduling scheme in voice/data DS-CDMA networks with constrained transmission power | |
CN113542357B (zh) | 一种能量消耗成本最小化的电动汽车辅助移动边缘计算卸载方法 | |
CN114448991B (zh) | 一种多边缘服务器选择方法、系统、介质、设备及终端 | |
Zhao et al. | Energy-Efficiency Resource Optimization in Internet of Vehicles |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20201030 Address after: Chengyang District of Shandong city in Qingdao Province mountain road 266107 No. 36 Applicant after: CHINA INSTITUTE OF RADIO WAVE PROPAGATION (CHINA ELECTRONICS TECHNOLOGY Group CORPORATION NO 22 Research Institute) Applicant after: XIDIAN University Address before: Taibai Road 710071 Shaanxi city of Xi'an province Xi'an Electronic and Science University No. 2 Applicant before: XIDIAN University |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |