一种基于可重构智能表面的自组织边缘用户分配系统及方法

本发明属于改进通信智能网络，尤其涉及一种基于可重构智能表面的自组织边缘用户分配系统及方法。

背景技术

0、
背景技术：

1、随着物联网、大数据和云计算的快速发展，未来的网络环境将面临更多的设备连接和数据流量。在这个趋势的推动下6g网络成为焦点，其中的关键诉求包括低延迟、高吞吐量和广泛的覆盖范围。算力网络作为一种新型网络框架，通过整合不同资源，旨在为用户提供高效、适应性强的服务。然而，在通信智能网络中毫米波和亚太赫兹频段由于路径损耗问题，使得算力网络中的资源优化变得更加困难，而且这些问题已经逐渐成为诸多技术的发展瓶颈，特别是在一些业务密集型的应用场景中。

2、针对上述问题，可重构智能表面作为下一代通信网络拓扑结构优化的候选技术，可以提供有效的解决方案。

3、现有技术的缺点

4、1、无线信号频段的路径损耗严重导致通信链路不稳定。尽管在算力网络框架内整合了多方资源以提供更优质的服务，但由于无线信号质量的不确定性，资源分配和拓扑结构的优化仍然面临挑战。这种不确定性可能导致网络性能下降，因为在不同时间和位置，信号质量可能会波动，从而导致网络连接的不稳定性和服务质量的波动。

5、2、用户分配的有效性问题。尽管可重构智能表面为改善网络拓扑提供了一种新的方式，但在应对业务密集型需求时，如何最有效地利用它进行用户分配和优化，以满足不同业务和用户的特定需求仍然是一个未解决的难题。因此，业务的多样性和动态性可能会限制现有技术在高度灵活的用户分配管理方面的表现。

技术实现思路

1、针对现有技术存在技术问题，本发明提供一种基于可重构智能表面的自组织边缘用户分配系统及其方法，本发明通过可重构智能表面层参考不同用户和业务场景的需求对算力网络进行拓扑重构，从而显著提高智能网络数据传输和处理的延迟。

2、为了解决现有技术问题，本发明采用如下技术方案：

3、一种基于可重构智能表面的自组织边缘用户分配系统，所述自组织边缘用户分配系统包括用户层、服务层；所述自组织边缘用户分配系统还包括可重构智能表面层；其中：

4、所述用户层用于发送网络中设备任务请求；

5、所述可重构智能表面层通过响应快速通道对请求任务处理获得优化时间的请求任务队列；

6、所述服务层通过最大独立集的用户分配算法对优化时间的请求任务队列请求数量最多任务处理输出最优任务选择处理匹配策略。

7、进一步地，所述可重构智能表面层通过响应快速通道对请求任务获得优化时间的请求任务队列过程，包括：

8、按照如下公式构建服务层第m个服务器与关联的第n个设备之间的直接通道，即：

9、

10、式中，b表示两个边缘设备之间的带宽，σ2是高斯噪声方差，pn是第n个器件的发射功率，hn，m是设备到服务器的通道系数；

11、按照如下公式构建服务层第m个服务器与关联的第n个设备之间的间接通道，包括：

12、

13、式中，θi为对应第i个ris可重构智能表面处的反射幅值和相移调整矩阵，从第n个设备到关联的第m个服务器，从第n个设备到第i个ris，从第i个ris到关联的第m个服务器的通道系数分别用hn，m，hi，n∈ck×1和hi，m∈ck×1表示；σ2表示高斯噪声的方差，pn是第n个器件的发射功率；

14、按照如下公式构建服务层第m个服务器与关联的第n个设备之间的响应时间通道，即：

15、

16、式中，bm＝{0，1}表示服务器与调度用户之间通过可重构智能表面的反射链路指标，为1时代表通过可重构智能表面辅助通信链路，反之为0；

17、按照如下公式构建服务层第m个服务器与关联的第n个设备之间的边缘执行时间通道，即：

18、

19、式中，am＝{0，1}表示边缘执行指标，为1时代表在主导服务器上处理任务，反之为0；qs表示处理每个单位字节所需的cpu周期数，ln，s表示业务上传数据的大小，fm，1，fm，0指定主导和非主导服务器。

20、进一步地，所述服务层通过最大独立集的用户分配算法对优化时间的请求任务队列请求数量最多任务处理输出最优任务选择处理匹配策略过程，包括：

21、301、根据用户层分配环境输出优化时间的请求任务队列构建请求任务相应无向图g(v，e)，每个顶点v、＝{v1，vn，…，vn}是n个网络节点的集合，其中：每个节点表示用户服务；

