一种智能超表面辅助的端边协同计算迁移方法及系统

本发明涉及边缘计算，尤其是一种智能超表面辅助的端边协同计算迁移方法及系统。

背景技术：

1、随着智能化技术的发展，智能工厂里的机器设备、产品等将内嵌传感器和通信模块，甚至被赋予一定的计算能力，同时，厂区里还分布着各种各样具有通信能力和一定计算能力的高清摄像头、工业机器人等，这些具有通信能力和计算能力的设备、产品、机器人等在物联网技术中称之为物联网终端。在工业生产过程中，物联网终端产生和收集了海量的数据。为了挖掘这些海量数据的最大价值，需要及时地对这些数据进行快速计算处理。例如，以远程作业为例，当远程控制器对工厂里的设备、工业机器人等发送了控制指令后，要尽快收集设备、工业机器人等对控制指令的执行情况、以及厂区的环境状态，再基于人工智能算法进行数据分析等，以便快速地作出下一控制决策。

2、在传统的云计算方式中，物联网终端产生的数据需要经过接入网、核心网等再到达远程的云计算中心，因此，数据往往经历几百毫秒以上的网络延迟，难以满足工业物联网应用的低延迟要求。近年来出现的边缘计算概念为工业物联网应用的数据处理提供了新的范式。在边缘计算方式中，数据源产生的数据将就近迁移到网络边缘的边服务器或者就在本地的计算节点中进行计算处理。边缘计算通过计算迁移有效减少了数据传输的网络延迟。然而，与云计算相比，物联网终端和边缘服务器的计算能力都较为有限，单个节点难以满足海量数据的高性能计算需求。因此，亟需端边合作，即，一部分数据在物联网终端本地处理，另一部分数据迁移到边服务器处理，通过端边协同提高边缘计算的能力。

3、目前，研究学者已经以最小化延迟、最小化能耗等为目标对端边合作的边缘计算策略进行了积极的研究。但是，现有的端边合作计算迁移方法大多仅考虑计算迁移策略、或考虑计算迁移策略与无线带宽和/或边服务器的资源分配的联合优化。在已有的研究方法中，往往假设物联网终端到基站的直连链路信道质量能满足数据/计算任务上传的需求，或者假设通过增大带宽配置的方式能满足数据/计算任务上传的需求。事实上，在真实的边缘计算环境中，物联网终端与基站之间由于存在障碍物或者距离过远，使得直连链路路径损耗非常大，无线链路质量非常差，因而无法将数据/计算任务通过直连链路上传，在此情况下，只能对任务进行本地计算。但是，如果本地资源也无法满足任务的计算需求，则难以解决相关任务需求。此外，面向分布式数据源/物联网终端的计算迁移策略与资源分配的联合优化已是一个具有挑战性的问题，在此基础上再联合无线链路的优化，则面向低延迟的端边协同计算迁移问题求解将面临更大的挑战。

技术实现思路

1、有鉴于此，本发明实施例提供一种智能超表面辅助的端边协同计算迁移方法及系统，以改善无线传输性能、提高边缘计算系统的资源效用，满足物联网应用的低延迟要求。

2、本发明实施例的一方面提供了一种智能超表面辅助的端边协同计算迁移方法，包括：

3、s101:物联网终端集合接收到运行应用程序的用户提交的计算任务，将所述计算任务的任务信息和本地资源信息发送给迁移决策控制器，其中，所述任务信息包含所述任务的以比特或字节为单位的大小和所述任务的以计算资源需求为单位的大小，所述本地资源信息包含所述物联网终端可用的计算资源大小；

4、s102:所述迁移决策控制器接收所述任务信息和本地资源信息后，执行计算迁移决策过程，生成决策结果，所述决策结果包含所述计算任务的计算迁移策略、分配给所述计算任务的计算资源、以及智能超表面的相移，并将所述决策结果中的智能超表面的相移信息发送给智能超表面控制器、将所述计算任务的计算迁移策略和分配给所述计算任务的计算资源信息发送给物联网终端集合和边服务器；

5、s103:所述智能超表面控制器接收到所述决策结果中的智能超表面的相移信息后，配置反射单元的相移；

6、s104:所述物联网终端集合根据所接收到的所述决策结果信息，执行任务处理过程；

7、s105:所述边服务器根据所接收到的所述决策结果信息，执行任务处理过程，并将处理结果返回给所述物联网终端集合；

8、其中，所述s105中的迁移决策控制器执行的计算迁移决策过程，包括：

9、s201:将任务集合中各个任务的初始化计算迁移策略设置为边计算，更新边计算集合和本地计算集合；

10、s202:计算系统平均延迟，并将所述系统平均延迟标记为决策更新前的系统平均延迟；

11、s203:从所述边计算集合中选出一个边计算任务，所述边计算任务所获得的上传速率是所述边计算集合中所有计算迁移策略未确定的任务所获得的上传速率中最低的；

12、s204:将所述边计算任务的计算迁移策略更新为本地计算，将所述边计算任务从边计算集合迁移到本地计算集合；

13、s205:对边计算集合执行边计算资源配置策略，确定智能超表面的相移、边计算集合中任务的上传速率、边服务器分配给边计算集合中任务的计算资源以及边计算集合中任务的端到端延迟；

