远近距离协作的感知延迟移动边缘计算优化方法及系统与流程

1.本发明属于无线通信技术领域，具体涉及一种远近距离协作的感知延迟移动边缘计算优化方法及系统。


背景技术：

2.5g的研究进展见证了越来越多的对时间敏感的服务(tsss)的出现，例如电子医疗，虚拟现实(vr)和无人驾驶汽车等。为了支持tsss应用，移动边缘计算(mec)被广泛使用。在移动边缘计算(mec)的帮助下，大量终端设备连接成复杂的智能网络将成为可能，物联网(iot)技术会因此发展迅速。
3.数以百万计的连接设备和应用程序可以以高数据速率和低延迟无缝地进行操作。mec与6g在物联网领域的联合应用研究正在成为未来。传统上，有两种类型的mec卸载方案：完全卸载和部分卸载。在完全卸载模型中，设备将整个任务全部发送至mec服务器以进行其他计算。在部分卸载模型中，设备将其计算任务分为多个部分，并卸载部分计算任务至mec服务器。由于物联网技术的飞速发展，正交多址接入(oma)技术已经难以满足大量移动终端同时接入的需求，关于如何实现一个时频资源块来承载更多的移动终端已成为一个新的研究方向。


技术实现要素：

4.本发明的目的在于提供一种远近距离协作的感知延迟移动边缘计算优化方法及系统，以解决现有技术中，正交多址接入(oma)技术已经难以满足大量移动终端同时接入的需求的问题。
5.为了实现上述目的，本发明采用如下技术方案：
6.本发明的第二方面，一种远近距离协作的感知延迟移动边缘计算优化方法，包括如下步骤：
7.建立基于协作noma的远近距离mec网络，远近距离mec网络包括远距离用户fu、近距离用户nu和基站bs三个节点，近距离用户nu位于远距离用户fu和基站bs之间；
8.将远近距离mec网络中的数据传输过程t分为两个阶段：第一阶段t1，远距离用户fu利用noma将部分任务转移给近距离用户nu和基站bs；第二阶段t2，近距离用户nu和远距离用户fu使用上行noma将计算任务转移给基站bs，基站bs在第一阶段t1和第二阶段t2中执行计算任务；
9.建立优化问题的数学模型，对第一阶段t1和第二阶段t2进行优化，使第一阶段t1和第二阶段t2的时间延迟之和最小。
10.具体的，所述优化问题的数学模型为：
11.[0012][0013]
r
fb,1
t1 r
fb,2
t2≥l
a1
l
a2
,
[0014]
t1 t2≤t,
[0015]
t
f
≤t,t
n
≤t.
[0016]
其中，l
a1
是在第一阶段卸载到bs的任务数据量，l
a2
是在第二阶段卸载到bs的任务数据量，l
b
是卸载到nu的任务数据量；l
e
为nu卸载到bs的数据量；r
fn
为第一阶段近距离用户nu处信号的到达速率；r
nb
为第二阶段基站bs接收近距离用户nu信号到达速率；r
fb,1
为第一阶段基站bs处信号到达速率；r
fb,2
为第二阶段基站bs接收远距离用户fu的信号到达速率；t
f
为花费在远距离用户fu的本地计算上的时间，t
n
为花费在近距离用户nu的本地计算上的时间。
[0017]
具体的，将优化问题p1中的t1最小化，第一阶段的最小传输时延
[0018][0019]
其中，是卸载到nu的任务数据量最优值；h
fn
是从fu到nu的信道系数；p
u
表示fu的总功率；t
nb
为bs处来自nu的信息延迟；h
nb
是从nu到bs的信道系数。
[0020]
具体的，将优化问题p1中的t2最小化，第二阶段的最小传输时延
[0021][0022]
是在第二阶段卸载到bs的任务数据量最优值；h
fb
是从fu到bs的信道系数，p
u
表示fu的总功率，p
