基于MIMO-MEC的通信网络中任务处理方法与流程

基于mimo-mec的通信网络中任务处理方法
技术领域
[0001]
本发明涉及通信网络技术领域，特别是指一种基于mimo-mec的通信网络中任务处理方法。


背景技术：

[0002]
目前电网公司配电自动化系统建设主要面向10kv城市配电网,当配电网发生故障时,配电自动化主站会根据采集信息确定故障区域,自动隔离故障区域,并尽快将非故障区域客户转接到其他线路,恢复供电。主要的感知层设备来自配电监控终端(ftu),配电自动化终端(dtu)，配电电压器监控终端(ttu)。通信网络为光纤专网或者4g等无线通道。现有的配电通信网主要通过光纤专网或者4g等进行信息的采集和监测，并将采集到的数据上传到云服务器，以实现资源的实时需求侧管理。传统的云计算方式指的是通过网络“云”将巨大的数据计算处理程序分解成无数个小程序，然后，通过多部服务器组成的系统进行处理和分析这些小程序得到结果并返回给用户。且现有的数据上传到云服务器时采用的无线通信方式是传统的ofdm方式,ofdm主要思想是：通过频分复用实现高速串行数据的并行传输,它具有较好的抗多径衰弱的能力，能够支持多用户接入。
[0003]
然而，随着配电网的发展,网络边缘设备产生的数据量和计算量急剧增加,带来了更多的计算密集型任务，对传输带宽压力，时延提出了巨大了挑战。


技术实现要素：

[0004]
有鉴于此，本发明的目的在于提出一种基于mimo-mec的通信网络中任务处理方法，可以减小通信网络中智能设备的任务处理时延。
[0005]
基于上述目的，本发明提供一种基于mimo-mec的通信网络中任务处理方法，包括：
[0006]
在基于mimo-noma-mec的通信网络中估计智能设备到基站的信道状态信息；并根据估计的信道状态信息，计算出所述智能设备的上行可达速率；
[0007]
根据计算的上行可达速率，计算所述智能设备将待处理的任务卸载于所述通信网络中的mec服务器的分配系数，以使得所述智能设备能依据所述分配系数分配部分任务给所述mec服务器联合进行任务处理。
[0008]
较佳地，所述根据计算的上行可达速率，计算所述智能设备将待处理的任务卸载于所述通信网络中的mec服务器的分配系数，具体包括：
[0009]
根据如下公式5计算sd
m,k
的分配系数α
m,k
：
[0010][0011]
其中，sd
m,k
表示与所述通信网络中的基站通信的第m簇中第k个智能设备，f
loc
表示所述智能设备的计算能力，为所述mec服务器计算sd
m,k
分配的任务的cpu频率，r
m,k
为计算出的sd
m,k
的上行可达传输速率，c
mec
表示在所述mec服务器中计算一个输入位所需的cpu周期数，c为sd
m,k
计算每个任务所需的cpu周期数，α
m,k
具体为sd
m,k
分配给本地和mec服务器
的任务量的比值。
[0012]
进一步，在所述计算出所述智能设备的上行可达速率之前，还包括：
[0013]
通过多目标迭代优化算法，优化分配所述通信网络中智能设备的上行传输功率，以使得所述通信网络中任务处理的总时延最小。
[0014]
本发明还提供一种基于mimo-mec的通信网络中任务处理系统，包括：
[0015]
信道状态估计模块，用于估计基于mimo-noma-mec的通信网络中智能设备到基站的信道状态信息；
[0016]
上行速率计算模块，用于根据估计的信道状态信息，计算出所述智能设备的上行可达速率；
[0017]
任务分配系数计算模块，用于根据计算的上行可达速率，计算所述智能设备将待处理的任务卸载于所述通信网络中的mec服务器的分配系数。
[0018]
本发明还提供一种电子设备，包括中央处理单元、信号处理和存储单元，以及存储在信号处理和存储单元上并可在中央处理单元上运行的计算机程序，其中，所述中央处理单元执行如上所述的基于mimo-mec的通信网络中任务处理方法。
[0019]
本发明的技术方案中，在基于mimo-noma-mec的通信网络中估计智能设备到基站的信道状态信息；并根据估计的信道状态信息，计算出所述智能设备的上行可达速率；根据计算的上行可达速率，计算所述智能设备将待处理的任务卸载于所述通信网络中的mec服务器的分配系数，以使得所述智能设备能依据所述分配系数分配部分任务给所述mec服务器联合进行任务处理。这样，一方面，将大规模多输入多输出(mimo)技术和非正交多址(noma)技术应用到配电通信系统中，将有效提高数据上传效率，实现智能配电网快速处理任务切除故障，稳定的运行；另一方面，智能设备可以最优的任务量分配，联合本地计算和mec计算从而联合进行任务处理，进一步减小通信网络中智能设备的任务处理时延。