22、302、按照如下公式建立资源最优匹配策略子集，即：

23、

24、式中：β是加权参数来平衡最小任务处理时间和最大任务完成量两个目标之间的权衡；

25、303、判断请求任务相应无向图节点是否落入资源最优匹配策略子集中；如果满足，则输出最优任务选择处理匹配策略，否则返回301。

26、为了解决现有技术问题，本发明还采用如下技术方案：

27、一种基于可重构智能表面的自组织边缘用户分配方法，包括如下步骤：

28、用户层向可重构智能表面层发送网络中设备任务请求；

29、所述可重构智能表面层通过响应快速通道对请求任务按照如下步骤获得优化时间的请求任务队列；其中：

30、按照如下公式构建服务层第m个服务器与关联的第n个设备之间的直接通道，即：

31、

32、式中，b表示两个边缘设备之间的带宽，σ2是高斯噪声方差，pn是第n个器件的发射功率，hn，m是设备到服务器的通道系数；

33、按照如下公式构建服务层第m个服务器与关联的第n个设备之间的间接通道，包括：

34、

35、式中，θi为对应第i个ris可重构智能表面处的反射幅值和相移调整矩阵，从第n个设备到关联的第m个服务器，从第n个设备到第i个ris，从第i个ris到关联的第m个服务器的通道系数分别用hn，m，hi，n∈ck×1和hi，m∈ck×1表示；σ2表示高斯噪声的方差，pn是第n个器件的发射功率；

36、按照如下公式构建服务层第m个服务器与关联的第n个设备之间的响应时间通道，即：

37、

38、式中，bm＝{0，1}表示服务器与调度用户之间通过可重构智能表面的反射链路指标，为1时代表通过可重构智能表面辅助通信链路，反之为0；

39、按照如下公式构建服务层第m个服务器与关联的第n个设备之间的边缘执行时间通道，即：

40、

41、式中，am＝{0，1}表示边缘执行指标，为1时代表在主导服务器上处理任务，反之为0；qs表示处理每个单位字节所需的cpu周期数，ln，s表示业务上传数据的大小，fm，1，fm，0指定主导和非主导服务器；

42、通过最大独立集的用户分配算法对优化时间的请求任务队列请求数量最多任务处理输出最优任务选择处理匹配策略，其中：

43、301、根据用户层分配环境输出优化时间的请求任务队列构建请求任务相应无向图g(v，e)，每个顶点v＝{v1，vn，…，vn}是n个网络节点的集合，其中：每个节点表示用户服务；

44、302、按照如下公式建立资源最优匹配策略子集，即：

45、

46、式中：β是加权参数来平衡最小任务处理时间和最大任务完成量两个目标之间的权衡；

47、303、判断请求任务相应无向图节点是否落入资源最优匹配策略子集中；如果满足，则输出最优任务选择处理匹配策略，否则返回301。

48、有益效果

49、1、利用可重构智能表面技术通过重构无线电传播环境，在计算任务传输过程中为边缘服务器和终端用户之间提供了新的访问选项。本发明提出了基于可重构智能表面辅助的自组织边缘技术方案。大体来说，可重构智能表面参考不同用户和业务场景的需求对算力网络进行拓扑重构，从而显著减少数据传输和处理的延迟。

50、2、为了保证用户业务需求的适应性，本发明提出了全新的可重构智能表面辅助的自组织边缘场景下的用户访问分配解决方案。现有的网络资源分配方法通常无法充分适应业务密集型等特殊业务需求。本发明的技术可以根据不同业务的需求通过可重构智能表面的链路传输，调整用户和服务器的匹配策略，从而实现了用户分配的业务需求高度适应性。

51、3、此外，本发明以需求密集场景下的用户分配作为例子，基于图论算法进行用户和资源的匹配，有助于将新用户和资源无缝集成到系统中，从而实现跨广泛场景的优化。并与传统的用户分配技术相比较，得到本方案的技术有效与优势。

52、4、本发明对不同的方法进行了评估，包括随机分配、贪婪分配、基于图的动态规划分配方法和rs3方法，并分析了它们对系统吞吐量和用户分配分布的影响。图3展示了不同时间阈值下用户服务的系统完成量。当时间阈值较小时，ris辅助的ahe仍然可以有效地分配用户服务。当系统的时间阈值约为200s时，本发明方法的分配效率约为贪婪和随机的1.5倍。在ris的帮助下，随着时间阈值的逐渐增大，系统的吞吐量显著提高。服务器对用户业务的完成率保持在80％左右，最高可达94％。这一结果可以归因于ris在ahe场景中提供了更多的用户分配访问选项。表明在ris的帮助下，服务器处理更多的主导服务，减少了在缓存加载上浪费的时间。这大大提高了系统的吞吐量。