移动边缘节点远程状态调度方法、电子设备及存储介质

本发明涉及通信与边缘计算交叉调度，具体而言，涉及一种移动边缘节点远程状态调度方法、电子设备及存储介质。

背景技术：

1、在移动边缘环境中，可移动实体、沿线设备、通信链路和边缘节点之间存在大量且并发的状态监测需求，典型的监控量包括设备的运行状态、环境状态以及安全相关告警量等 。传统的通信系统通常以吞吐量、端到端时延、丢包率或队列长度作为优化指标，但这些指标无法完整、准确地描述远程监测系统中数据的“状态新鲜度” 。例如，单次数据的传输时延可能很短，但如果长时间未对某个监控量进行采样和更新，接收端所掌握的状态依然是陈旧的 。因此，信息年龄（age of information， aoi）被引入以刻画接收端状态信息的新鲜程度，其定义为当前时刻与接收端最近一次成功接收状态包的生成时刻之间的差值 。

2、在典型的多源状态更新场景中，系统往往受到极为严格的通信资源约束，多个监控量需要共享有限的无线链路，每个时隙最多只能调度一个监控量，从而引发了激烈的资源竞争 。此外，不同监控量对应的业务重要性存在显著差异（例如，控制闭环相关的告警量优先级显然高于普通环境量），这需要在系统成本的评估中引入加权信息年龄来进行差异化衡量 。

3、目前，针对上述多源状态更新调度问题，主要存在以下两种现有技术方案，但均存在明显的局限性：

4、其一：固定轮询和周期更新方案

5、固定轮询方案按预设的固定顺序依次调度各监控量，周期更新方案则按预设周期调度 。该类方案的缺点在于调度策略死板，无法根据实时的信息年龄、业务权重以及动态的链路状态进行调整 。这导致即使某些高权重关键监控量在短时间内已经失去新鲜度、面临极高的监测风险，也必须被动等待固定的轮询顺序；同时，固定的更新周期也难以适应实际系统中采样成功率和无线环境的动态变化 。

6、其二：贪心最大权重 aoi 方案

7、该方案在每个时隙计算所有监控量的当前加权 aoi，并优先调度当前加权值最大的监控量 。该方案的局限性在于其本质是一种“短视策略” 。它仅仅比较了动作的当前即时成本，而未能通过平均成本模型显式刻画当前调度动作对未来 aoi 演化的长期影响 。特别是在有效更新成功率较低的环境下，单纯的贪心比较无法判断当前的调度抉择是否具备长期的系统收益 。

技术实现思路

1、本发明旨在提供一种移动边缘节点远程状态调度方法及设备，以至少解决上述问题之一。

2、第一方面，本发明提供了一种移动边缘节点远程状态调度方法，应用于多个监控量共享更新资源且每个时隙最多调度一个监控量的场景，包括：

3、在每个时隙，获取各监控量的当前信息年龄；所述信息年龄表示当前时刻与最近一次成功接收该监控量状态更新的生成时刻之间的时隙数；

4、根据各监控量的当前信息年龄，查询预置的指数表，获得各监控量在当前信息年龄下对应的调度指数；

5、选择调度指数最大的监控量作为当前时隙的调度对象，对所述调度对象执行状态采样，并传输基于状态采样所获得的状态数据；

6、在成功执行状态采样且成功传输所述状态数据的情况下，将所述调度对象下一时隙的信息年龄重置为初始值；否则，将所述调度对象下一时隙的信息年龄加1，并将未被调度的各监控量下一时隙的信息年龄加1；

7、其中，所述指数表通过如下方式预先生成：对每个监控量，以信息年龄为状态、以调度和不调度为动作建立单类平均成本马尔可夫决策过程模型，在所述模型中对不调度动作引入补贴参数，针对每个信息年龄状态，求解使调度动作的长期成本与不调度动作的长期成本相等时的补贴参数值，将所述补贴参数值作为该监控量在对应信息年龄状态下的调度指数并存入所述指数表。

8、优选地，所述远程状态更新调度方法中，所述单类平均成本马尔可夫决策过程模型的即时成本采用加权信息年龄，所述加权信息年龄为监控量的业务权重与其当前信息年龄的乘积；不同监控量配置不同的业务权重，使业务权重不同的监控量在相同信息年龄下具有不同的调度指数。