附图说明
[0020]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0021]
图1为本发明实施例提供的一种基于mimo-mec的通信网络中任务处理方法流程图；
[0022]
图2为本发明实施例提供的一种多目标迭代优化算法流程图；
[0023]
图3为本发明实施例提供的一种控制器的内部结构框图；
[0024]
图4为本发明实施例提供的控制器的一种电子设备硬件结构示意图。
具体实施方式
[0025]
为使本发明的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本发明进一步详细说明。
[0026]
需要说明的是，除非另外定义，本发明实施例使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本公开中使用的“第一”、“第
二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。
[0027]
本发明的发明人考虑到，可以利用大规模mimo-noma-mec通信网络，一方面，将大规模多输入多输出(mimo)技术和非正交多址(noma)技术应用到配电通信系统中，将有效提高数据上传效率，实现智能配电网快速处理任务切除故障，稳定的运行；另一方面，智能设备可以最优的任务量分配，联合本地计算和mec计算从而联合进行任务处理，进一步减小通信网络中智能设备的任务处理时延。
[0028]
更优地，本发明技术方案中还可通过多目标迭代优化算法，优化分配所述通信网络中智能设备的上行传输功率，以使得所述通信网络中任务处理的总时延最小。
[0029]
下面结合附图详细说明本发明实施例的技术方案。
[0030]
本发明实施例提供的一种基于mimo-mec的通信网络中任务处理方法，流程如图1所示，包括如下步骤：
[0031]
步骤s101：在基于mimo-noma-mec的通信网络中，基站侧的控制器估计智能设备到基站的信道状态信息。
[0032]
具体地，本发明技术方案中采用大规模mimo-noma技术来实现各智能设备的无线连接；假设基站侧部署n根天线，与所述基站通信的多个单天线的智能设备被分组为m个簇，其中每个簇中包含k个智能设备。可采用现有技术中的通过发送导频的方式利用最小均方误差(mmse)的形式进行信道估计。
[0033]
假设每个智能设备都可以利用导频信号在每个信道相干区间内对信道进行一次估计。设τ
c
是信道相干区间的符号周期数，τ为智能设备发送的导频信号的符号数量,p
u
为智能设备发送的导频功率，则在基站处收到的导频序列可以表示为
[0034]
其中，为sd
m,k
的上行信道增益矩阵；sd
m,k
表示第m簇中第k个智能设备；h
m,k
～cn
n
×1(0
n
×1,i
n
)和β
m,k
分别代表着sd
m,k
和基站之间的小尺度衰落和大尺度衰落，表示第m个簇的智能设备发射的导频功率n
p
～cn
n
×
τ
(0
n
×
τ
,i
n
)为加性高斯白噪声(awgn)矩阵。利用y
p
乘以可得接收的第m个簇智能设备的导频序列并采用最小均方误差(mmse)进行信道估计，即基站估计的sd
m,k
的信道增益矩阵为：
[0035]
[0036]
可以将真实信道增益按照其估计和估计误差ε
m,k
写为：其中是独立同分布的，k∈(0,k)，则：
[0037]
步骤s102：所述控制器根据估计的信道状态信息，计算出所述智能设备的上行可达速率。
[0038]
本步骤中，基于上述上行信道估计的结果，本发明并利用noma技术的功率域复用对智能设备的信息进行叠加编码，在接收端利用最大比合并(maximum ratio combination，mrc)分集接收技术检测接收，第m个簇的智能设备的传输信号可以表示为
[0039]
其中，p
m,k
，s
m,k
分别为sd
m,k
的上行传输功率以及传输信号，采用最大比合并(mrc)预编码技术，结合所有簇的发射信号得到
[0040]
其中，w
m
表示第m簇的的智能设备的预编码向量，n
r
:cn(0,σ2)为第m个簇第k个智能设备的加性高斯白噪声(awgn)，则基站接收的第m个簇中第k个智能设备sd
m,k
的信号可以表示为：
[0041][0042]
智能设备sd
m,k
的上行可达速率表示为如下公式1：
[0043][0044]
