面向MEC任务主动迁移的天地融合网络3C资源调度方法

面向mec任务主动迁移的天地融合网络3c资源调度方法
技术领域
1.本发明涉及天地融合网络卫星通信技术领域，具体涉及一种面向mec任务主动迁移的天地融合网络3c资源调度方法。


背景技术：

2.随着卫星通信技术的不断发展，构建天地融合网络势在必行，天地融合组网技术是实现网络互联和信息传输的关键。由于当前地面网络无法实现对全球海陆地区的全覆盖，一些偏远地区(海洋、荒漠等)网络覆盖率低且网络覆盖成本过高，而卫星网络利用其高空优势，能够为地面网络进行有效的服务补充，从而实现更高的网络覆盖率，世界各国都已将通信体系的构建重心转移到天地融合网络的建设之中。
3.在新型低轨卫星星座的建设环节中，美国spacex公司的starlink计划已进入大规模密集部署阶段，英国oneweb公司的“一网”星座已发射3批共74个卫星节点，我国也已发射“鸿雁”“虹云”“天象”等验证卫星，全球范围内现已出现多种实现或计划实现星地组网功能的低轨卫星星座。这些新兴低轨卫星星座的首要特点便是实现了卫星间超高速通信，能够利用更低的成本为用户提供更高质量、低时延的网络服务。但随之而来的，现有旧的中心基站维持的通信模式无法满足超高速通信的信息传输需求，因此引入了卫星边缘计算概念。卫星边缘计算即在通信卫星侧设置边缘计算节点，充分利用星上珍贵的计算存储资源，将部分低时延要求任务布置至卫星边缘侧进行计算处理。此做法能够有效减少任务回传次数，降低对星地有限通信带宽的占用，扩大网络覆盖范围，缩短服务响应时间，提升用户使用体验。
4.尽管卫星之间的超高速通信能力为边缘计算任务卸载提供了充足的带宽，星地之间的通信资源依旧受限，如何实现地面站对卫星星座边缘计算节点的有效部署控制依旧是一个难题。另外，由于边缘计算节点位于低轨卫星星座，其能携带的计算资源与存储资源有限，如何充分利用有限的计算存储资源最大化任务处理收益，同样是需要重点关注的难题。
5.传统低轨卫星(leo)独立于地面通信网络之外，与地面网络并行发展，受限于星上板载资源有限，故实际发展较为缓慢受限。在边缘计算概念引入其中之后，leo星座与地面网络融合的新架构也相继被提出，天地融合网络的发展也步入飞速发展的道路。当前天地融合网络架构下，如何针对低轨卫星边缘计算节点进行更为合理的任务处理与卸载方法，以实现合理的资源利用，是目前亟待解决的问题。


技术实现要素：

6.有鉴于此，本发明提供了一种面向mec任务主动迁移的天地融合网络3c资源调度方法，能够在卫星节点计算存储资源有限的情况下，尽可能地处理完成并成功交付用户任务，提高任务处理量。
7.为达到上述目的，本发明的技术方案包括如下步骤：
8.步骤一：用户通过与leo星座中卫星的直连通信链路，将任务直接上传至卫星节
点；卫星提取任务信息，并将任务信息与leo卫星信息发送给地面控制站。
9.步骤二：卫星节点侧mec服务器实时感知邻近卫星节点的资源状态与任务状态，同时mec服务器以计算饱和为目的，对本卫星节点任务优先级判断与排序，决定该任务于本卫星节点本地处理或迁移至邻近卫星节点处理。
10.步骤三：各卫星边缘计算节点完成任务迁移与任务处理之后，按照最短路由将任务执行结果返还给地面用户。
11.进一步地，leo星座由一组卫星组成，leo星座表示为s＝{s1,s2,
…
,sm}，s1～sm为第1至第m台卫星节点；取j＝{1,2,
…
,m}，卫星sj上搭载计算能力为cj，存储能力为sj的边缘计算服务器。
12.用户的任务为t＝{t1,t2,
…
,tn},，为不可分割任务，取i＝{1,2,
…
,n}，任务ti的计算量大小为pi，所需存储空间为msi。
13.进一步地，步骤二中，mec服务器以计算饱和为目的，结合对本卫星节点上任务优先级判断与排序，决定任务于本卫星节点本地处理或迁移至邻近卫星节点处理，具体过程为：
