分布式处理任务的资源分配方法、装置、设备及介质

本发明涉及无线通信，尤其涉及一种分布式处理任务的资源分配方法、装置、设备及介质。

背景技术：

1、随着无线网络和移动通信技术的快速发展，人脸识别和自然语言处理等任务在由手机和电脑等地面设备处理时，可以结合移动边缘计算技术，将任务卸载到边缘服务器进行近邻处理，以此降低能耗。但由于移动边缘计算通常依赖于地面现有的基础通信设施，使其难以服务偏远地区的基础通信设备。因此，如何不受限制的利用边缘服务器帮助地面设备处理任务，成为当前亟需解决的问题。

2、相关技术中，通过无人机辅助移动边缘计算的方式，地面设备可以为待处理的任务分配资源，分配的资源可以确保任务能够被卸载到配置有移动边缘计算的无人机中，以此帮助不同区域的地面设备处理任务，降低地面设备产生的能耗。

3、然而，由于无人机的计算资源和电池寿命均是有限的，因此当地面设备需要将大量任务卸载至无人机处理时，无人机不能持续帮助地面设备处理任务，从而导致地面设备为待处理的任务分配资源的效率不高，也不能持续降低地面设备能耗。

技术实现思路

1、本发明提供一种分布式处理任务的资源分配方法、装置、设备及介质，用以解决现有技术中地面设备为待处理的任务分配资源的效率不高且不能持续降低地面设备能耗的缺陷，实现节能高效的任务调度及资源分配目的，从而提高了对每个待处理的任务进行高效调度且节能分配资源的效率。

2、本发明提供一种分布式处理任务的资源分配方法，应用于空中边缘计算系统中的目标地面设备，所述空中边缘计算系统中包括多个地面设备、高空平台和多个无人机，所述高空平台和所述多个无人机各自配置有边缘服务器，所述目标地面设备为所述多个地面设备中的一个，所述方法包括：

3、基于每个所述地面设备在当前时隙本地处理对应任务产生的能耗和每个所述地面设备在所述当前时隙卸载所述对应任务至对应的所述边缘服务器产生的能耗，获取所述当前时隙内所有地面设备的总能耗；

4、以所述总能耗在预设时长内的平均能耗最小为目标，确定所述所有地面设备的本地处理资源分配问题模型和所述所有地面设备的任务卸载资源分配问题模型；

5、对所述本地处理资源分配问题模型进行求解，确定所述目标地面设备在所述当前时隙本地处理目标任务的资源分配结果；

6、对所述任务卸载资源分配问题模型进行求解，确定所述目标地面设备在所述当前时隙卸载所述目标任务至目标边缘服务器的资源分配结果；所述目标边缘服务器为所有边缘服务器中的一个。

7、根据本发明提供的一种分布式处理任务的资源分配方法，所述以所述总能耗在预设时长内的平均能耗最小为目标，确定所述所有地面设备的本地处理资源分配问题模型和所述所有地面设备的任务卸载资源分配问题模型，包括：

8、以所述总能耗在所述预设时长内的平均能耗最小为目标，构建所述所有地面设备在所述预设时长内的初始资源分配问题模型；所述初始资源分配问题模型用于对每个所述地面设备在所述预设时长内的不同时隙本地处理任务和卸载任务时分配的资源进行优化；

9、基于每个所述地面设备在所述当前时隙的任务缓存队列的队列长度，构建所述所有地面设备在所述当前时隙内的李雅普诺夫漂移函数，所述李雅普诺夫漂移函数用于描述所述所有地面设备在所述当前时隙的任务缓存队列的稳定性与总的队列长度之间的关系；

10、将每个所述地面设备在所述当前时隙产生的能耗成本添加至所述李雅普诺夫漂移函数中，构建所述所有地面设备在所述当前时隙内的李雅普诺夫漂移加惩罚函数；

11、基于所述李雅普诺夫漂移加惩罚函数，对所述初始资源分配问题模型进行分解，确定所述本地处理资源分配问题模型和所述任务卸载资源分配问题模型。

12、根据本发明提供的一种分布式处理任务的资源分配方法，所述初始资源分配问题模型，包括初始资源分配问题和约束条件，所述初始资源分配问题是基于最小化所述总能耗在所述预设时长内的期望平均值构建的：

13、其中，所述约束条件用于约束：每个所述地面设备在所述当前时隙的本地cpu周期频率、每个所述地面设备在所述当前时隙选择单个边缘服务器的服务器选择决策、每个所述地面设备在所述当前时隙选择多个边缘服务器的服务器选择决策、每个所述地面设备在所述当前时隙与对应的所述边缘服务器通信的传输功率、每个所述地面设备在所述当前时隙本地处理所述对应任务的计算量和每个所述地面设备在所述当前时隙卸载所述对应任务的计算量。

