一种基于MEC的蜂窝基站间任务卸载方法与流程

本发明属于移动通信网络技术领域，涉及一种基于MEC的蜂窝基站间任务卸载方法。

背景技术：

在未来的5G网络中，业务种类和负载数量的急剧增长对移动终端和网络都是一种挑战，移动云计算(Mobile Cloud Computing，MCC)是解决移动终端资源有限这一挑战普遍认同的一种技术，MCC的基本实现形式就是任务卸载(Offloading)，而超密集部署和新的网络技术，如移动边缘计算(MEC)，雾计算(Fog Computing)是应对网络方面问题一致认同的方法。在超密集部署的网络场景下，通过结合新的网络技术和资源管理技术来提高用户的体验质量(QoE)和网络性能。任务卸载已经成为了提升移动终端性能的有效途径，通过这种途径，使用户拥有了更多的计算能力和存储能力。同时，任务卸载还会让移动终端减少复杂的、耗能的计算任务。任务卸载的机制是终端将所需要执行的任务通过信道上传到为其提供服务的云进行处理，处理完成后，将处理结果回传。从任务卸载的机制可以发现，任务卸载终端与云端的交互过程实质上是资源置换的过程。终端通过相应的网络通信资源，来置换云端的计算和存储资源。因此任务卸载的资源优化可分为通信资源优化和计算资源资源优化两大部分。当前已有的相关研究，在这两方面均有涉及，但是大部分只简单考虑了任务卸载到“远端云”，而不是其他形式的云。

技术实现要素：

未解决上述问题，本发明的目的在于提供一种基于MEC的蜂窝基站间任务卸载方法，能够在提升热区用户的服务质量的同时，又能确保尽可能减少功率的消耗，同时还能够提高基站的计算资源的利用率。

为达到上述目的，本发明提供如下技术方案：

一种基于MEC的蜂窝基站间任务卸载方法，所述方法包括：

热区基站s向周边基站发送携带建立协作簇请求的参考信号，以使得周边基站i将自己的剩余计算资源和参考信号接收功率报告给所述热区基站s；其中，参考信号接收功率小于预设阈值的基站，不向所述热区基站s报告；基站i根据自身接收到的参考信号接收功率，只选择一个建立协作簇请求进行回复；

所述热区基站s收到至少一个基站的汇报，根据各个基站的参考信号接收功率和剩余计算资源，在预设时隙内选择信道较优的，且剩余计算资源足够计算卸载请求的N个协作基站，建立协作簇；

初始化所述热区基站s向协作簇内各个协作基站的发送功率，并判断各个发送功率是否满足卸载请求的时延要求；如果不满足，将各个发送功率按照预设步长进行更新；如果满足，保存此时的发送功率分配矩阵；

根据所述热区基站s的发送功率和时延确定联合效用值，并选取所述联合效用值最小的一组数据中的发送功率作为实际的发送功率。

进一步地，热区基站s向周边基站发送携带建立协作簇请求的参考信号之后，所述方法还包括：

周边基站周期性地对其接收到的参考信号接收功率进行判断，如果参考信号接收功率大于上报阈值，该周边基站将其自身的剩余计算资源连同参考信号接收功率，通过上行信道报告给所述热区基站s。

进一步地，所述方法还包括：

当周边基站收到多个参考信号接收功率时，选择最大的参考信号接收功率进行回复；当有多个参考信号接收功率相同时，随机选择一个进行回复。

进一步地，在预设时隙内选择信道较优的，且剩余计算资源足够计算卸载请求的N个协作基站，建立协作簇包括：

热区基站s根据各个基站的参考信号接收功率和剩余计算资源，确定出加权和α×rsrp_i+β×F_i，并将所述加权和作为选择协作基站的依据；其中i表示基站序号；rsrp_i表示周边基站i收到的参考信号接收功率；F_i表示周边基站i的剩余计算资源；α，β分别表示rsrp_i与F_i的权值；

从计算出的加权和中，从大到小选取N个基站建立协作簇。

进一步地，所述方法还包括：

根据所述加权和为所述协作簇中相应的协作基站分配卸载请求；其中，分配到各个协作基站的卸载请求的计算量按照以下公式确定：

其中δ_i＝α×rsrp_i+β×F_i，w_i表示为协作簇内协作基站i分配的卸载请求的计算量，W表示卸载请求的总计算量。

进一步地，在完成卸载请求的分配后，所述方法还包括：

通过初始化的发送功率，计算各个卸载请求在各个协作基站间对应的时间分量；

比较各个时间分量，并通过预设功率搜索步长，为时间分量较大的协作基站分配更大的发送功率，以减小传输时延，直至减小后的传输时延收敛，停止功率搜索的过程；

将满足时延要求的发送功率记录于分配矩阵中。

进一步地，按照下述公式确定最终的发送功率：

其中p_sn表示热区基站s针对协作簇中的基站n的发送功率，w_n表示分配到协作簇中基站n的卸载请求的计算量，F_n表示协作簇内基站n的剩余计算资源，R_sn表示热区基站s与协作簇中基站n的信道容量，S表示热区基站的总数量。

