BC辅助的MEC网络中系统能效优化方法

本发明属于物联网无线通信，进一步涉及边缘计算技术，具体为一种反向散射通信bc(backscatter communication)辅助的移动边缘计算mec(mobile edgecomputing)网络中系统能效优化方法，可用于边缘计算系统中多用户卸载任务。

背景技术：

1、物联网的目标是实现万物互联，基本架构包括三层，分别为感知层、网络层和应用层。感知层的物理传感器从环境中收集有用的信息，再转换为数字形式，并为所有物体标记一个唯一的地址标识。网络层用于有效连接应用层和感知层。物联网根据用户的相关需求在应用层提供个性化的服务，为各个领域的应用提供高水平的智能解决方案，如灾害监测、智能家居、车联网、医疗保健、生产控制、教育。越来越多计算密集型和延迟敏感型的应用部署在不同物联网设备上，然而，由于物联网节点尺寸较小、成本较低，因此其能量储备与计算能力非常有限，限制了物联网的广泛应用。考虑到物联网节点的设备尺寸和成本限制，其无法搭载大容量电池以及高强度的cpu处理器，因此，在第五代移动通信技术(the 5thgeneration mobile communication technology，5g)时代下，物联网节点的能量供应不足和计算能力受限是物联网发展的两大挑战。

2、能量收集(energy harvesting，eh)与无线能量传输(wireless power transfer，wpt)是两种近年来得到广泛关注的无线充能技术。eh技术容许设备吸收太阳能、风能以及电磁能等空间中的能量，进而延长设备运行时间和网络运行寿命。然而，具有eh技术的设备其能量获取过程不连续、不可控且存在随机性。wpt技术通过在网络中部署专用能量站，发送无线电射频(radio frequency，rf)信号，可以更稳定地为设备进行电磁充电。wpt技术使用半双工传输方式，先对设备进行充电，设备电量达到一定程度后，再使用收集的能量进行任务转发，其普遍采用的是先收集再传输(harvest-then-transmit，htt)协议，也将htt协议称为主动传输。

3、反向散射通信(backscatter communication，bc)技术是一种设备节点超低功耗或零功耗的被动式传输技术。采用bc技术的设备通过调整天线阻抗反射接收到的rf信号，rf信号的一部分能量被反射、一部分能量被设备吸收。在反射阶段，设备通过将自身的发送信号调制到rf信号上实现信息传输。反射结束后，用吸收的能量可以再进行主动传输。相比于eh和wpt技术，bc技术更加稳定且具有更大的能量效率，非常适合于物联网领域的应用。

4、移动边缘计算(mobile edge computing，mec)是一种计算辅助技术，其通过将边缘服务器部署在网络边缘，与设备实现链路直连，可以减少设备的传输时延和能量消耗。设备将计算任务通过无线链路卸载至mec服务器，mec服务器计算结束后将计算结果返回，可有效降低用户的时延，提升用户的计算能力。

5、zargari s,tellambura c,herath s.等人在其发表的论文“energy-efficienthybrid offloading for backscatter-assisted wirelessly powered mec withreconfigurable intelligent surfaces.”(ieee transactions on mobile computing,2022:1-1)中考虑具有一个能量站、一个mec服务器、一个irs和多个无线设备的系统模型，对bc时间、主动传输时间、bc系数、能量站和无线设备的发送功率、本地计算时间和计算频率以及irs的相移进行优化，最大化整个系统的能量效率。xu s,du y,liu j,等人在其发表的论文“intelligent reflecting surface based backscatter communication fordata offloading.”(ieee transactions on communications,2022,70(6):4211-4221.)中考虑一个能量站、一个无线设备和多个mec服务器。其中，irs充当具有bc能力的无线设备，通过优化能量站的波束成形矢量、irs的相移矢量、eh阶段和bc阶段的时间分配以及本地计算时间，最大化无线设备bc阶段和本地计算阶段总的计算比特。关于bc、主动传输和mec技术结合的工作相对较少，并且目前已有工作仅考虑单个mec服务器的场景，然而实际系统中可能部署多个mec服务器，上述方法很难解决实际问题。