14.mec服务器判断当前任务是否能在时延要求内完成，若是则当前任务于本卫星节点处进行本地处理。
15.若当前任务不能在时延要求内完成，且当前任务优先级高于设定级别，则提升当前任务的执行顺序，获得重排后的任务执行顺序列表。
16.针对重排后的任务执行顺序列表，继续判断当前任务是否能在时延要求内完成，若能则当前任务于本卫星节点处进行本地处理，否则将当前任务迁移至邻近卫星节点处理。
17.进一步地，步骤二中，mec服务器以计算饱和为目的，结合对本卫星节点上任务优先级判断与排序，决定任务于本卫星节点本地处理或迁移至邻近卫星节点处理，具体过程为：
18.构建优化问题，设定优化目标为总时延，则以计算饱和为目的，设定如下优化问题：
[0019][0020][0021][0022]
其中t
ij
为本卫星节点j执行任务任务ti的处理时延；nj为第j台卫星mec节点承载的任务数量；msi为任务ti占用存储资源；n
jr
表示当前卫星j正在执行的任务数量；pi为任务ti的计算量大小；c
rj
和s
rj
分别为当前卫星j的剩余计算资源和剩余存储资源。
[0023]
对优化问题进行求解，结合本卫星节点任务优先级判断与排序，决定任务于本卫星节点本地处理或迁移至邻近卫星节点处理，确定满足总时延最小的卸载路径矩阵及对应的最小化的总时延。
[0024]
进一步地，对对优化问题进行求解，具体地，采用如下方式：
[0025]
s1：初始化如下参数：
[0026]
任务ti的计算量大小pi、任务ti占用存储资源msi、任务ti的最高要求时延tddl、卫星节点j总的存储资源sj、卫星节点j总的计算资源cj、评价参数α以及卫星j上初始的任务执行顺序列表。
[0027]
s2：判断与是否满足，如果满足进入下一步s3；若不满足，则卫星j没有有足够的资源完成当前任务，当前任务迁移至邻近卫星节点处理。
[0028]
s3：针对卫星j上的单一任务ti，计算任务ti完成时延t
ij
是否满足t
ij
≤t
ddl
，若满足则将任务ti评价参数α设置为a，否则将任务ti评价参数α设置为b。
[0029]
针对卫星j上每一任务均执行s3获得其评价参数。
[0030]
s4：对于评价参数为a的任务，且该任务优先级高于设定级别，则提升当前任务的执行顺序，获得重排后的任务执行顺序列表；返回s2。
[0031]
对于评价参数为b的任务，则由卫星j执行该任务。
[0032]
s5：根据任务分配情况得到卸载路径矩阵，求出该卸载策略所需的总时延即为优化后的最小化的总时延。
[0033]
优选地，评价参数α的取值，a为0，b为∞。
[0034]
有益效果：
[0035]
本发明提供了一种面向mec任务主动迁移的天地融合网络3c资源调度方法，首先用户通过与leo卫星的直连通信链路，直接将任务上传至leo卫星节点，同时将任务信息与上传卫星信息发送至地面控制站；卫星侧mec节点实时感知邻近卫星节点的资源状态与任务状态，通过对本节点任务优先级判断与排序，决定该任务于本地处理或迁移至其他节点处理；卫星节点任务处理完成后，将结果从最短路由交还至用户侧。能够在leo卫星节点计算存储资源有限的情况下，尽可能地处理完成并成功交付用户任务，提高任务处理量，降低任务处理时延，提高用户使用体验，具有资源利用率高、处理时延低、通用性高、复杂度低的特点。
附图说明
[0036]
图1是本发明提供的天地融合网络边缘计算流程图。
[0037]
图2是本发明提供的天地融合网络边缘计算场景模型图。
[0038]
图3是本发明提出的卫星侧mec节点自主调度任务迁移流程示意图。
[0039]
图4是星间调度算法流程图。
[0040]
图5是本发明实施例中提出的不同算法在不同任务数量下边缘计算结果交付整体时延对比图。
[0041]
图6是本发明实施例中提出的不同算法在不同卫星数量下边缘计算结果交付整体时延对比图。
[0042]
图7是本发明实施例中提出的不同算法在不同任务数量下星间边缘计算所需时延对比图。
