利索能及
我要发布
收藏
专利号: 2019112982969
申请人: 重庆邮电大学
专利类型:发明专利
专利状态:已下证
更新日期:2025-04-28
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.一种基于MEC缓存服务的车联网资源分配方法,其特征在于:根据车联网资源分配的优化目标确定车辆用户的时延函数;通过改进的广义benders分解方法求取车辆用户的时延函数最优值,采用时延函数最优值时的服务器通信资源、服务器计算资源和服务器缓存资源进行车联网资源分配;其中,MEC表示移动边缘计算,benders表示混合整数规划算法。

2.根据权利要求1所述的基于MEC缓存服务的车联网资源分配方法,其特征在于:所述车联网资源分配的优化目标包括:车辆任务本地计算时延函数 车辆任务边缘计算时延函数 车辆任务上行传输时延函数 服务器缓存的时延函数

3.根据权利要求2所述的基于MEC缓存服务的车联网资源分配方法,其特征在于,所述车辆任务本地计算时延函数 的表达式为:其中, 表示车俩自身的计算能力,cv表示工作负载。

4.根据根据权利要求2所述的基于MEC缓存服务的车联网资源分配方法,其特征在于,所述车辆任务边缘计算时延函数 的计算过程包括:宏基站上的MEC服务器能够同时向多个车辆提供计算卸载服务,车辆接收到卸载任务后,服务器代替车辆执行任务,车辆任务边缘计算时延函数的表达式为:其中,fmax表示MEC服务器提供给关联车辆共享的最大计算资源,qv表示MEC服务器分给车辆v的计算资源百分比,且qv∈(0,1)。

5.根据根据权利要求2所述的基于MEC缓存服务的车联网资源分配方法,其特征在于,所述车辆任务上行传输时延函数 的计算过程包括:步骤1:车辆选择将计算任务卸载到MEC服务器;

步骤2:将任务的输入数据发送到MEC服务器,并求出车辆的上行传输频谱效率rv;

步骤3:确定车联网带宽B,将带宽划分给车联网中的每辆车,得到车辆的频带宽百分比dv,并结合上行传输频谱效率求车辆的上行传输速率步骤4:进行计算任务卸载的车辆将任务传输到MEC时会产生相应的传输时延,车辆的上行传输时延为:其中,rv表示车辆的上行传输频谱效率,B表示车联网带宽,Sv表示计算任务输入数据大小。

6.根据根据权利要求2所述的基于MEC缓存服务的车联网资源分配方法,其特征在于,所述服务器缓存的时延函数 的计算过程包括:步骤1:确定MEC服务器最大缓存为Ce;

步骤2:车辆卸载任务卸载到MEC服务器,服务器从Internet请求内容,任务内容请求大小K,请求内容的欢迎程度遵循Zipf分布,计算车辆v请求任务k的受欢迎程度pv(k);

步骤3:请求的内容已被缓存,获取车辆v请求任务k的回程带宽

步骤4:计算服务器缓存的时延函数为

其中,K表示任务内容请求大小,Zipf分布为幂律分布, 表示车辆v请求任务k的回程带宽。

7.根据权利要求1所述的基于MEC缓存服务的车联网资源分配方法,其特征在于:所述根据车联网资源分配的优化目标确定车辆用户的时延函数,包括:将车联网资源分配的优化目标进行加权和得到车辆用户的时延函数,其表达式为:其中,xv表示卸载决策,sv表示计算任务输入数据的大小,dv表示频带宽的百分比,B表示系统带宽,rv表示车辆的上行传输频谱效率,cv表示工作负载,qv表示MEC服务器分给车辆v的计算资源百分比,fmax表示MEC服务器提供给关联车辆共享的最大计算资源,αv表示缓存决策,K表示任务内容请求大小,τ表示Zipf分布参数,k表示请求的任务,Nf表示表示Internet中内容的总类型,Q表示Internet数据的平均传输速率, 表示车辆的自身计算能力, 表示总时延, 表示本地计算时延, 表示最大容限等待时间。

8.根据权利要求1所述的基于MEC缓存服务的车联网资源分配方法,其特征在于:所述通过改进的广义benders分解方法求取车辆用户的时延函数最优值,包括:采用广义Becders分解方法将车辆用户的时延函数分解为主问题和子问题,其步骤为:步骤1:根据广义Becders分解方法,通过对车辆用户的时延函数中的卸载决策和缓存决策二进制向量进行固定的方法,从而获得子问题;且子问题有最优解;

步骤2:若子问题可解,则具有唯一的连续解,并求取对应的拉格朗日乘数λ,子问题的最优目标函数值为车辆用户的时延函数的有效上界;根据连续解,得到子问题的可行割,并将可行割作为约束条件添加到主问题中;

若子问题没有可行解,则将子问题进行缩放,得到有可行解的子问题;对有可行解的子问题使用拉格朗日法求解,同时采用外逼法求解子问题的不可行割,并将不可行割作为约束条件添加到主问题中;

步骤3:根据可行割和不可行割的约束条件,求取车辆用户的时延函数的主问题mine G;

根据可行割、不可行割的约束条件以及整数割的约束条件对主问题进行有限次迭代,得到主问题的最优目标函数值,此函数值为车辆用户的时延函数的有效下界;

步骤4:根据车辆用户的时延函数检查每个卸载决策和缓存决策;

步骤5:将卸载任务转换为车辆本地计算任务,减少车辆用户总时延;

步骤6:当车辆用户总时延达到最小值时,停止检查;同时输出此时的卸载决策,缓存决策以及资源分配策略,这些策略为最优资源分配方案。