技术实现思路

1、本发明目的在于针对上述现有技术的不足，提出一种bc辅助的mec网络中系统能效最大化方案。通过最大化系统能量效率，寻找主动和被动卸载时间、mec服务器的计算频率和计算时间、用户的发送功率和卸载决策变量以及bc系数，从而解决物联网节点能量供应不足和计算能力受限的问题，有效提高用户的计算效率。

2、实现本发明的基本思路是：首先能量站向各用户发送搭载能量的无线信号，所有用户使用tdma方式，在各自分配的时隙内通过bc传播电路将用户任务卸载到mec服务器，所有时隙都可以吸收能量。随后用户利用收集的能量轮流主动传输，将任务卸载到mec服务器。最后，假设用户任务已经在bc和主动传输阶段完成卸载，所有mec服务器并行执行接收到的用户任务。

3、为实现上述目的，本发明的技术方案包括如下步骤：

4、(1)搭建由一个能量站、k个用户和m个mec服务器构成的通信网络，令ωk＝{1,2,…,k}表示用户集合，ωm＝{1,2,…,m}表示mec服务器集合；每个用户的内部包括能量吸收模块、信号收发模块以及反向散射通信bc电路，且每个用户均配备一根天线，该天线具有常规的固定阻抗模式与用于bc的多种阻抗模式，并能够对两种模式进行切换；

5、(2)能量站向各用户发送搭载能量的无线信号，所有用户采用时分多址接入tdma方式，在各自分配的时隙内通过bc电路将用户任务卸载到mec服务器得到第k个用户收集的能量以及通过bc进行卸载的速率

6、(3)能量站停止发送能量后，用户利用收集的能量轮流主动传输，将用户任务卸载到mec服务器；得到第k个用户主动传输的卸载速率主动传输消耗的能量且

7、(4)假设用户任务已完成卸载，所有mec服务器并行执行接收到的用户任务，令fm,k表示第m个mec服务器为第k个用户提供的计算频率、ck表示任务复杂度，则第m个mec服务器计算第k个用户上传任务的计算速率为得到第m个mec服务器计算第k个用户卸载任务的能耗em,k，进一步计算得到用户卸载的任务总量rsum及系统总能耗esum；

8、(5)构建最优任务计算效率emax表达式：

9、

10、其中，优化变量为bc卸载时间主动传输时间bc系数用户的发送功率卸载决策变量mec服务器的计算频率及执行时间tm；

11、设定约束条件如下：

12、为接收功率划分因子约束；表示第k个用户的计算任务量约束，其中，表示第k个用户需要完成的任务量；0≤pk≤pmax,表示第k个用户的发送功率约束和mec服务器的计算频率约束，其中fmax和pmax分别为mec最大可用cpu频率和用户的最大发送功率；表示mec服务器的计算任务约束，其中lk为第k个用户任务量；表示第k个用户能耗约束；表示工作时间约束，t为总时间；表示第k个用户的卸载决策变量约束；

13、(6)通过变量替换、bcd、dinkelbach算法将emax表达式转换为凸表达式，然后使用拉格朗日对偶算法及次梯度算法对凸表达式进行求解，得到最优任务计算效率emax及其对应的最优优化变量，该最优优化变量包括最优bc时间(tb)*、最优主动传输时间(ta)*、最优bc系数β*、最优用户发送功率p*、最优mec的cpu频率f*和最优mec任务计算时间以及最优卸载变量α*；

14、(7)系统根据最优优化变量选取工作参数，系统能效最大化。

15、本发明与现有技术相比具有的如下优点：

16、第一、由于本发明采用了无线能量传输wpt技术，通过在网络中部署专用能量站发送无线电射频信号，更稳定地为设备进行电磁充电，wpt技术使用半双工传输方式，先对设备进行充电，设备电量达到一定程度后，再使用收集的能量进行任务转发，采用先收集再传输htt(harvest-then-transmit)协议，从而为物联网用户供能。此外，采用反向散射通信bc技术，设备通过调整天线阻抗反射接收到的rf信号，从而解决物联网节点能量供应不足的问题；

17、第二、现实场景中网络系统面对的往往是海量用户场景，而单个mec服务器无法提供充足的算力，难以解决实际问题。相比于现有方法，本发明在引入反向散射通信技术的基础上，考虑了多用户、多mec服务器场景，在该场景下优化了系统性能，解决了计算能力受限的问题，有效提高用户的计算效率。