nb
为nu到bs的传输功率。
[0023]
具体的，p
fb,1
和p
fn
分别是fu和nu卸载的传输功率，关系表示为：
[0024][0025]
α1 α2＝1且0≤α1≤1，0≤α2≤1。
[0026]
具体的，对于第一阶段，fu将数据量l
a
和l
b
利用noma同时传输给bs和nu，bs和nu接收到的信号分别为：
[0027][0028][0029]
其中，y
fb,1
为基站bs接收到的信号，y
fn
为nu接收到的信号；p
fn
为远距离用户fu卸载给近距离用户nu的传输功率，p
fb,1
为远距离用户fu卸载给基站bs的传输功率；fu发送给bs的信号为x
fb,1
，fu发送给nu的信号为x
fn
；bs接收的噪声n
fb,1
和nu接收的噪声n
fn
都是均值为
0、方差为σ2的加性高斯白噪声；bs采用瞬时信道状态信息，具有使用sic对信息进行解码的能力；bs和nu处信号的到达速率分别为：
[0030][0031][0032]
具体的，对于第二阶段，用户fu继续将数据l
a2
传输给bs，同时nu将从fu获取的数据l
b
及计算任务l
d
传输给基站，第二阶段基站bs所接收到的信号表示为：
[0033][0034]
其中n
nb
表示基站处的高斯白噪声；
[0035]
因此，来自fu的功率等于第二阶段fu的传输功率，fu处的信息速率为：
[0036][0037][0038]
具体的，fu的总计算任务l表示为l＝l
a1
l
a2
l
b
l
f
；g≥l
b
l
e
l
n
；
[0039]
其中，g为nu的存储数据容量，f表示移动边缘服务器的最大计算存储能力；c
f
，c
n
，c
b
分别表示三个节点的cpu频率。
[0040]
具体的，传输过程中任务的最优分配如下：
[0041][0042][0043][0044][0045]
其中，为l
b
的最优值；为l
a1
的最优值；为l
a2
的最优值；为nu卸载到bs的数据量最优值；g为nu的存储数据容量，f表示移动边缘服务器的最大计算存储能力；c
b
表示基站bs节点的cpu频率；为l
a1
和l
a2
分配的最佳功率分配系数，l
f
和l
n
分别是fu和nu用于本地计算的数据。
[0046]
本发明的第二方面，一种用于所述远近距离协作的感知延迟移动边缘计算优化方法的系统，包括：
[0047]
网络模型建立模块，用于建立基于协作noma的远近距离mec网络，所述远近距离mec网络包括远距离用户fu、近距离用户nu和基站bs三个节点，近距离用户nu位于远距离用户fu和基站bs之间；
[0048]
数据传输模块，用于将远近距离mec网络中的数据传输过程t分为两个阶段：第一阶段t1，远距离用户fu利用noma将部分任务转移给近距离用户nu和基站bs；第二阶段t2，近距离用户nu和远距离用户fu使用上行noma将计算任务转移给基站bs，基站bs在第一阶段t1和第二阶段t2中执行计算任务；
[0049]
优化模块，用于建立优化问题的数学模型，对第一阶段t1和第二阶段t2进行优化，使第一阶段t1和第二阶段t2的时间延迟最小。
[0050]
与现有技术相比，本发明至少具有以下有益效果：
[0051]
本发明提出了分为两个阶段的协作过程方案，联合功率和时隙对分配问题进行了分析，并给出了延迟最小化的公式表达。导出了封闭形式的表达式为最佳的功率、资源块和卸载参数。数值计算结果表明，本发明所提出的格式是可行的确实可以减少系统的信息时延。
[0052]
进一步的，本发明首先分析了系统中各节点的信道状态及相关的信道系数，同时推到了各节点所接收到的信号和传输速率的表达式。