具体实施方式
[0043]
下面结合附图并举实施例，对本发明进行详细描述。
[0044]
本发明提供了一种面向mec任务主动迁移的天地融合网络3c资源调度方法，首先用户通过与leo卫星的直连通信链路，直接将任务上传至leo卫星节点，同时将任务信息与上传卫星信息发送至地面控制站；卫星侧mec节点实时感知邻近卫星节点的资源状态与任务状态，通过对本节点任务优先级判断与排序，决定该任务于本地处理或迁移至其他节点处理；卫星节点任务处理完成后，将结果从最短路由交还至用户侧。流程如图1所示，包括如下步骤：
[0045]
步骤一：用户通过与leo星座中卫星的直连通信链路，将任务直接上传至卫星节点；卫星提取任务信息，并将任务信息与leo卫星信息发送给地面控制站。
[0046]
本发明中的天地融合网络模型如图2所示，场景内主要包括leo星座、地面控制站以及用户。leo星座由一组卫星s＝{s1,s2,
…
,sm},j＝{1,2,
…
,m}组成；星座中每一台卫星sj上搭载计算能力为cj，存储能力为sj的边缘计算服务器。地面控制站负责对leo星座中mec服务器的统一部署，以及对当前能够覆盖到的星座内卫星的控制与决策。用户任务为t＝{t1,t2,
…
,tn},i＝{1,2,
…
,n}，为不可分割任务，其中任务ti的计算量大小为pi，所需存储空间为msi。
[0047]
步骤二：卫星节点侧mec服务器实时感知邻近卫星节点的资源状态与任务状态，同时mec服务器以计算饱和为目的，对本卫星节点任务优先级判断与排序，决定该任务于本卫星节点本地处理或迁移至邻近卫星节点处理；
[0048]
用户直接将任务上传至卫星侧mec节点的上传时延为其中di为星地之间的传输距离，vj为星地之间通信传输速率；结果由所在卫星侧mec节点回传至用户侧的回传时延为其中d
return
为回传卫星与用户之间的距离，v
return
为回传速率。综上，天地融合网络内星地任务传播时延为ts＝td+t
return
。卫星侧mec服务器处理时延为任务接收卫星将无法及时处理的任务迁移至其他卫星的任务传播时延为t
isl
。较低优先级任务在卫星侧mec节点内的排队时延为tq。
[0049]
如图4中虚线框所示，步骤二具体分为如下几步：
[0050]
mec服务器判断当前任务是否能在时延要求内完成，若是则当前任务于本卫星节点处进行本地处理。
[0051]
若当前任务不能在时延要求内完成，且当前任务优先级高于设定级别，则提升当前任务的执行顺序，获得重排后的任务执行顺序列表。
[0052]
针对重排后的任务执行顺序列表，继续判断当前任务是否能在时延要求内完成，若能则当前任务于本卫星节点处进行本地处理，否则将当前任务迁移至邻近卫星节点处理。
[0053]
另外，在计算任务在星间调度时，需要考虑当前卫星节点是否足以承载其在本地处理，换言之，即接收任务的卫星节点是否有充足的计算资源和存储资源支持其完成计算
任务。假设当前卫星节点边缘服务器已占用计算资源为mcj，已占用存储资源为msj。因此，当前sj卫星服务器能够提供的剩余计算资源资源c
rj
＝c
j-mcj，剩余存储资源为s
rj
＝s
j-msj。为保证卫星节点能够在一定的星上资源内尽最大可能地处理任务，且不超量，引入评价参数α，以评估当前卫星节点是否有足够的资源完成当前承载任务。
[0054]
因此本发明实施例提出了一种通过构建最优化问题来获得星间调度最优方案的方式，具体过程为：
[0055]
构建优化问题，设定优化目标为总时延，则以计算饱和为目的，设定如下优化问题：
[0056][0057][0058][0059]
其中t
ij
为本卫星节点j执行任务任务ti的处理时延；nj为第j台卫星mec节点承载的任务数量；msi为任务ti占用存储资源；n
jr
表示当前卫星j正在执行的任务数量；pi为任务ti的计算量大小；c
rj
和s
rj
分别为当前卫星j的剩余计算资源和剩余存储资源。