本发明的有益效果在于：

本发明针对小蜂窝超密集部署场景下，热区用户无法得到较好的QoE问题，采用建立协作簇，通过将热区用户的运算任务卸载到协作簇内基站处理，结合热区基站与周边基站的信道状态、剩余可用计算资源，来选择最优协作簇、最优负载分配以及最优发送功率，从而解决热区用户不能得到较优的QoE的问题。并且在提升热区用户的QoE的同时，又能确保尽可能减少功率的消耗；同时，提高基站的计算资源的利用率。

附图说明

为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行说明：

图1为协作簇建立示意图；

图2为协作簇建立流程示意图。

图3为任务卸载到协作簇示意图；

图4为卸载任务分配和功率搜索流程图；

图5为本发明中协作簇建立卸载任务和发送功率分配总体流程示意图。

具体实施方式

下面将结合附图，对本发明的优选实施例进行详细的描述。

在本申请中，可以不再拘泥于云计算，并研究如何在设备上(或者是在设备之间、网络上)存储和处理它们自身产生的数据。不用不断地移动巨量的数据到远端云进行处理，而是放在设备边缘进行处理，把服务器中大部分数据集放到数据预处理部分所在位置进行处理，即在终端和数据中心之间再加一层，叫网络边缘层，如再加一个带有存储器的小服务器或路由器，把一些并不需要放到“云”中的数据在这一层直接处理和存储，可大大减少“云”本身的压力，既可提高其处理效率，也可提升其传输速率，并减低时延。就是选择一部分设备作为协作簇，这个协作集合可以看做是一个“近端云”。通过任务卸载到近端云，既可以缓解“云”本身的压力，也可提升其传输速率，从而降低时延。

本申请提供一种基于MEC的蜂窝基站间任务卸载方法，请参阅图5，所述方法包括：

热区基站s向周边基站发送携带建立协作簇请求的参考信号，以使得周边基站i将自己的剩余计算资源和参考信号接收功率报告给所述热区基站s；其中，参考信号接收功率小于预设阈值的基站，不向所述热区基站s报告；基站i根据自身接收到的参考信号接收功率，只选择一个建立协作簇请求进行回复；

所述热区基站s收到至少一个基站的汇报，根据各个基站的参考信号接收功率和剩余计算资源，在预设时隙内选择信道较优的，且剩余计算资源足够计算卸载请求的N个协作基站，建立协作簇；

初始化所述热区基站s向协作簇内各个协作基站的发送功率，并判断各个发送功率是否满足卸载请求的时延要求；如果不满足，将各个发送功率按照预设步长进行更新；如果满足，保存此时的发送功率分配矩阵；

根据所述热区基站s的发送功率和时延确定联合效用值，并选取所述联合效用值最小的一组数据中的发送功率作为实际的发送功率。

在本实施方式中,热区基站s向周边基站发送携带建立协作簇请求的参考信号之后，所述方法还包括：

周边基站周期性地对其接收到的参考信号接收功率进行判断，如果参考信号接收功率大于上报阈值，该周边基站将其自身的剩余计算资源连同参考信号接收功率，通过上行信道报告给所述热区基站s。

在本实施方式中,所述方法还包括：

当周边基站收到多个参考信号接收功率时，选择最大的参考信号接收功率进行回复；当有多个参考信号接收功率相同时，随机选择一个进行回复。

在本实施方式中，在预设时隙内选择信道较优的，且剩余计算资源足够计算卸载请求的N个协作基站，建立协作簇包括：

热区基站s根据各个基站的参考信号接收功率和剩余计算资源，确定出加权和α×rsrp_i+β×F_i，并将所述加权和作为选择协作基站的依据；其中i表示基站序号；rsrp_i表示周边基站i收到的参考信号接收功率；F_i表示周边基站i的剩余计算资源；α，β分别表示rsrp_i与F_i的权值；

从计算出的加权和中，从大到小选取N个基站建立协作簇。

在本实施方式中，所述方法还包括：

根据所述加权和为所述协作簇中相应的协作基站分配卸载请求；其中，分配到各个协作基站的卸载请求的计算量按照以下公式确定：

其中δ_i＝α×rsrp_i+β×F_i，w_i表示为协作簇内协作基站i分配的卸载请求的计算量，W表示卸载请求的总计算量。

在本实施方式中，在完成卸载请求的分配后，所述方法还包括：

通过初始化的发送功率，计算各个卸载请求在各个协作基站间对应的时间分量；

比较各个时间分量，并通过预设功率搜索步长，为时间分量较大的协作基站分配更大的发送功率，以减小传输时延，直至减小后的传输时延收敛，停止功率搜索的过程；

将满足时延要求的发送功率记录于分配矩阵中。

在本实施方式中，按照下述公式确定最终的发送功率：

其中p_sn表示热区基站s针对协作簇中的基站n的发送功率，w_n表示分配到协作簇中基站n的卸载请求的计算量，F_n表示协作簇内基站n的剩余计算资源，R_sn表示热区基站s与协作簇中基站n的信道容量，S表示热区基站的总数量。