是与ue
m,k
相对应的有效信号干扰加噪声比(sinr)，可以近似表示为如下公式2：
[0045][0046]
步骤s103：所述控制器根据计算的上行可达速率，计算所述智能设备将待处理的任务卸载于所述通信网络中的mec(移动边缘计算)服务器的分配系数。
[0047]
具体地，智能设备具有一定的计算能力，可以实现部分数据计算，为了实现处理时延的最小化，可以充分利用合理的计算资源来实现时延的最小化，即充分利用mec服务器的计算资源来实现时延的最小化。假设智能设备sd
m,k
卸载到mec服务器的任务量为d
m,k
，在本地计算的任务量为αd
m,k
；α表示智能设备将待处理的任务卸载于所述通信网络中的mec(移
动边缘计算)服务器的分配系数，简称任务分配系数。也就是说，sd
m,k
分配给本地和mec服务器的任务量的比值为α。
[0048]
智能设备sd
m,k
的本地计算时间主要由采集数据的比特数，计算每一比特位需要的cpu周期数，以及sd
m,k
的cpu(central processing unit，中央处理器)频率决定，可以表示为
[0049]
其中，第m个簇中第k个智能设备sd
m,k
在mec服务器卸载的任务量大小为d
m,k
，c为sd
m,k
计算每个任务所需的cpu周期数。f
loc
表示为智能设备的计算能力。
[0050]
利用mec服务器进行计算时，主要包括传输时间和计算时间；sd
m,k
的卸载传输时间主要由卸载的任务量d
m,k
以及上行可达传输速率r
m,k
决定：
[0051][0052]
mec服务器的计算时间可表示为：
[0053][0054]
其中,为mec服务器计算sd
m,k
分配的任务的cpu频率,c
mec
表示在mec服务器中计算一个输入位所需的cpu周期数。
[0055]
因此，sd
m,k
的任务的处理时间由两部分和组成，其中：
[0056][0057][0058]
则任务处理的最短时间为
[0059]
也就是说，为了充分的利用本地和mec服务器的资源来实现最小化，很显然当本地计算的时间与卸载计算的时间相等是为最优。即将如下公式4求解，可得最优的任务分配系数如公式5所示：
[0060][0061][0062]
从公式5可以看出，最优的任务分配系数与任务量的小无关，与和智能设备的上行可达传输速率有关；其中，公式5中的r
m,k
可以是上述步骤s102中计算出的sd
m,k
的上行可达传输速率，从而根据公式5可以得到时延最小的任务分配系数。也就是说，sd
m,k
分配给本地和mec服务器的任务量的最优比值为α
m,k
。
[0063]
控制器将计算的任务分配系数α
m,k
发送给智能设备sd
m,k
，这样，智能设备sd
.m,.k
可以根据任务分配系数α
m,k
将总任务量按比例分配于本地和mec服务器进行处理，以达到联合处理任务，减小任务时延的目的。
[0064]
更优地，在上述步骤s102计算所述智能设备的上行可达速率之前，所述控制器还可通过多目标迭代优化算法，优化分配所述通信网络中智能设备的上行传输功率，以使得所述通信网络中任务处理的总时延最小；此优化问题p1可以表示如下：
[0065][0066]
c1:p
m,k
≤p
max
[0067]
c2:α
m,k
∈(0,1)
[0068][0069]
其中，p
max
为m簇智能设备的上行传输总功率，f为所有mec服务器的计算分配的任务的总cpu频率资源；问题p1是非凸的，而非凸性是由r
m,k
的非凸性决定的；通过上述公式4可知，当时延最小时，可得到计算卸载的时间与本地计算时间相同，因此可将优化问题p1中的t
m,k
可以用或者代替，本文为了计算简便选用可以将优化问题p1转化为如下优化问题p2：
[0070][0071]
c1:p
m,k
≤p
max
[0072][0073][0074]
由于此问题三个变量之间的相互耦合，因此本发明技术方案提出利用多目标的迭代算法进行求解优化问题p2，由于为了实现mec公平的分配资源，因此优化问题p2中
[0075]
具体地，本发明中通过多目标迭代优化算法，优化分配所述通信网络中智能设备的上行传输功率，以使得所述通信网络中任务处理的总时延最小的方法中，进行多次迭代计算过程；其中一次迭代计算过程的流程如图2所示，包括如下步骤：
[0076]
步骤s201：在第n次迭代计算过程中，第n次为各智能设备分配一组上行传输功率，记为p
n
；
[0077]
具体地，p
n
可根据p
n-1
更新得到：p
n
＝p
n-1
+0.02；