[0053]
进一步的，基于上述信号接收状态以及卸载速率公式，本发明提出了基于非正交多址技术的远距离及近距离fu协作的两阶段移动边缘计算卸载方法，考虑到信息传输的有效性和各个节点的计算需求，以提升网络的性能。
[0054]
进一步的，根据上述两阶段卸载策略，本发明进而表征出系统各节点的在各个阶段的功率和资源块大小，随后得到了系统的传输信息延迟，为性能分析提供了数学工具。
[0055]
进一步的，根据上述系统传输信息延迟，本发明提出时间延迟的优化方法，并实现了功率、资源块和时延的最优分配。
[0056]
综上所述，本发明结合mec和noma的优点，提供了一个支持两阶段noma的三节点协作mec系统，fu利用noma将计算任务同时卸载到不同的边缘服务器。通过在系统中合理分配移动终端和无线资源的计算任务，降低了系统延迟，进一步提高了mec网络性能。
[0057]
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
[0058]
构成本技术的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
[0059]
图1为本发明实施例中基于noma技术的远近距离用户协作的感知延迟移动边缘计算网络模型图；
[0060]
图2为本发明实施例中的时隙分配示意图；
[0061]
图3为本发明实施例中传输延迟与远距离fu传输功率的关系示意图；
[0062]
图4为本发明实施例中传输延迟与数据包大小的关系示意图；
[0063]
图5为本发明实施例中传输延迟与信道传输系数大小的关系示意图。
具体实施方式
[0064]
下面将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。
[0065]
以下详细说明均是示例性的说明，旨在对本发明提供进一步的详细说明。除非另有指明，本发明所采用的所有技术术语与本技术所属领域的一般技术人员的通常理解的含义相同。本发明所使用的术语仅是为了描述具体实施方式，而并非意图限制根据本发明的示例性实施方式。
[0066]
如图1中所示，本发明提供了一个基于延迟的卸载方案，该方案用于基于协作noma的远近距离mec网络，该远近距离mec网络由远距离用户fu、近距离用户nu和基站bs三个节点组成。nu位于fu和bs之间。传输过程t分为两个阶段t1和t2，如图2时隙分配所示。在第一阶段，fu利用noma将其部分任务转移给nu和bs。在第二阶段，nu和fu使用上行noma将其计算任务转移给基站。bs在整个时隙t中执行计算任务。
[0067]
(一)卸载模型
[0068]
本实施例为了专注于信息延迟的最小化，假设远近距离mec网络的三个节点配备有单个天线并以半双工模式运行。无线信道遵循独立且分布均匀的瑞利衰落，信道状态在每个传输时隙中保持不变，并在不同的传输时隙中独立变化。
[0069]
h
fn
是从fu到nu的信道系数；h
fb
是从fu到bs的信道系数；h
nb
是从nu到bs的信道系数。fu的总功率由p
u
表示，p
fb,1
和p
fn
分别是fu和nu卸载的传输功率。关系表示为：
[0070][0071]
α1 α2＝1且0≤α1≤1，0≤α2≤1。
[0072]
对于第一阶段，fu将数据量l
a
和l
b
利用noma同时传输给bs和nu，那么此时用户基站和nu接收到的信号分别为：
[0073][0074][0075]
其中，y
fb，1
为基站bs接收到的信号，y
fn
为nu接收到的信号；p
fn
