一种5G移动边缘计算环境中多智能体协同计算卸载方法

技术特征：
1.一种5g移动边缘计算环境中多智能体协同计算卸载方法，其特征在于，包括以下步骤：s1，初始化mec环境中设备、5g网络和光纤网络的参数，基于初始化参数采集移动设备任务队列信息、需要计算的任务信息、设备与基站的网络信息；s2，根据采集的信息计算，若需要计算的任务信息为本地计算，则将该任务加入移动设备的本地任务队列；若为计算卸载，则将该任务传输到相连基站的mec服务器；若传输至mec服务器计算，则将计算任务传输到附近基站的mec服务器，并将任务加入该服务器的任务队列；若为云计算，则将计算任务传输到云服务器计算，实现多智能体协同计算卸载。2.根据权利要求1所述的一种5g移动边缘计算环境中多智能体协同计算卸载方法，其特征在于，根据初始化参数建立时隙模型，基于时隙模型进行通信和计算卸载。3.根据权利要求1所述的一种5g移动边缘计算环境中多智能体协同计算卸载方法，其特征在于，采用正交频分复用方法为不同设备分配不同的子信道。4.根据权利要求1所述的一种5g移动边缘计算环境中多智能体协同计算卸载方法，其特征在于，在第t个时隙时，移动设备u
n
与mec服务器e
m
之间无线信道的信道增益h
n，m
(t)通过公式(3)计算：式中：β
n，m
(t)表示第t个时隙u
n
与e
m
之间服从瑞利分布的信道衰落因子，其概率分布函数为f
b
(β)，a
d
表示e
m
相连基站的雷达增益，c0表示真空中的光速，f
c
表示e
m
相连基站的载波频率，d
n，m
(t)表示第t个时隙u
n
与e
m
之间的距离，d
e
表示路径损耗指数。5.根据权利要求4所述的一种5g移动边缘计算环境中多智能体协同计算卸载方法，其特征在于，根据shannon公式和公式(3)，在第t个时隙时，移动设备u
n
与mec服务器e
m
之间的传输速率通过公式(4)计算：式中：b表示u
n
与e
m
之间的信道带宽，p0表示移动设备u
n
的传输功率，n0表示高斯白噪音功率。6.根据权利要求1所述的一种5g移动边缘计算环境中多智能体协同计算卸载方法，其特征在于，根据采集的信息计算，以计算时延最小为优化目标进行任务分配。7.根据权利要求6所述的一种5g移动边缘计算环境中多智能体协同计算卸载方法，其特征在于，在第t个时隙时，设移动设备u
n
的本地任务队列如公式(6)所示：式中：表示当前时隙开始时本地队列的任务数量，表示当前时隙开始时本地队列需要计算的总cpu周期数，在t＝0时，即队列中没有任务；在第t 1个时隙时，若计算任务d
n
(t)在本地执行，本地队列的总cpu周期数通过公式(7)计算：
若d
n
(t)没有在本地执行，本地队列的总cpu周期数通过公式(8)计算：本地队列的任务数量与t时间内计算完的任务个数有关，但每个任务的周期数各不相同；设移动设备u
n
在第t个时隙内完成个任务，若任务在本地执行，那么下一时隙开始时本地队列任务数量通过公式(9)计算：若任务没有在本地执行，那么通过公式(10)计算：若移动设备u
n
第t个时隙时的计算任务d
n
(t)在设备本地执行，则该任务将加入到本地队列中，其执行时延通过公式(11)计算：8.根据权利要求6所述的一种5g移动边缘计算环境中多智能体协同计算卸载方法，其特征在于，在第t个时隙时，与设mec服务器e
m
的任务队列如公式(12)所示：式中：表示当前时隙开始时mec服务器队列的任务数量，表示当前时隙开始时mec服务器队列需要计算的总cpu周期数；在t＝0时，9.根据权利要求6所述的一种5g移动边缘计算环境中多智能体协同计算卸载方法，其特征在于，若移动设备u
n
第t个时隙时的计算任务d
n
(t)在与其相连基站附近某个基站的mec服务器e
m
′
执行，则该任务将加入到mec服务器e
m
′
的任务队列中，队列下一时隙总cpu周期数和任务数量通过公式(13)、(14)、(15)和(16)计算，任务执行时延通过公式(18)计算：10.根据权利要求6所述的一种5g移动边缘计算环境中多智能体协同计算卸载方法，其特征在于，有限资源约束下最小化整个mec系统所有任务的长期计算时延问题表示为公式(21)：p1：p1：式中：a(t)表示第t个时隙时所有移动设备计算任务执行位置的集合，d表示基站的覆
盖半径，约束条件c1确保计算任务只能计算一次，约束条件c2确保所有用户移动设备都在基站覆盖范围内活动，在移动设备超出基站最大服务距离后由另一个基站继续提供服务。

技术总结
本发明公开了一种5G移动边缘计算环境中多智能体协同计算卸载方法，通过初始化MEC环境中设备、5G网络和光纤网络的参数，基于初始化参数采集移动设备任务队列信息、需要计算的任务信息、设备与基站的网络信息；根据采集的信息计算，若需要计算的任务信息为本地计算，则将该任务加入移动设备的本地任务队列；若为计算卸载，则将该任务传输到相连基站的MEC服务器；若传输至MEC服务器计算，则将计算任务传输到附近基站的MEC服务器，并将任务加入该服务器的任务队列；若为云计算，则将计算任务传输到云服务器计算，实现多智能体协同计算卸载，本发明云计算的强大算力和MEC的近距离优势，为用户提供高质量体验，使应用执行时延最小。小。小。


技术研发人员：伍卫国 杨诗园 柴玉香 王雄 张祥俊 刘松
受保护的技术使用者：西安交通大学
技术研发日：2022.04.18
技术公布日：2022/7/29