具体地，图1为协作簇建立示意图，任何一个基站都具有一定的计算能力和存储能力。其中有部分基站负载较重，且还有其服务的用户发起卸载请求，而处在该服务基站周围的某些基站负载较轻，拥有可用的闲置资源。这时候服务基站就会通过恒定功率的参考信号，来与周边基站进行交互，收集附近各基站的资源使用状态。选择合适的基站来建立协作簇。图2为协作簇建立流程示意图，如图1和图2所示，包括以下步骤：

步骤201：当服务基站s本身资源处于高占用状态，该基站s就会以一定功率和频率的参考信号发起一个建立协作簇的请求。

步骤202：各个周边基站收到该参考信号，判断要不要回复该请求，如果参考信号接收功率大于上报阈值，该小基站则将其自身剩余计算资源连同参考信号接收功率，通过上行信道报告给请求协作的基站s。同一个基站为了避免被多个协作簇争夺，当基站收到多个参考信号接收功率的时候，选择最大的参考信号接收功率回复，当有多个参考信号接收功率相同时，随机选择一个回复。

步骤203：服务小基站计算汇报的所有α×rsrp_i+β×F_i；其中i表示基站序号，rsrp_i表示周边基站i收到的参考信号接收功率，F_i表示基站i的剩余计算资源，α，β分别表示rsrp_i与F_i的权值。按照计算出来的数值，从大到小选择N个作为协作基站。

请参阅图3和图4，具体来说，本发明提供的方法包括以下流程：

步骤401：根据参考信号接收功率与剩余计算资源的加权和α×rsrp_i+β×F_i为相应的协作基站分配运算卸载请求，其中i表示基站序号；rsrp_i表示周边基站i收到的参考信号接收功率；F_i表示基站i的剩余计算资源；α，β分别表示rsrp_i与F_i的权值。该加权和可以通过调整参数α，β来设置参考信号和剩余计算资源的重要程度。当信道状态对运算请求卸载影响比较大时，将参考信号对应的因子α设一个较大的常数。同样，当剩余计算资源影响比较大时，将剩余计算资源β对应的因子设一个较大的常数。分配到各个协作基站的运算卸载请求计算量如下公式：

令δ_i＝α×rsrp_i+β×F_i

其中i表示基站序号；rsrp_i表示周边基站i收到的参考信号接收功率；F_i表示基站i的剩余计算资源；α，β分别表示rsrp_i与F_i的权值。w_i表示为协作簇内基站i分配的任务卸载运算量。W表示任务卸载总计算量。

步骤402：先初始化热区服务基站向各个协作基站的发送功率，判断是否满足卸载请求的时延要求，如果不满足，将各个功率按照一定的步长更新，如果满足，保存此时的功率分配矩阵，继续更新。

具体的，在完成运算卸载分配后，在完成运算卸载分配后，为了进一步缩小运算时延，通过功率的差异化分配，进一步减小热区基站s与协作簇内各基站之间的最大传输时延。具体操作为首先通过初始化功率分配，计算各部分卸载请求在分量在各个协作基站间的各个时间分量，比较各个时间分量，然后通过一定的功率搜索步长，为时间分量较大的那一个协作基站分配更大的发送功率，来减小传输时延，直到最大传输时延收敛，停止功率搜索。将满足时延要求的所有功率分配矩阵记录。

步骤403：根据热区基站发送功率和时延联合效用值，选取使该效用值最小的一组作为实际的发送功率。

具体地，选取发送功率的准则为其中p_sn表示热区基站s向协作簇基站n的发送功率，w_n表示分配到协作簇基站n的任务卸载运算量，F_n表示协作簇内基站n的剩余计算资源，R_sn表示热区基站s与协作簇基站n的信道容量。表示协作簇内传输的最大时延；可以根据热区服务基站s发送总功率与卸载请求经历的总时延加权和来选择。具体操作为：计算每一种发送总功率和总时延的加权和选择该加权和最小的那一组发送功率作为最终的发送功率。

最后说明的是，以上优选实施例仅用以说明本发明的技术方案而非限制，尽管通过上述优选实施例已经对本发明进行了详细的描述，但本领域技术人员应当理解，可以在形式上和细节上对其作出各种各样的改变，而不偏离本发明权利要求书所限定的范围。