为远距离用户fu卸载给近距离用户nu的传输功率，p
fb，1
为远距离用户fu卸载给基站bs的传输功率；fu发送给bs的信号为x
fb，1
，fu发送给nu的信号为x
fn
。bs接收的噪声n
fb，1
和nu接收的噪声n
fn
都是均值为0、方差为σ2的加性高斯白噪声(awgn)。bs采用瞬时信道状态信息(csi)，具有使用sic对信息进行解码的能力。信号的到达速率为：
[0076][0077][0078]
其中，r
fb，1
为第一阶段bs处信号到达的速率，r
fn
为第一阶段nu处信号到达的速率；h
fb
为fu到bs的信道系数，h
fn
为fu到bs的信道系数；p
fb，1
为远距离用户fu卸载给基站bs的传输功率；p
fn
为远距离用户fu卸载给近距离用户nu的传输功率。
[0079]
对于第二阶段，用户fu继续将数据l
a2
传输给bs，同时nu将从fu获取的数据l
b
及自
己的计算任务l
d
传输给基站。这一过程同时使用noma进行传输。第二阶段基站bs所接收到的信号表示为：
[0080][0081]
其中，x
nb
为nu卸载到bs的信号，x
fb，2
为fu卸载到bs的信号；h
nb
为nu到bs的信道系数，p
fb，2
为第二阶段fu到bs的传输功率，n
nb
表示基站bs处的高斯白噪声。
[0082]
因此，来自fu的功率等于第二阶段fu的传输功率，即p
fb，2
＝p
u
。fu处的信息可达速率为：
[0083][0084][0085]
其中，r
fb，2
为第二阶段bs接收fu信号到达的速率，r
fn
为第二阶段bs接收nu信号到达的速率；h
fb
为fu到bs的信道系数，h
nb
为nu到bs的信道系数；p
nb
为nu到bs的传输功率。
[0086]
(二)资源分配模型
[0087]
fu的总计算任务l分为四个部分，第一部分l
a1
是在第一阶段将数据卸载到bs，第二部分l
a2
是在第二阶段将数据卸载到bs，第三部分l
b
是卸载到nu的数据，第四部分l
f
是用于本地计算的数据。另外，将nu卸载到bs的部分表示为l
e
，用于nu的本地计算的部分是l
n
。假定每个节点具有固定的已知中央处理器(cpu)频率，并令c
f
，c
n
，c
b
分别表示三个节点的cpu频率。那么即可使用cpu频率与任务数据量来表示基站bs中移动边缘服务器的最大计算存储能力的关系。
[0088]
首先，fu的总计算任务l表示为l＝l
a1
l
a2
l
b
l
f
。
[0089]
假设nu的存储数据容量为g，那么g≥l
b
l
e
l
n
。令f表示基站bs中配备的移动边缘服务器的最大计算存储能力，即
[0090]
因此，在第一阶段，bs处的信息延迟为nu处的信息延迟为
[0091]
第一阶段的总传输时延为t1＝max{t
fb，1
，t
fn
}。
[0092]
因此，在第二阶段，bs处来自fu的信息延迟为bs处来自nu处的信息延迟为故第二阶段的总时延为t2＝max{t
fb,2
,t
nb
}。
[0093]
(三)本地计算模型
[0094]
令c
f
和c
n
分别表示在fu和nu计算每位数据的时间延迟。然后将花费在fu的本地计算和nu的本地计算上的时间t
f
和t
n
表示为
[0095]
(四)优化问题
[0096]
本发明的目标是考虑最小化远近距离用户都参与的三节点mec网络的时间延迟，问题具体用数学公式表示为：
[0097][0098][0099]
r
fb,1
t1 r
fb,2
t2≥l
a1
l
a2
,
[0100]
t1 t2≤t,
[0101]
t
f
≤t,t
n
≤t.