14、根据本发明提供的一种分布式处理任务的资源分配方法，所述本地处理资源分配问题模型，包括本地处理资源分配问题和第一子约束条件，所述本地处理资源分配问题是基于每个所述地面设备在所述当前时隙的cpu周期频率和每个所述地面设备在所述当前时隙的任务缓存队列的队列长度构建的；所述第一子约束条件用于约束：每个所述地面设备在所述当前时隙的本地cpu周期频率和每个所述地面设备在所述当前时隙本地处理所述对应任务的计算量。

15、根据本发明提供的一种分布式处理任务的资源分配方法，所述任务卸载资源分配问题模型，包括任务卸载资源分配问题和第二子约束条件，所述任务卸载资源分配问题是基于每个所述地面设备在所述当前时隙与对应的所述边缘服务器通信的传输功率、每个所述地面设备在所述当前时隙的任务缓存队列的队列长度，以及每个所述地面设备在所述当前时隙选择所述边缘服务器的数据传输速率构建的；

16、所述第二子约束条件用于约束：每个所述地面设备在所述当前时隙选择单个边缘服务器的服务器选择决策、每个所述地面设备在所述当前时隙选择多个边缘服务器的服务器选择决策、每个所述地面设备在所述当前时隙与对应的所述边缘服务器通信的传输功率以及每个所述地面设备在所述当前时隙卸载所述对应任务的计算量。

17、根据本发明提供的一种分布式处理任务的资源分配方法，所述方法还包括：

18、基于预设的有效交换电容和每个所述地面设备在所述当前时隙的cpu周期频率，获取每个所述地面设备在所述当前时隙本地处理所述对应任务产生的能耗；

19、基于每个所述地面设备在所述当前时隙与对应的所述边缘服务器通信的传输功率，获取每个所述地面设备在所述当前时隙卸载所述对应任务至对应的所述边缘服务器产生的能耗。

20、根据本发明提供的一种分布式处理任务的资源分配方法，所述对所述任务卸载资源分配问题模型进行求解，确定所述目标地面设备在所述当前时隙卸载所述目标任务至目标边缘服务器的资源分配结果，包括：

21、通过博弈方法，从所述所有边缘服务器中确定所述目标地面设备在达到纳什均衡状态时选择的所述目标边缘服务器；

22、基于高斯-塞德尔算法，对所述任务卸载资源分配问题模型进行求解，确定所述目标地面设备在所述当前时隙卸载所述目标任务至所述目标边缘服务器的资源分配结果。

23、本发明还提供一种分布式处理任务的资源分配装置，应用于空中边缘计算系统中的目标地面设备，所述空中边缘计算系统中包括多个地面设备、高空平台和多个无人机，所述高空平台和所述多个无人机各自配置有边缘服务器，所述目标地面设备为所述多个地面设备中的一个，所述装置包括：

24、能耗获取单元，用于基于每个所述地面设备在当前时隙本地处理对应任务产生的能耗和每个所述地面设备在所述当前时隙卸载所述对应任务至对应的所述边缘服务器产生的能耗，获取所述当前时隙内所有地面设备的总能耗；

25、模型确定单元，用于以所述总能耗在预设时长内的平均能耗最小为目标，确定所述所有地面设备的本地处理资源分配问题模型和所述所有地面设备的任务卸载资源分配问题模型；

26、模型求解单元，用于对所述本地处理资源分配问题模型进行求解，确定所述目标地面设备在所述当前时隙本地处理所述任务的资源分配结果；对所述任务卸载资源分配问题模型进行求解，确定所述目标地面设备在所述当前时隙卸载所述目标任务至目标边缘服务器的资源分配结果；所述目标边缘服务器为所有边缘服务器中的一个。

27、本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述分布式处理任务的资源分配方法。

28、本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述分布式处理任务的资源分配方法。

29、本发明提供的分布式处理任务的资源分配方法、装置、设备及介质，其中分布式处理任务的资源分配方法，空中边缘计算系统中的目标地面设备，首先基于每个地面设备在当前时隙本地处理对应任务产生的能耗以及将对应任务卸载至对应边缘服务器产生的能耗，获取当前时隙内所有地面设备的总能耗，并通过最小化该总能耗在预设时长内的平均能耗的方式，确定所有地面设备的本地处理资源分配问题模型和所有地面设备的任务卸载资源分配问题模型后分别进行求解，从而确定目标地面设备分别在当前时隙本地处理目标任务的资源分配结果以及在当前时隙卸载目标任务至目标边缘服务器的资源分配结果。这样，目标地面设备可以对两种资源分配结果进行解析，并选取最大化降低自身能耗的任务处理方式，以此实现节能高效的任务调度及资源分配目的，从而提高了对每个待处理的任务进行高效调度且节能分配资源的效率。