14、s206:对本地计算集合执行本地计算资源配置策略，确定本地计算集合中任务的端到端延迟；

15、s207:计算新的系统平均延迟；

16、s208:判断所述新的系统平均延迟是否不低于决策更新前的系统平均延迟：是，则前往s209；否，则跳往s210；

17、s209:将s203或s204中的所述任务的计算迁移策略恢复为边计算，并将所述边计算任务从本地计算集合迁回到边计算集合，将所述边计算任务标记为计算迁移策略已确定，前往s210；

18、s210:判断边计算集合中的每个任务是否都已经标记为计算迁移策略已确定：是，则前往s211；否，则返回s202；

19、s211:将当前的计算迁移策略确定为所述物联网终端集合的任务的计算迁移策略结果，将当前的边计算集合和本地计算集合分别确定为所述物联网终端集合的任务的边计算集合和本地计算集合，对所述边计算集合执行边计算资源配置策略，确定智能超表面的相移信息、边服务器分配给边计算集合中任务的计算资源；对所述本地计算集合执行本地计算资源配置策略，确定本地物联网终端分配给计算迁移策略为本地计算的任务的计算资源。

20、可选地，所述对边计算集合执行边计算资源配置策略，包括：

21、确定智能超表面的相移，并计算边计算集合中各个任务的上传延迟；

22、为边计算集合中各个任务分配边服务器的计算资源，并计算各个任务的边计算处理延迟；

23、计算边计算集合中各个任务的端到端延迟。

24、可选地，所述确定智能超表面的相移信息，包括：

25、对边计算集合中的每个任务，计算每个任务的传输增益因子；

26、其中，传输增益因子的计算公式为：

27、

28、其中，m表示边计算集合中的第m个任务，复数表示产生所述任务的物联网终端到基站的直连无线链路的信道系数，复数(x)h表示x的共轭转置矩阵，‖x‖表示x的范数；

29、将边计算集合中每个任务的直连传输信道增益之和确定为反射阵列相移优化前的信道增益总和；

30、其中，直连传输信道增益之和的计算公式为：

31、

32、其中，snrtot,pre代表反射阵列相移优化前的信道增益总和；表示边计算集合，m表示边计算集合中的第m个任务，复数表示产生所述任务的物联网终端到基站的直连无线链路的信道系数，复数(x)h表示x的共轭转置矩阵，|x|2表示复数x的模的平方；

33、根据所述传输增益因子和所述反射阵列相移优化前的信道增益总和，对边计算集合中的每个任务，计算基于任务的智能超表面的相移。

34、可选地，所述根据所述传输增益因子和所述反射阵列相移优化前的信道增益总和，对边计算集合中的每个任务，计算基于任务的智能超表面的相移，包括：

35、将任务的直连无线链路的信道系数的共轭转置矩阵与传输增益因子乘积的相移标记为第0个相移参数；

36、对于智能超表面的反射阵列中的每个反射单元，将反射单元到基站的无线链路的信道系数所对应的相移作为面向对应任务的第1个相移参数；

37、将产生任务的物联网终端到智能超表面的所述反射单元的直连无线链路的信道系数与任务的传输增益因子的乘积所对应的相移作为面向任务的第2个相移参数；

38、将第0个相移参数与第1个相移参数、第2个相移参数的差作为反射单元的基于当前任务的相移；

39、将智能超表面反射阵列中各个反射单元的相移的指数形式按反射单元位置顺序排列，形成对角矩阵，将所述对角矩阵标记为基于当前任务的反射系数矩阵；

40、计算基于所述当前任务的反射系数矩阵的信道增益总和，得到基于当前任务的相移；

41、其中，所述当前任务的反射系数矩阵的信道增益总和的计算公式为：

42、

43、其中，g是一个n×1的复数向量，表示智能超表面反射阵列到基站的信道系数向量，自然数n表示所述反射阵列有n个反射单元，是n×1的复数向量，分别表示任务m、m′到反射阵列的信道系数向量，表示对集合中除了m外的变量xm′求和；

44、从基于任务的智能超表面反射系数矩阵集合中，选出一组反射系数矩阵；其中，所述反射系数矩阵是所述反射系数矩阵集合中使信道增益总和最大的；

45、判断基于所述反射系数矩阵的信道增益总和是否大于反射阵列相移优化前的信道增益总和，若是，则将该反射系数阵列作为智能超表面的反射系数阵列，并将该反射系数阵列对应的相移作为智能超表面的相移；若否，则将最新的智能超表面的反射系数阵列作为智能超表面的反射系数阵列，将所述反射系数阵列对应的相移作为智能超表面的相移。