9、优选地，所述远程状态更新调度方法中，所述单类平均成本马尔可夫决策过程模型中，调度动作的状态转移基于有效更新成功概率；

10、所述有效更新成功概率为采样成功概率与传输成功概率的乘积；

11、执行所述调度动作后，所述信息年龄重置为所述初始值的概率为所述有效更新成功概率，所述信息年龄加1的概率为1与所述有效更新成功概率的差值。

12、优选地，所述远程状态更新调度方法中，所述指数表的预先生成中，求解所述单类平均成本马尔可夫决策过程模型采用相对值迭代方法，包括：

13、初始化各信息年龄状态的相对价值函数；

14、对每个信息年龄状态，分别计算不调度动作值和调度动作值；

15、所述不调度动作值为该信息年龄状态对应的即时成本与下一状态相对价值之和；

16、所述调度动作值为该信息年龄状态对应的即时成本加上以有效更新成功概率为权重的初始状态相对价值和下一状态相对价值的加权和；

17、取不调度动作值和调度动作值中的较小值作为该状态的新价值，并以参考状态的新价值进行归一化得到更新后的相对价值函数；

18、判断更新前后的相对价值函数之差是否小于预设收敛阈值；若未满足则重复上述计算；若满足则输出收敛后的各状态动作值。

19、优选地，所述远程状态更新调度方法中，针对每个信息年龄状态求解使调度动作与不调度动作长期成本相等时的补贴参数值，采用二分搜索方法，包括：

20、设置补贴参数的搜索区间；

21、取搜索区间中点作为当前补贴参数值，在该补贴参数值下求解所述单类平均成本马尔可夫决策过程模型，计算该信息年龄状态下调度动作值与不调度动作值的差值；

22、若所述差值为负则提高搜索区间下界，若所述差值为正则降低搜索区间上界；

23、当搜索区间长度或所述差值的绝对值小于预设误差阈值时，将当前补贴参数值作为该信息年龄状态的调度指数。

24、优选地，所述远程状态更新调度方法中，各监控量的信息年龄限制在预设最大值以内；

25、当信息年龄递增至所述预设最大值时保持为所述预设最大值不再增加；查询所述指数表时，若监控量的当前信息年龄达到或超过所述预设最大值，则以所述预设最大值对应的调度指数作为该监控量的当前调度指数。

26、优选地，所述远程状态更新调度方法中，还包括：

27、在每次调度完成后，根据采样结果采用指数加权平均方式更新所述调度对象的采样成功概率估计值；根据传输结果采用指数加权平均方式更新所述调度对象的传输成功概率估计值；

28、根据更新后的采样成功概率估计值与传输成功概率估计值的乘积计算当前有效更新成功概率估计值；

29、当所述当前有效更新成功概率估计值与所述指数表生成时使用的有效更新成功概率之间的偏差超过预设阈值时，触发所述指数表的重新生成或切换至与当前有效更新成功概率对应的指数表。

30、优选地，所述远程状态更新调度方法中，在所述指数表预先生成过程中，还包括对每个监控量进行可指数化验证，包括：

31、在不同补贴参数值下分别求解所述单类平均成本马尔可夫决策过程模型的最优策略，获得各补贴参数值下不调度动作为最优的信息年龄状态集合；

32、检查所述状态集合是否随补贴参数值增大而单调扩张；若满足单调扩张条件，则对该监控量采用所述指数表方式进行调度。

33、另一方面，本发明还公开了一种电子设备，包括：

34、存储器，用于存储计算机程序；

35、处理器，用于执行所述存储器中存储的计算机程序，以实现权利要求1至8中任一项所述的移动边缘节点远程状态调度方法的步骤。

36、另一方面，本发明还公开了计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，实现权利要求1至8中任一项所述的移动边缘节点远程状态调度方法的步骤。

37、可以看出，本实施例通过调度指数体现各监控量在不同信息年龄状态下的长期调度价值，使调度决策不仅依赖当前即时状态，还隐含地反映了未来信息年龄演化对系统成本的影响，相比固定轮询或纯贪心方式具有更完整的决策依据。

38、并且，在实际实施时，指数表在离线阶段预先计算完成，在线调度阶段每个时隙仅需执行查表和最大值比较操作，计算开销与监控量数量成线性关系，满足移动边缘节点对实时决策的处理时延要求。

39、此外，调度对象的信息年龄仅在采样成功且传输成功时才重置，否则继续递增，使信息年龄的维护与实际状态接收结果保持一致，避免了在更新失败情形下对信息年龄状态产生误判。

40、综上，本发明调度方法更加科学、计算更加高效，对移动环境的适应性更强。