[0078]
其中，p0可以设置为0.02w。
[0079]
步骤s202：根据p
n
计算各智能设备的上行可达速率；
[0080]
具体地，可根据上述公式1、2计算出智能设备的上行可达速率。
[0081]
步骤s203：根据各智能设备的上行可达速率计算各智能设备的任务分配系数；
[0082]
具体地，可根据上述公式5计算出智能设备的任务分配系数。
[0083]
步骤s204：根据本次迭代过程中各智能设备的任务分配系数，计算本次迭代过程中所有智能设备的设定任务量的任务处理时延t
n
；
[0084]
步骤s205：计算收敛值δ
s
，并判断δ
s
是否小于设定阈值；若是，结束迭代；否则继续第n+1次迭代计算。
[0085]
本步骤中，计算收敛值若计算的δ
s
小于设定阈值0.01，则结束迭代过程；否则，继续第n+1次迭代计算。
[0086]
其中，t
kn
表示任务处理时延t
n
中第k个智能设备的设定任务量的任务处理时延；δ
s
的初始值可以设置为1。
[0087]
在结束迭代计算过程后，将p
n
作为优化分配后得到的所述通信网络中智能设备的上行传输功率的结果；控制器将优化分配的结果通知给所述通信网络中的智能设备，使得智能设备根据通知调整上行传输功率。
[0088]
在实际应用中，上述的通信系统可以是配电通信系统,由配备边缘服务器的基站(base station,bs)和作为智能设备的各类电气设备组成。其中基站提供无线接入服务,边缘服务器提供计算服务。作为智能设备的各类电气设备具体可以包括：配电监控终端设备、配电自动化终端设备、或配电电压器监控终端设备。
[0089]
本发明实施例提供的一种控制器的内部功能模块框图，如图3所示，包括如下模块：信道状态估计模块301、上行速率计算模块302、任务分配系数计算模块303。
[0090]
信道状态估计模块301用于估计基于mimo-noma-mec的通信网络中智能设备到基站的信道状态信息；
[0091]
上行速率计算模块302用于根据估计的信道状态信息，计算出所述智能设备的上行可达速率；
[0092]
任务分配系数计算模块303用于根据计算的上行可达速率，计算所述智能设备将待处理的任务卸载于所述通信网络中的mec服务器的分配系数。具体地，任务分配系数计算模块303可以根据上述公式5计算所述智能设备将待处理的任务卸载于所述通信网络中的mec服务器的分配系数。
[0093]
进一步，所述控制器中还可包括：传输功率分配模块304。
[0094]
传输功率分配模块304用于通过多目标迭代优化算法，优化分配所述通信网络中智能设备的上行传输功率，以使得所述通信网络中任务处理的总时延最小。
[0095]
具体地，传输功率分配模块304用于在第n次迭代计算过程中，第n次为各智能设备分配一组上行传输功率p
n
；根据p
n
计算各智能设备的上行可达速率；
[0096]
根据各智能设备的上行可达速率计算各智能设备的任务分配系数；根据本次迭代过程中各智能设备的任务分配系数，计算本次迭代过程中所有智能设备的设定任务量的任务处理时延t
n
；计算收敛值并判断δ
s
是否小于设定阈值；若是，结束迭代；否则继续第n+1次迭代计算；在结束迭代计算过程后，将p
n
作为优化分配后得到的所述通信网络中智能设备的上行传输功率的结果。其中，t
kn
表示任务处理时延t
n
中第k个智能设
备的设定任务量的处理时延。
[0097]
上述控制器中各模块的功能的具体实现方法可以参考上述流程图1中各步骤的方法，此处不再赘述。
[0098]
图4示出了本实施例所提供的一种在控制器作为电子设备的硬件结构示意图，该设备可以包括：处理器1010、存储器1020、输入/输出接口1030、通信接口1040和总线1050。其中处理器1010、存储器1020、输入/输出接口1030和通信接口1040通过总线1050实现彼此之间在设备内部的通信连接。
[0099]
处理器1010可以采用通用的cpu(central processing unit，中央处理器)、微处理器、应用专用集成电路(application specific integrated circuit，asic)、或者一个或多个集成电路等方式实现，用于执行相关程序，以实现本发明实施例所提供的基于mimo-mec的通信网络中任务处理方法。
[0100]
存储器1020可以采用rom(read only memory，只读存储器)、ram(random access memory，随机存取存储器)、静态存储设备，动态存储设备等形式实现。存储器1020可以存储操作系统和其他应用程序，在通过软件或者固件来实现本说明书实施例所提供的技术方案时，相关的程序代码保存在存储器1020中，并由处理器1010来调用执行。
