一种基于RIS辅助的移动边缘计算系统任务卸载方法及装置

本技术涉及通信，特别是涉及一种基于ris辅助的移动边缘计算系统任务卸载方法及装置。

背景技术：

1、随着5g/6g通信技术快速发展，自动驾驶、虚拟显示、三维游戏及智能交通等算力密集型应用不断涌现，用户设备受限于计算资源与电池容量，难以独立完成高复杂度的计算任务。移动边缘计算（mec）将计算资源部署在网络边缘接入点，通过任务卸载减轻用户设备负担、降低任务处理时延，是支撑低时延高可靠应用的核心技术。

2、在实际无线环境中，用户设备与边缘接入点之间常因建筑物、树木遮挡形成非视距链路，导致路径损耗大、传输速率低，严重影响任务卸载效率。可重构智能表面（ris）包括大量低成本无源反射单元，可通过调节反射相位主动优化无线传播信道，提升链路质量，扩大覆盖范围，为解决非视距场景下mec系统性能瓶颈提供有效方案。

3、现有ris辅助mec系统研究多为独立优化通信功能与本地计算资源，未考虑用户总功率约束下发射功率与本地计算频率的耦合关系，且多采用固定相位或简单优化策略，无法充分发挥ris对系统计算性能的提升作用，难以实现系统整体性能最优。因此，面向多用户、总功率受限、非视距传输场景，设计高效的任务卸载与资源联合优化方法，具有重要研究价值与应用意义。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种基于ris辅助的移动边缘计算系统任务卸载方法及装置。

2、第一方面，本发明提供了一种基于ris辅助的移动边缘计算系统任务卸载方法，k个用户设备通过ris向ap进行任务卸载，ris包括n个反射单元，所述任务卸载方法包括步骤：

3、s1、获取用户设备到ris的信道信息gk、ris到ap的信道信息g0，以及噪声功率；初始化用户设备的发射功率、用户设备的本地计算频率和ris反射系数矩阵，计算初始目标函数值；

4、s2、引入第一辅助变量，根据用户设备到ris的信道信息gk、ris到ap的信道信息g0更新用户设备的发射功率、用户设备的本地计算频率，得到用户设备的目标发射功率、用户设备的目标本地计算频率；其中，，，，，，diag(.)为对角化操作，为第个反射单元的反射系数；

5、s3、引入第二辅助变量，更新ris反射系数矩阵，得到目标ris反射系数矩阵；

6、s4、根据第一辅助变量、用户设备的目标发射功率、用户设备的目标本地计算频率，以及目标ris反射系数矩阵，计算目标函数，获得用户设备计算任务的最大总比特数之和；并将计算获得的目标函数值记为；

7、s5、若相邻两次迭代产生的目标函数值之差小于预设门限，判断其收敛，输出最优解；否则，并返回步骤s2。

8、进一步的，步骤s2中第一辅助变量第个元素的表达式为：

9、

10、其中，为的第个元素，为第个用户设备的发射功率；为噪声功率，是第个用户设备到ap的等效信道。

11、进一步的，步骤s2包括如下步骤：

12、s21、引入第一辅助变量，根据用户设备到ris的信道信息gk、ris到ap的信道信息g0计算并更新用户设备的发射功率、用户设备的本地计算频率，并基于更新的发射功率和本地计算频率，计算得到用户设备的总工作功率：

13、

14、，=1~k

15、其中，,

t为总工作时间，

b为系统带宽；为与用户设备硬件架构相关的系数；为1比特数据计算所需要的cpu周期数；是非负拉格朗日乘子；

16、

17、其中，为第个用户设备任务卸载时消耗的电路功率；

18、s22、判断和是否满足且，其中，为第个用户设备的最大本地计算频率：

19、若满足条件，则将计算的作为第个用户设备的的目标发射功率，将计算的作为第个用户设备的目标本地计算频率；

20、否则，和作废，并执行s23；

21、s23、重新对第个用户设备的发射功率和本地计算频率进行计算，将计算得到的作为第个用户设备的目标发射功率，将计算的作为第个用户设备的目标本地计算频率，公式如下：

22、

23、和

24、

25、其中，；

26、定义，,，；若，则令，；否则令，。

27、进一步的，步骤s3中，第二辅助变量的表达式为：

28、

29、其中，为的第个元素。

30、进一步的，步骤s3包括如下步骤：

31、s30、计算，记为，并定义；

32、s31、结合优化 ris反射系数矩阵：

33、s32、再次计算，记为，并定义；

34、s33、判断步骤s32输出的与当前之间的相对范数差是否小于等于第二预设门限:

35、若小于，则收敛，将优化后的ris反射系数矩阵作为目标ris反射系数矩阵；

36、若不收敛，令，返回步骤s31更新。

37、进一步的，步骤s31包括如下步骤：

38、s31-1、令=1；

39、s31-2、计算并更新，表示为：

40、

41、其中，，，上标*代表复共轭，代表第个反射单元的等效信道加权系数，代表第个反射单元的等效干扰耦合系数，是的第个元素，；

42、s31-3、:=+1，若>n，令=1；

43、s31-4、若收敛，则输出，否则返回步骤s31-2。

44、第二方面，本发明提供了一种基于ris辅助的移动边缘计算系统任务卸载装置，用于实现上述方法，包括：

45、数据获取与初始化模块，用于获取用户设备到ris的信道信息gk、ris到ap的信道信息g0，以及噪声功率；初始化用户设备的发射功率、用户设备的本地计算频率和ris反射系数矩阵，计算初始目标函数值；

46、优化求解模块，用于引入第一辅助变量，根据用户设备到ris的信道信息gk、ris到ap的信道信息g0更新用户设备的发射功率、用户设备的本地计算频率，得到用户设备的目标发射功率、用户设备的目标本地计算频率；其中，，，，，，diag(.)为对角化操作，为第个反射单元的反射系数；引入第二辅助变量，更新ris反射系数矩阵，得到目标ris反射系数矩阵；根据第一辅助变量、用户设备的目标发射功率、用户设备的目标本地计算频率，以及目标ris反射系数矩阵，计算目标函数，获得用户设备计算任务的最大总比特数之和，并将计算获得的目标函数值记为；若相邻两次迭代产生的目标函数值之差小于预设门限，判断其收敛，输出最优解；否则，返回迭代。

47、第三方面，本发明提供了一种电子设备，包括：处理器和存储器，所述存储器用于存储计算机程序代码，所述计算机程序代码包括计算机指令，在所述处理器执行所述计算机指令的情况下，所述电子设备执行如上所述的方法。

48、第四方面，本发明提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令被处理器执行时实现上述的方法。

49、与现有技术相比，本发明考虑总功率约束下发射功率与本地计算频率的耦合，联合优化通信与计算资源，智能优化ris的反射系数，改善非视距链路，提升卸载速率与计算性能，实现算法快速收敛，用户设备计算任务总比特数显著提升。