利索能及
我要发布
收藏
专利号: 2022104933591
申请人: 山东省科学院自动化研究所
专利类型:发明专利
专利状态:已下证
更新日期:2025-12-22
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.基于蜂窝车联网的边缘计算低能耗任务卸载方法,其特征在于,包括:

将本车产生的需要处理的任务划分成若干个互不相干的子任务块;

根据本车产生任务时的初始位置、本车的行驶速度、本车自身服务器计算能力以及边缘服务器和其他车辆服务器的计算能力,确定本车与边缘服务器、本车与行驶车辆服务器以及本车与静止车辆服务器之间的传输距离与传输速率;

根据本车与边缘服务器、本车与行驶车辆服务器以及本车与静止车辆服务器之间的传输速率,确定本车与边缘服务器、本车与行驶车辆服务器以及本车与静止车辆服务器之间的传输能耗;

根据本车自身服务器的计算能力,确定本车处理车辆子任务块的本地计算能耗;

以本地计算能耗与各服务器传输能耗之和最小为目标,构建本车总能耗确定目标函数;

对每次迭代自变量的更新增加一个随机因子得到改进模拟退火算法,利用改进模拟退火算法求解本车总能耗确定目标函数,得到本车总能耗最低时的最优子任务卸载功率和最优子任务分配比例;

利用改进模拟退火算法求解本车总能耗确定目标函数,得到本车总能耗最低时的最优子任务卸载功率和最优子任务分配比例,包括:步骤1:根据本车服务器的能量系数、转速以及任务计算密度设定开始退火的初始温度T=T0,也就是初始目标函数值;

步骤2:随机生成初始解为迭代初始位置,将初始解代入本车总能耗确定目标函数,计算相应的目标函数值;

步骤3:设置循环迭代次数;

步骤4:运用改进自变量更新函数由初始解得到新解:

 ,

其中, 为第j+1次迭代时的解,为从0到1选取的随机因子,且 ;将第j次的解带入上式计算得出下一次迭代解 ;J是最大迭代次数;

步骤5:将初始解 带入上式计算新解 ,并计算相应的目标函数值 ;

步骤6:判断是否接受使目标函数值变大的自变量:

若 ,则将 赋值给 ,即 ;若反之,则以 的概率接受新的解,由

于 为概率,则显然小于1, 为一个正的物理常数; 为退火过程中的温度,即为目标函数值,为正数,因此 为负, ;

步骤7:迭代次数不断递增,每迭代一次则重复步骤4至6一次,在温度 时,判断是否满足终止条件,若满足则停止迭代;此时的 即为全局最优解,其中,自变量 即为传输功率以及任务分配比例,因变量 即为能耗。

2.如权利要求1所述的基于蜂窝车联网的边缘计算低能耗任务卸载方法,其特征在于,所述确定本车与边缘服务器、本车与行驶车辆服务器以及本车与静止车辆服务器之间的传输距离与传输速率,包括:根据本车产生任务时的初始位置、本车的行驶速度以及边缘服务器覆盖范围的直径,确定本车与边缘服务器的传输距离和传输速率;

根据本车产生任务时的初始位置、本车的行驶速度以及行驶车辆的行驶速度,确定本车与行驶车辆服务器的传输距离和传输速率;

根据本车产生任务时的初始位置、本车的行驶速度、停止车辆服务器覆盖范围的直径以及停止车辆的位置,确定本车与停止车辆服务器的传输距离和传输速率。

3.如权利要求1所述的基于蜂窝车联网的边缘计算低能耗任务卸载方法,其特征在于,所述确定本车与边缘服务器、本车与行驶车辆服务器以及本车与静止车辆服务器之间的传输能耗,包括:根据车辆与边缘服务器之间的传输速率确定子任务卸载到边缘服务器的传输延时,进一步确定本车与边缘服务器之间的传输能耗;

