一种基于智能反射面的计算与通信资源联合分配方法

本发明涉及工业物联网、通信技术和资源优化调度领域，尤其是一种基于智能反射面的计算与通信资源联合分配方法。

背景技术：

1、随着工业物联网规模的扩大以及智能化程度的提高，计算密集型业务的激增对计算和通信资源的需求也在不断增加，如实时监控、状态预测、故障诊断等。然而有限的网络资源无法满足时间敏感型以及计算密集型业务的定制化通信需求。因此，亟需融合先进的信息技术加强工业环境中物理实体的互联互通，从而提高工业的生产效率。

2、协作通信技术可以提供网络空间分集增益，能够有效降低网络丢包率，提升传输速率。边缘计算技术允许工业设备的生产数据在边缘侧得到处理，有效地降低了终端二次处理数据的压力并提高了生产任务实时处理的能力。此外，考虑到工业现场环境复杂，长距离通信会导致信号衰落，且物理遮挡亦会对信号强度造成影响。

3、针对工业物联网通信网络中时间敏感型、计算密集型业务的突增，联合协作通信和边缘计算技术可有效保证数据实时处理和快速通信。同时，智能反射面(ris)的部署亦可因其能够改善无线传播环境的特点而为工业无线通信提供保障。因此，融合协作通信和边缘计算技术，研发ris辅助的先进通信策略和资源分配方法对提升工业物联网总体效用具有重要意义。

技术实现思路

1、本发明需要解决的技术问题是提供一种基于智能反射面的计算与通信资源联合分配方法，保障工业现场数据通信可靠传输，降低数据包丢失率。部署算力赋能的边缘计算设备支持数据在边缘端实时处理；量化解析通信和计算资源之间的耦合关系，实现通信和计算资源之间的权衡分配，在一定程度上降低网络资源受限的压力，提高数据传输速率，并提升工厂的总体效用。

2、为解决上述技术问题，本发明所采用的技术方案是：

3、一种基于智能反射面的计算与通信资源联合分配方法，包括以下步骤：

4、步骤1，根据工业现场通信特点构建融合先进信息技术的通信系统；

5、步骤2，确认通信模型拓扑并初始化模型参数；

6、步骤3，构建解析量化模型分析通信和计算资源耦合关系；

7、步骤4，计算信道增益及数据传输速率；

8、步骤5，分别构建工厂和电信运营商的效用函数；

9、步骤6，采用非支配排序遗传算法联合优化算力和带宽资源。

10、本发明技术方案的进一步改进在于：步骤1中，具体包括：融合协作中继和边缘计算技术，针对工业场景作业特点建立基于智能反射面辅助的分布式通信系统；分布式通信系统包括一个控制中心和n个分布式工业场景子网络，其中每个子网络均由数据聚合单元、基站、边缘服务器和现场边缘设备组成，且智能反射面被适配部署在工业现场以辅助通信。

11、本发明技术方案的进一步改进在于：步骤2中，模型参数包括边缘服务器的发射功率基站的发射功率信道噪声水平σ2，智能反射面的反射单元数量m。

12、所构建的通信系统采用解码转发中继技术，不失一般性地，由于在上行链路传输过程当中的原始数据的数据量明显大于下行链路传输过程中的控制指令的数据量，因此只考虑上行传输过程，并计算得到数据传输速率为：

13、

14、其中，b为未采用边缘计算技术的情况下数据传输可用带宽；

15、表示在智能反射面辅助通信的情况下，从现场边缘服务器es到数据聚合单元dau之间的信噪比，其表达式为：

16、

17、其中，代表边缘服务器的发射功率，σ2表示噪声水平，和分别表示第i个子网络里从es到dau，es到ris，ris到dau的信道增益；

18、θm表示ris不同时隙分配的对角相移矩阵，其表达式为：

19、

20、其中，βm∈[0,1]和αm∈[0,2π]分别表示反射系数的幅值和相移；ris通常设计为最大限度地提高反射强度，因此，在不失一般性地前提下，设置βm＝1；对于从es到dau之间这条链路，第m个反射单元的调制相移α可以表示为：

21、

22、对于其它通信链路亦是如此；

23、表示在智能反射面辅助通信的情况下，从基站bs到数据聚合单元dau之间的信噪比，其表达式为：

24、

25、其中，表示基站的发射功率，和分别表示第i个子网络里从bs到dau，bs到ris，ris到dau的信道增益。

26、本发明技术方案的进一步改进在于：步骤3中，具体包括：在边缘设备层部署具有计算能力的边缘服务器，实现边缘设备生产数据在边缘侧进行处理；通过解析带宽和算力资源之间的耦合关系，使得边缘服务器能够释放出额外的带宽以供边缘设备上传生产数据所用；因此，构建算力与带宽之间的解析量化模型以刻画度量两者之间的耦合关系，其数学模型如下：

27、bi＝α·logβ(1+χfi)                      (6)

28、其中，bi表示边缘服务器能够额外释放的带宽，fi表示边缘服务器提供的算力资源；α，β和χ表示模型调节参数，不同参数的数值映射不同的中央处理器cpu的处理性能。

29、本发明技术方案的进一步改进在于：步骤5中，具体包括：根据工厂中边缘设备与电信运营商部署的边缘服务器、基站和智能反射面之间的交互关系，分别构建工厂和电信运营商的效用函数：

30、s51，对于边缘设备-工厂而言，其首先需要基站共享频谱资源以辅助工厂设备通信，其次，需要边缘服务器为其提供算力资源以供数据处理，另一方面，其需要智能反射面为其改变信道环境以提升通信速率；因此，工厂的效用函数表示为：

31、

32、其中，表示单位传输速率的效用增益，pb，和分别表示带宽、算力和单位反射单元的基价，ηi代表协作通信过程中的带宽分配比例，μ1，μ2和μ3分别表示不同时隙占用反射单元的比例系数；

33、s52，对于电信运营商而言，其一方面通过与工厂共享频谱和算力资源获得收益，另一方面通过部署智能反射面改善工厂通信环境来获得收益；因此，电信运营商的效用函数表示为：

34、

35、本发明技术方案的进一步改进在于：步骤6中，以最大化工厂和电信运营商的效用为目标，对算力fi、带宽bi进行联合优化分配，对其定价策略及反射单元比例系数μ进行协同优化，实现工厂和电信运营商效用最大化。

36、由于采用了上述技术方案，本发明取得的技术进步是：

37、1、本发明提供的一种基于智能反射面的计算与通信资源分配方法，针对工厂通信环境，结合边缘计算与协作中继技术构建的算力赋能的协作通信架构网络，实现了在边缘端进行数据处理、实时控制决策，满足了时间敏感型和计算密集型业务的处理要求，提升了数据传输速率；在所构建的协作通信架构网络中部署智能反射面，通过分配不同时隙占用反射单元的比例系数，可使得智能反射面提升各传输链路的信道增益，改善了复杂现场信道环境，提升了数据传输速率。

38、2、本发明通过构建算力与带宽之间的解析量化模型，在网络资源受限的环境下实现了两者的权衡分配，解决了算力和带宽联合调度分配问题。

39、3、本发明通过对算力、带宽资源以及系统模型参数进行联合优化，提升了工厂的总体效用。