一种基于本地设备剩余电量的动态计算资源分配方法与流程

本发明涉及边缘计算领域，具体涉及一种基于本地设备剩余电量的动态计算资源分配方法。

背景技术：

1、移动互联网的快速发展极大地提高了用户对与数据传输速率和服务质量(quality of servoice,qos)的需求指数。面对这些用户需求，各大移动终端设备厂商都不断的改进和提升终端设备的中央处理器性能，来降低终端设备处理计算任务的时延，但尽管如此，面对爆炸式增长的数据量，移动终端设备的计算能力仍无法满足实际需求。并且提升终端设备计算能力的同时，也极大提高了终端设备的能耗，降低了终端设备的续航时间。这些问题推动了移动云计算的出现和发展。

2、但近来出现的新型应用如人脸识别、vr、智能驾驶等技术往往对延迟有着更高的要求。上述提到的传统移动云计算实质上是将移动设备端的计算任务传输到计算能力更强的云端处理，但是其传输路径长，导致时延更高，能耗更大，并且随着移动终端设备的大量接入，网络数据传输量也会爆炸式的增长在新型应用中该问题会降低服务质量。

技术实现思路

1、本发明为了克服以上技术的不足，提供了一种解决如何在一小区内，保证各线路无干扰进行卸载的约束条件下，参考本地设备剩余电量，实现计算资源分配的问题的方法。

2、本发明克服其技术问题所采用的技术方案是：

3、一种基于本地设备剩余电量的动态计算资源分配方法，包括如下步骤：

4、a)设置一个包含移动基站、gnb节点及n个终端设备的5g无线接入网络，gnb节点上部署有mec服务器和mec任务管理器，mec服务器用于计算所需处理的任务，mec任务管理器用于计算任务分配；

5、b)获取本地基本参数，计算n个终端设备的总代价costtotal；

6、c)根据用户设备的剩余电量百分比确定第i个终端设备的任务taski在本地计算的时延代价的加权系数和第i个终端设备的任务taski在本地计算的能耗代价的加权系数

7、d)计算任务在本地计算的能耗与时间以及任务全部卸载到mec服务器的能耗与时间；

8、e)计算最小代价和用户最大忍受时延约束以及最大无干扰计算频率约束。

9、进一步的，步骤b)包括如下步骤：

10、b-1)第i个终端设备的任务表示为taski，taski～(bi,ci,timax)，其中bi为第i个终端设备的任务数据量大小，ci为第i个终端设备的cpu计算能力，timax为第i个终端设备的用户的最大容忍时延；

11、b-2)通过公式计算得到第i个终端设备的任务在本地计算的代价式中hi(·,·)为代价函数，为第i个终端设备的任务taski在本地计算所需时间，为第i个终端设备的任务taski在本地计算所需能耗；

12、b-3)通过公式计算得到第i个终端设备的任务全部卸载到mec服务器的代价式中为第i个终端设备的任务taski全部卸载到mec服务器时所需时间，为第i个终端设备的任务taski全部卸载到mec服务器时所需能耗；

13、b-4)通过公式计算得到n个终端设备的总代价costtotal，式中ξi∈{0,1}，ξi＝0表示第i个终端设备的任务taski全部卸载到mec服务器上计算，ξi＝1表示第i个终端设备的任务taski在本地计算。

14、进一步的，步骤c)包括如下步骤：

15、c-1)通过公式计算得到第i个终端设备的任务taski在本地计算的时延代价的加权系数式中为用户自定义的时延权重因子，κ为本地设备剩余电量百分比；

16、c-2)通过公式计算得到第i个终端设备的任务taski在本地计算的能耗代价的加权系数进一步的，步骤d)包括如下步骤：

17、d-1)通过公式计算得到第i个终端设备的任务taski在本地计算所需时间式中为第i个终端设备的cpu计算频率，通过公式计算得到第i个终端设备的任务taski在本地计算所需能耗为第i个终端设备的能耗系数，为第i个终端设备cpu一个周期的能耗；

18、d-2)通过公式计算得到第i个终端设备的任务在本地计算的代价

19、d-3)通过公式计算得到第i个终端设备的任务taski全部卸载到mec服务器时所需时间式中为第i个终端设备的任务taski由边缘设备传输到mec服务器的时延，为mec服务器的计算时延，为第i个终端设备的数据上传速率，fe为mec服务器的计算频率，b为设备数据上传的无线信道的带宽，n为无线信道中的噪声功率，gi为无线信道中第i个终端设备的信道增益，ga为无线增益，fc为传输信号所用的载波频率，d为轮径损耗指数，c＝3*108，γ为调整参数；

20、d-4)通过公式计算得到第i个终端设备的任务taski全部卸载到mec服务器时所需能耗式中为第i个终端设备的传输功率，为mec服务器在计算第i个终端设备的任务taski时第i个终端设备的待机功率；

21、d-5)通过公式计算得到第i个终端设备的任务全部卸载到mec服务器的代价进一步的，步骤e)包括如下步骤：

22、e-1)通过公式计算得到最小代价costmin；

23、e-2)通过公式建立最大忍受时延约束；

24、e-3)通过公式建立最大无干扰计算频率约束，式中fmax为小区无干扰的最大计算频率。

25、本发明的有益效果是：针对边缘计算中计算资源分配问题，主要解决如何在一小区内，保证各线路无干扰进行卸载的约束条件下，参考本地设备剩余电量，实现计算资源分配的问题设计了一种参考模型。通过引入时延加权系数和能耗加权系数帮助不同用户对进行决策来实现能耗与时延的最小代价。通过引入用户设备的剩余电量百分比来控制加权系数的数值，满足同一用户在不同时刻不同环境下对能耗与时延的不同需求，极大的提高了服务质量。同时将超密集网络下的线路相互干扰考虑在内，提出无干扰的最大计算频率这一关键参数来限制一个小区内进行卸载计算的最大设备数量。本发明在对计算资源分配上有了明显的改善，降低了计算产生的代价，有着灵活性，低能耗和低时延的优点。

技术特征：

1.一种基于本地设备剩余电量的动态计算资源分配方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于本地设备剩余电量的动态计算资源分配方法，其特征在于，步骤b)包括如下步骤：

3.根据权利要求2所述的基于本地设备剩余电量的动态计算资源分配方法，其特征在于，步骤c)包括如下步骤：

4.根据权利要求3所述的基于本地设备剩余电量的动态计算资源分配方法，其特征在于，步骤d)包括如下步骤：

5.根据权利要求3所述的基于本地设备剩余电量的动态计算资源分配方法，其特征在于，步骤e)包括如下步骤：

技术总结
一种基于本地设备剩余电量的动态计算资源分配方法，保证各线路无干扰进行卸载的约束条件下，参考本地设备剩余电量，实现计算资源分配的问题设计了一种参考模型。通过引入时延加权系数和能耗加权系数帮助不同用户对进行决策来实现能耗与时延的最小代价。通过引入用户设备的剩余电量百分比来控制加权系数的数值，满足同一用户在不同时刻不同环境下对能耗与时延的不同需求，极大的提高了服务质量。

技术研发人员：张昊,刘冬兰,刘新,李正浩,刘晗,胡阳,王睿,张方哲,孙莉莉,马雷,姚洪磊,于灏,秦佳峰,苏冰,宋凯,张俊尧,杨爽,赵勇,井俊双,赵夫慧,孙梦谦
受保护的技术使用者：国网山东省电力公司电力科学研究院
技术研发日：
技术公布日：2024/1/13