[0102]
其中，第一个限制条件是第一阶段fu给nu的卸载时间必须小于的fu卸载给bs时间，并且第二阶段nu的卸载时间必须小于fu卸载时间。第二个限制条件是fu必须在两个时隙内完成卸载任务；第三个限制条件是系统的信息时延约束必须在持续时间t之内；第四个限制条件表示nu和fu的本地计算时间必须小于持续时间t。
[0103]
为了得到整个系统的最小延迟，就要得到最小的和
[0104]
首先，将优化问题p1中的t1最小化。t1与t
fb,1
和t
fn
相关。
[0105][0106][0107]
令此时求t
fn
对α1的偏导数：
[0108][0109]
可知，k>0，故即t
fn
对α1的偏导数是一个单调递减的函数。
[0110]
同理，令m＝|h
fn
|2p
u
，求t
fb,1
对α1的偏导数：
[0111][0112]
可知即t
fb,1
对α1的偏导数是一个单调递增的函数。
[0113]
t1是t
fb,1
和t
fn
中数值更大的一个，又由于以上两个对于α1的偏导数一个单调递增，
一个单调递减。明显可知只有当t
fb,1
＝t
fn
时这一阶段的时延t1才能达到最小。即此时有：
[0114][0115]
根据等式可推出使得时延最小的系数
[0116][0117]
其中：
[0118]
故第一个阶段的最小传输时延
[0119]
由第二部分可知，由t
fb,2
和t
nb
决定。其中：
[0120][0121][0122]
此时求t
fb,2
对p
nb
的偏导数：
[0123][0124]
此时求t
nb
对p
nb
的偏导数：
[0125][0126]
其中：
[0127]
同理因为且t
fb,2
和t
nb
分别是相对于p
nb
的递减和递增函数。因此，第二阶段最小的信息时延t2是通过t
fb,2
＝t
nb
达到的，即：
[0128][0129]
此时nu到bs的传输最优功率为
[0130]
此时，系统第二阶段
[0131]
对于资源块l
a
的两部分传输，由于用户每秒可传输的位数与系统分配的功率有关，因此我们将l
a1
和l
a2
分配为最佳功率分配系数因此，l
a1
和l
a2
之间的关系表示为根据资源分配的关系，得出为了在同一时间内传输更多的数据任务，选择最大的
[0132]
那么，星号表示选择最大的数值来保证数据传输的有效性。
[0133]
在对功率分配以及资源分配的相关参数进行优化后，便得到了系统的各个阶段的信息传输时延。第一阶段的最小传输时延为第二阶段的最小传输时延为系统的总时延表示为
[0134]
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中的描述和所示的本发明实施例的组件可以通过各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0135]
(五)仿真验证
[0136]
(1)、如图3所示为随着fu总功率p
u
变化系统时间延迟的变化情况。功率p
u
从10w以0.5为平均间隔变化至15w。由图中可知本发明所提出的协作方案的时延是三个方案中最低的。此外从图中我们可以看出，随着功率p
u
的逐渐增加，系统的总延迟整体呈现出逐渐下降
的趋势。这是因为当功率增加时，单位时间内传输的信息数据量会增加，时间自然会减少。
[0137]
(2)、如图4所示为计算任务量l
a
对系统时间延迟影响的变化情况。计算量l
a
从30mbits以1mbits为间隔变化为40mbits。此时本发明所提出的协作卸载方案在时间延迟方面体现出了性能优越性。同时可以看出，随着数据量的增大三个方案的系统延迟都在逐渐增大。没有noma参与的系统的时间延迟是明显大于其他两个系统的，此处便体现了noma参与系统合作的优势。
[0138]
(3)、如图5所示为不同信道系数的影响下信息时间延迟的变化。我们将fu和bs之间的信道系数进行变化。从图可以看出，本发明提出的由noma参与的合作系统的信息时延在信道系数变化过程中始终是最小的。另外，随着信道系数逐渐增加，每个系统的信息时间延迟逐渐增加。因为在相同的传输速度下，随着信道系数逐渐增加，将存在更多的问题，例如传输过程中的路径损耗，因此传输所需的时间自然会变长。
[0139]
综上所述，本发明提出了一种由远距离用户fu、近距离用户nu和基站bs组成的三节点协作移动边缘计算模型，伴随着noma在每个阶段的参与，该方案有效的降低了系统的时间延迟。为了解决这一优化问题，我们将问题分解成多个子问题进行求解，并在最后的仿真环节证明了该方案的有效性。
[0140]
由技术常识可知，本发明可以通过其它的不脱离其精神实质或必要特征的实施方案来实现。因此，上述公开的实施方案，就各方面而言，都只是举例说明，并不是仅有的。所有在本发明范围内或在等同于本发明的范围内的改变均被本发明包含。