CN114375058B 任务队列感知的边缘计算实时信道分配和任务卸载方法 （上海大学）

任务队列感知的边缘计算实时信道分配和一种任务队列感知的边缘计算实时信道分将任务队列感知的基站信道分配和用户任务卸2户与基站间的距离生成每个时隙的信道增益矩阵和用户在每个子信道能达到的传输速率，所述的组合集合的博弈是指：构建基于合作博弈的组合集合且用户之步骤A-1，用户在子信道上的信道增益其中：dm为用户m到基站的距l方差；在不损失一般性的前提下，第1个子信道上用户的信道增益估计顺序为步骤A-5，计算每个任务的等待时延，即任务生成到任务开始传输时的时延和传输时3K为边缘服务器为k类型应用服务分配的计算资源；步骤C-5，当候选集合不为空时，在用户m的候选组合中选择使系统效用最大的组合其中：Dm,k,j为用户m的应用程序k的第j个任务的总时4ktt)为每种应用服务的效用函数，具体为所述的基于合作博弈是指：每个用户选择任意一种类型的任务进行传输所述的组合规则是指：当用户m加入组合后组合效用高于加入组合前的组合效用且自所述的组合集合达到收敛稳定是指：通过所有用户根据组合规则不断52.一种实现权利要求1所述的任务队列感知的边缘计算实时信道分配和任务卸载方法新单元根据当前的信道分配和任务卸载策略对时延剩余队列和任务积压队列6博弈论的任务队列积压感知的实时信道分配和法感知MEC服务器的不同类型的任务队列状况，从而过多相同类型的任务同时到达导致任[0007]步骤A，基于用户与基站间的距离生成每个时隙的信道增益矩阵和用户在每个子l7声功率方差。在不损失一般性的前提下，第l个子信道上用户的信道增益估计顺序为[0016]步骤B，将任务队列感知的基站信道分配和用户任务卸载问题建模为以最小化任[0018]步骤B-2，优化目标转换为最大化所有时隙最大传输和边缘处理的任务大小的累t)为每种[0020]步骤C，构建基于合作博弈的组合集合，即请求同一类型应用服务的用户进行组8先将组合中关联的子信道分配给用户m，计算其加入后的自身效用、组合效用和总系统效[0033]与现有技术相比，本发明考虑MEC服务器中任务队列的数据积压对信道分配和任9个子信道，即l∈L＝{1,2,...,L}；其覆盖范围内存在M个服务请求用户，即m∈M＝{1,用户m的k类型应用程序在T个时隙内共有个任务，其索引按照到达时间排序后为[0044]如图7所示，本实施例涉及一种任务队列感知的边缘计算实时信道分配和任务卸[0045]步骤一、根据用户与基站间的距离生成每个时隙的信道增益矩阵H和用户在每个InterferenceCancellation，SIC)技术来缓解用户的同信道干扰，以有效提高资源利用l不损失一般性的前提下，第l个子信道上用户的信道增益估计顺序为[0049]根据上述无线传输速率得到每个时隙用户在关联每个子信道时的传输完成后剩输。即仅当基站为用户分配子信道且用户选择相应应用程序时其剩余任务大小才会改变，[0050]通过剩余任务的改变可得到用户所有任务的无线传输开始时隙和结束时隙具体为对于同一个用户的同其中：为任务的生成时间，每种应用程序的任务到达速率服从λk的泊[0053]根据传输时延可得第n个任务的传输完成时刻为则每个任务传输完成时刻任务队列任务量为对于[0055]通过任务队列长度可得到每个任务的边缘计算时延为其[0065]所述的优化模型必须满足所有任务的总时延在其应用程序要求的范围之内，即[0074]基于李雅普诺夫优化理论将任务时延约束和任务队列约束转化为时延剩余队列[0078]Eercxs1vt[0081]所述的组合集合为在M中请求同一类型应用服务的用户进行组合形成的用户组合[0083]所述的组合规则是指：当用户m加入组合后组合效用高于加入组合前的组合效用[0097]如图2所示，为任务的平均时延在不同的平均任务大小下本发明提出的任务队列[0098]如图3所示，为超出最大时延的任务所占总任务的百分比在不同的平均任务大小下本发明提出的任务队列感知的实时信道分配与任务卸载方法与贪婪算法和随机算法的[0099]如图4所示，为边缘服务器中不同类型应用服务任务队列任务积压的方差在不同的平均任务大小下本发明提出的任务队列感知的实时信道分配与任务卸载方法与贪婪算[0101]如图6所示，为边缘服务器中不同类型应用服务任务队列任务积压的方差随着用[0103]上述具体实施可由本领域技术人员在不背离本发明原理和宗旨的前提下以不同的方式对其进行局部调整，本发明的保护范围以权利要求书为准且不由上述具体实施所