[0060]
对优化问题进行求解，结合本卫星节点任务优先级判断与排序，决定任务于本卫星节点本地处理或迁移至邻近卫星节点处理，确定满足总时延最小的卸载路径矩阵及对应的最小化的总时延。
[0061]
服务器的存储容量限制了每台服务器可以存放的任务数量，因而需要卫星侧mec服务器及时调度，完成任务卸载调整，生成卸载路径矩阵xr。以上优化问题为np难问题，无法直接求解，故本发明提出一种improve greedy dispatch algorithm(igd)算法来解决这个最优化问题，具体地，采用如下方式：
[0062]
s1：初始化如下参数：
[0063]
任务ti的计算量大小pi、任务ti占用存储资源msi、任务ti的最高要求时延tddl、卫星节点j总的存储资源sj、卫星节点j总的计算资源cj、评价参数α以及卫星j上初始的任务执行顺序列表。
[0064]
s2：判断与是否满足，如果满足进入下一步s3；若不满足，则卫星j没有有足够的资源完成当前任务，当前任务迁移至邻近卫星节点处理。
[0065]
s3：针对卫星j上的单一任务ti，计算任务ti完成时延t
ij
是否满足t
ij
≤t
ddl
，若满足则将任务ti评价参数α设置为a，否则将任务ti评价参数α设置为b；
[0066]
针对卫星j上每一任务均执行s3获得其评价参数。
[0067]
s4：对于评价参数为a的任务，且该任务优先级高于设定级别，则提升当前任务的执行顺序，获得重排后的任务执行顺序列表；返回s2。
[0068]
对于评价参数为b的任务，则由卫星j执行该任务。
[0069]
s5：根据任务分配情况得到卸载路径矩阵，求出该卸载策略所需的总时延即为优
化后的最小化的总时延。
[0070]
本发明实施例中评价参数α的取值，a为0，b为∞。
[0071]
步骤三：各卫星边缘计算节点完成任务迁移与任务处理之后，按照最短路由将任务执行结果返还给地面用户。
[0072]
实施例
[0073]
本发明设计如图2所示天地融合网络边缘计算场景，在其中通过调整任务数量以及卫星数量，将本发明中igd算法与其他常见卸载策略算法应用于该场景后，边缘计算整体所需时延对比以及星间所需时延对比，其中每项实验结果均为重复试验300次后所得。
[0074]
图5对不同算法在不同任务数量下，结果返回所需的整体时延进行了仿真对比，其中卫星数量取m＝8。从图中分析结果可知，本发明所提出的最新的igd算法在一定卫星数量时相较于其他两种算法具有结果回传时延更短的优势，这种优势在任务数量增多时尤为明显。而传统的贪婪算法与随机分配算法在高任务数量时，时延呈较大幅度上升，且趋势相似，其中传统贪婪算法表现出较为优越的性能。在与另外两种算法的对比中，尤其是高任务数量时的仿真结果说明，本发明所提出的星间调度igd算法可以在卫星数量一定时，帮助用户尽快地收到卫星边缘计算处理结果，有效地缩短任务处理时延，体现出更为优越的性能。
[0075]
图6对不同算法在一定任务数量下，不同卫星数目对任务结果回传时间的影响进行了仿真结果对比，其中任务数量取n＝4。从结果易得，在卫星数目为1的情况下，各分配策略算法表现出的性能一致；而在卫星数目逐渐增加得过程中，igd算法很快便体现出更高的任务处理效率，结果回传所需时延明显短于另外两种算法。
[0076]
图7对不同算法在一定卫星数量下，不同任务数量对星间任务处理时间进行了仿真对比，其中卫星数量取m＝6。从仿真结果分析可得，igd算法在同等卫星数量与任务数量时，星间处理时延均短于其他两种算法，说明本发明提出的igd中的星间调度算法在星间任务的迁移与调度中相较于其他两种算法体现出了绝对的优势。并且由于随机分配算法的不稳定性，造成了星间资源的浪费，也就产生了更高的星间任务处理时延。
[0077]
综上所述，以上仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。