46、可选地，所述计算边计算集合中各个任务的上传延迟，具体为：

47、根据任务的以比特或字节为单位的大小与任务的上传速率的比值来确定任务的上传延迟；

48、所述为边计算集合中各个任务分配边服务器的计算资源，具体为：

49、对于边计算集合中的任务，按各个任务计算资源的大小与总的计算资源需求大小的比例分配边服务器的计算资源；

50、所述计算各个任务的边计算处理延迟，具体为：

51、根据任务的计算资源的大小与边服务器分配给所述任务的计算资源大小的比值来确定任务的边计算处理延迟；

52、所述计算边计算集合中各个任务的端到端延迟，具体为：

53、根据任务的上传延迟与边计算处理延迟之和来确定各个任务的端到端延迟。

54、可选地，所述通过所述物联网终端集合获取所述决策结果中的任务处理指令，执行任务处理过程，包括：

55、判断迁移决策是否为本地计算，若是，则按决策结果中的本地物联网终端分配给策略为本地计算的任务的计算资源的大小来执行任务，并将处理结果返回给应用程序；若否，则将本地的任务通过智能超表面辅助的无线通信系统发送给边服务器处理，并将边服务器返回的结果返回给应用程序。

56、本发明实施例的另一方面还提供了一种智能超表面辅助的端边协同计算迁移系统，包括：

57、物联网终端集合，用于接收到来自应用程序发布的计算任务，将所述计算任务的任务信息和本地资源信息发送给迁移决策控制器；以及获取所述决策结果中的任务处理指令，执行任务处理过程；

58、迁移决策控制器，用于接收所述任务信息和本地资源信息后，执行计算迁移决策过程，生成决策结果，并将所述决策结果发送至物联网终端集合、智能超表面控制器和边服务器；

59、智能超表面控制器，用于获取所述决策结果中的相移信息，配置反射单元的相移；

60、边服务器，用于获取所述决策结果中的边计算决策信息，执行任务处理过程，并将处理结果返回给所述物联网终端集合；

61、其中，所述迁移决策控制器，具体用于：

62、将任务集合中各个任务的初始化迁移策略设置为边计算，更新边计算集合和本地计算集合；

63、计算系统平均延迟，并将所述系统平均延迟标记为决策更新前的系统平均延迟；

64、从所述边计算集合中选出一个边计算任务，并将该边计算任务的迁移决策更新为本地计算，将该边计算任务从边计算集合迁移到本地计算集合；其中，所述边计算任务所获得的上传速率是边计算集合中各个未遍历任务的中最低的；

65、对边计算集合执行边计算资源配置策略，确定智能超表面的相移、边计算集合中任务的上传速率、边服务器分配给边计算集合中任务的计算资源以及边计算集合中任务的端到端延迟；

66、对本地计算集合执行本地计算资源配置策略，确定本地计算集合中任务的端到端延迟；

67、计算新的系统平均延迟，当所述新的系统平均延迟不低于决策更新前的系统平均延迟，则将所述边计算任务的迁移决策恢复为边计算，并将所述边计算任务从本地计算集合迁回到边计算集合，将所述边计算任务标记为已遍历；

68、按当前的迁移决策更新边计算集合和本地计算集合，对边计算集合执行边计算资源配置策略，确定智能超表面的相移信息、边服务器分配给边计算集合中任务的计算资源；对本地计算集合执行本地计算资源配置策略，确定本地物联网终端分配给策略为本地计算的任务的计算资源，直至完成对所有未遍历任务的分配，完成计算迁移决策过程。

69、本发明实施例的另一方面还提供了一种电子设备，包括处理器以及存储器；

70、所述存储器用于存储程序；

71、所述处理器执行所述程序实现如前面所述的方法。

72、本发明实施例的另一方面还提供了一种计算机可读存储介质，所述存储介质存储有程序，所述程序被处理器执行实现如前面所述的方法。

73、本发明实施例的另一方面还提供了一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如前面所述的方法。

74、本发明的实施例通过物联网终端集合接收到来自应用程序发布的计算任务，将所述计算任务的任务信息和本地资源信息发送给迁移决策控制器；通过所述迁移决策控制器接收所述任务信息和本地资源信息后，执行计算迁移决策过程，生成决策结果，并将所述决策结果发送至物联网终端集合、智能超表面控制器和边服务器；通过所述物联网终端集合获取所述决策结果中的任务处理指令，执行任务处理过程；通过所述智能超表面控制器获取所述决策结果中的相移信息，配置反射单元的相移；通过所述边服务器获取所述决策结果中的边计算决策信息，执行任务处理过程，并将处理结果返回给所述物联网终端集合。本发明改善了无线传输性能、提高边缘计算系统的资源效用，能够满足物联网应用的低延迟要求。