[0101]
输入/输出接口1030用于连接输入/输出模块，可以与非线性接收机相连，从非线性接收机接收信息，实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出)，也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等，输出设备可以包括显示器、扬声器、振动器、指示灯等。
[0102]
通信接口1040用于连接通信模块(图中未示出)，以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如usb、网线等)实现通信，也可以通过无线方式(例如移动网络、wifi、蓝牙等)实现通信。
[0103]
总线1050包括一通路，在设备的各个组件(例如处理器1010、存储器1020、输入/输出接口1030和通信接口1040)之间传输信息。
[0104]
需要说明的是，尽管上述设备仅示出了处理器1010、存储器1020、输入/输出接口1030、通信接口1040以及总线1050，但是在具体实施过程中，该设备还可以包括实现正常运行所必需的其他组件。此外，本领域的技术人员可以理解的是，上述设备中也可以仅包含实现本说明书实施例方案所必需的组件，而不必包含图中所示的全部组件。
[0105]
本发明的技术方案中，在基于mimo-noma-mec的通信网络中估计智能设备到基站的信道状态信息；并根据估计的信道状态信息，计算出所述智能设备的上行可达速率；根据计算的上行可达速率，计算所述智能设备将待处理的任务卸载于所述通信网络中的mec服务器的分配系数，以使得所述智能设备能依据所述分配系数分配部分任务给所述mec服务器联合进行任务处理。这样，一方面，将大规模多输入多输出(mimo)技术和非正交多址(noma)技术应用到配电通信系统中，将有效提高数据上传效率，实现智能配电网快速处理任务切除故障，稳定的运行；另一方面，智能设备可以最优的任务量分配，联合本地计算和mec计算从而联合进行任务处理，进一步减小通信网络中智能设备的任务处理时延。
[0106]
本实施例的计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(pram)、静态随机存取存储器
(sram)、动态随机存取存储器(dram)、其他类型的随机存取存储器(ram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、快闪记忆体或其他内存技术、只读光盘只读存储器(cd-rom)、数字多功能光盘(dvd)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。
[0107]
所属领域的普通技术人员应当理解：以上任何实施例的讨论仅为示例性的，并非旨在暗示本公开的范围(包括权利要求)被限于这些例子；在本发明的思路下，以上实施例或者不同实施例中的技术特征之间也可以进行组合，步骤可以以任意顺序实现，并存在如上所述的本发明的不同方面的许多其它变化，为了简明它们没有在细节中提供。
[0108]
另外，为简化说明和讨论，并且为了不会使本发明难以理解，在所提供的附图中可以示出或可以不示出与集成电路(ic)芯片和其它部件的公知的电源/接地连接。此外，可以以框图的形式示出装置，以便避免使本发明难以理解，并且这也考虑了以下事实，即关于这些框图装置的实施方式的细节是高度取决于将要实施本发明的平台的(即，这些细节应当完全处于本领域技术人员的理解范围内)。在阐述了具体细节(例如，电路)以描述本发明的示例性实施例的情况下，对本领域技术人员来说显而易见的是，可以在没有这些具体细节的情况下或者这些具体细节有变化的情况下实施本发明。因此，这些描述应被认为是说明性的而不是限制性的。
[0109]
尽管已经结合了本发明的具体实施例对本发明进行了描述，但是根据前面的描述，这些实施例的很多替换、修改和变型对本领域普通技术人员来说将是显而易见的。例如，其它存储器架构(例如，动态ram(dram))可以使用所讨论的实施例。
[0110]
本发明的实施例旨在涵盖落入所附权利要求的宽泛范围之内的所有这样的替换、修改和变型。因此，凡在本发明的精神和原则之内，所做的任何省略、修改、等同替换、改进等，均应包含在本发明的保护范围之内。