根据车辆与行驶车辆服务器之间的传输速率确定子任务卸载到行驶车辆服务器的传输延时,进一步确定本车与行驶车辆服务器之间的传输能耗;

根据车辆与停止车辆服务器之间的传输速率确定子任务卸载到静止车辆服务器的传输延时,进一步确定本车与静止车辆服务器之间的传输能耗。

4.如权利要求1所述的基于蜂窝车联网的边缘计算低能耗任务卸载方法,其特征在于,所述确定本车处理车辆子任务块的本地计算能耗,具体为:在任务处理的整个过程中,除了卸载给其他服务器,部分子任务由本车本地计算,根据本地处理任务量、本车服务器的能量系数、本车服务器的转速以及任务计算密度确定本地计算能耗。

5.如权利要求1所述的基于蜂窝车联网的边缘计算低能耗任务卸载方法,其特征在于,所述本车总能耗确定目标函数为:其中, 表示处理任务消耗的总能量, 表示本车与边缘服务器之间的传输能耗,表示本车与行驶车辆服务器之间的传输能耗, 表示本车与静止车辆服务器之间的传输能耗, 表示本车处理车辆子任务块的本地计算能耗。

6.如权利要求5所述的基于蜂窝车联网的边缘计算低能耗任务卸载方法,其特征在于,本车总能耗确定目标函数的约束条件包括:所有子任务的转速之和等于本车总任务的总转速;所有服务器分配的带宽之和不超过总的带宽即最大带宽;整个过程的时间为子任务卸载到边缘服务器的处理总时间、子任务卸载到行驶车辆服务器的处理总时间、子任务卸载到静止车辆服务器的处理总时间以及本地计算时间这四个时间中取一个时间最久的最大值;子任务卸载到行驶车辆服务器的处理总时间取N个行驶车辆中传输与计算时间之和最大的值;子任务卸载到边缘服务器的处理总时间为传输与计算时间之和;子任务卸载到静止车辆服务器的处理总时间取M个静止车辆中传输与计算时间之和最大的值;所有的传输功率之和不超过总的传输功率;除本车以外的其他行驶车辆服务器n一共有N辆;路边静止车辆服务器m一共有M辆。

7.基于蜂窝车联网的边缘计算低能耗任务卸载系统,用于实现如权利要求1‑6任一项所述的基于蜂窝车联网的边缘计算低能耗任务卸载方法,其特征在于,包括:任务分块模块,被配置为将本车产生的需要处理的任务划分成若干个互不相干的子任务块;

传输距离与传输速率确定模块,被配置为根据本车产生任务时的初始位置、本车的行驶速度、本车自身服务器计算能力以及边缘服务器和其他车辆服务器的计算能力,确定本车与边缘服务器、本车与行驶车辆服务器以及本车与静止车辆服务器之间的传输距离与传输速率;

传输能耗确定模块,被配置为根据本车与边缘服务器、本车与行驶车辆服务器以及本车与静止车辆服务器之间的传输速率,确定本车与边缘服务器、本车与行驶车辆服务器以及本车与静止车辆服务器之间的传输能耗;

本地计算能耗确定模块,被配置为根据本车自身服务器的计算能力,确定本车处理车辆子任务块的本地计算能耗;

目标函数确定模块,被配置为以本地计算能耗与各服务器传输能耗之和最小为目标,构建本车总能耗确定目标函数;

目标函数求解模块,被配置为在传统的模拟退火算法基础上,对每次迭代自变量的更新增加一个随机因子得到改进模拟退火算法,利用改进模拟退火算法求解本车总能耗确定目标函数,得到本车总能耗最低时的最优子任务卸载功率和最优子任务分配比例。

8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1‑6中任一项所述的基于蜂窝车联网的边缘计算低能耗任务卸载方法中的步骤。

9.一种计算机设备,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,其特征在于,所述处理器执行所述程序时实现如权利要求1‑6中任一项所述的基于蜂窝车联网的边缘计算低能耗任务卸载方法中的步骤。