一种基于泛化业务模型的协同服务网络资源管理方法与流程

1.本发明属于无线通信技术领域，具体涉及一种基于泛化业务模型的协同服务网络资源管理方法。


背景技术：

2.随着物联网设备的快速发展，网络的整体时延和能耗迅速增加。此外，物联网设备受限于计算能力和电池容量，无法处理计算密集型/延迟敏感型任务。依靠多址边缘计算技术，物联网设备能够通过将任务卸载到计算能力更强的基站来处理计算密集型应用。此外，物联网设备共享网络资源并相互协同以完成任务的协同服务有望成为一个有前途的解决方案。然而，这引发了在大量物联网设备之间进行复杂资源分配优化的问题，需要对网络中的上下行带宽、设备到设备通信带宽、设备功率分配以及设备调度进行优化，降低系统总能耗。
3.现有技术虽然对设备到设备资源分享模型和任务流模型进行了探索，但并没有对联合优化带宽分配、功率分配和设备调度，特别是增强业务模型的泛化性进行广泛研究。未来的业务会更加复杂多变，现有的业务模型将不能够满足未来的业务需求。
4.因此，需要更加泛化的业务模型来应对未来可能出现的各种业务。在泛化业务模型的基础上，优化网络中的信道带宽分配和功率分配，确定设备调度决策，得到使得系统能耗最低的最优决策。


技术实现要素：

5.本发明所要解决的技术问题是针对上述现有技术的不足，提供一种基于泛化业务模型的协同服务网络资源管理方法。
6.为实现上述技术目的，本发明采取的技术方案为：
7.一种基于泛化业务模型的协同服务网络资源管理方法，所述模型以业务为中心面向整体业务，通过设备调度决策决定执行子任务的设备及数量，表征任务的子任务拓扑结构，包含了五种子任务类型——上传、下载、设备到设备传输、计算以及临时缓存，表征系统总时延和能量消耗以及设备带宽和发射功率分配的要求。
8.一种基于泛化业务模型的协同服务网络资源管理方法，所述方法基于协同服务网络资源管理系统实现，所述方法包括：
9.步骤1：一系列业务到来时，所述系统获取所有子任务的类型、每个业务中子任务的内在关联性以及子任务的数据大小；
10.步骤2：物联网设备进行带宽分配和功率分配，得到本次迭代各设备处理各子任务的能耗；
11.步骤3：基于步骤2中得到的能耗进行物联网设备调度；
12.步骤4：在下一次迭代重复上述步骤1-步骤3直至协同服务网络资源管理算法收敛，此时带宽和功率分配以及设备调度的决策即为协同服务网络资源管理最优决策。
13.为优化上述技术方案，采取的具体措施还包括：
14.上述的系统处理每个业务时，根据业务的不同需求将业务划分为若干不同种类的子任务，结合线型、树型以及图三种基本任务流模型拓扑结构，描述子任务之间的内在关联性，为每个子任务分配一个物联网设备进行处理，且每个物联网设备不会同时处理两个及以上的子任务；
15.系统在处理业务的过程中，为设备分配带宽、功率以及确定设备需要处理的子任务至协同服务网络资源管理算法收敛，设备得到使得系统能耗最低的最优策略并按此策略进行带宽、功率分配以及设备调度。
16.上述的步骤2所述带宽分配包括：上行链路带宽、下行链路带宽以及设备到设备带宽分配；
17.且上行链路带宽、下行链路带宽以及设备到设备带宽分配系数的初始化方法为：
18.按设备数n进行均匀分配，即上行链路、下行链路、设备到设备通信带宽的分配系数a,b,γ初始值为：
19.上述的步骤2所述功率分配的功率分配系数的初始化方法为：
20.将总功率p
sum
平均分配给每个设备，即设备的功率初始化满足
21.在所述步骤2中，进行上行链路带宽、下行链路带宽以及设备到设备带宽分配，包括以下步骤：
22.步骤2.1：给定下行链路带宽分配系数b＝{b1,...,bn}、设备到设备通信带宽分配系数γ＝{γ1,
…
,γn}、功率分配系数p＝{p1,
…
,pn}、设备初始调度x＝{x1,
…
,xn}；
23.以与上行链路传输有关的能耗f0(a)作为目标函数，以所有子任务的处理时间不超过规定阈值t以及上行链路带宽分配系数之和不超过1为约束；
24.步骤2.2：对目标函数f0(a)增加对数障碍函数；
25.对数障碍函数满足公式：将目标函数转换为taf0(a) φ(a)；
26.其中，ta＞0是确定近似精度的参数；
27.步骤2.3：给定上行链路带宽分配系数初始值计算目标函数taf0(a) φ(a)的梯度并令梯度等于0，得到关于上行链路带宽分配系数的更新公式ta▽
f0(a)
▽
φ(a)＝0；
28.步骤2.4：更新参数ta＝μata,其中μa＞1。
29.步骤2.5：重复步骤2.2-步骤2.4，直到目标函数taf0(a) φ(a)的值收敛，此时得到此次迭代的上行链路带宽分配策略；
30.步骤2.6：给定步骤2.5中得到的上行链路带宽分配策略的上行链路带宽分配系数a
*
＝{a1,
…
,an}，功率分配系数p＝{p1,...,pn}、设备到设备通信带宽分配系数γ＝{γ1,...,γn}和设备初始调度x＝{x1,...,xn}，按步骤2.1中给定，以与下行链路传输有关的能耗f0(b)作为目标函数，以所有子任务的处理时间不超过规定阈值t以及下行链路带宽
分配系数之和不超过1为约束；
31.步骤2.7：对目标函数f0(b)增加对数障碍函数，对数障碍函数满足公式：将目标函数转换为tbf0(b) φ(b)；
32.其中，tb＞0是确定近似精度的参数；
33.步骤2.8：给定下行链路带宽分配系数初始值计算目标函数tbf0(b) φ(b)的梯度并令梯度等于0，得到关于下行链路带宽分配系数的更新公式tb▽
f0(b)
▽
φ(b)＝0；
34.步骤2.9：更新参数tb＝μbtb,其中μb＞1；
35.步骤2.10：重复步骤2.7-步骤2.9，直到目标函数tbf0(b) φ(b)的值收敛，此时得到此次迭代的下行链路带宽分配策略；
36.步骤2.11：给定步骤2.5中得到的上行链路带宽分配策略的上行链路带宽分配系数a
*
＝{a1,...,an}，步骤2.10中得到的下行链路带宽策略的下行链路带宽分配系数b
*
＝{b1,...,bn}，功率分配系数p＝{p1,...,pn}和设备初始调度x＝{x1,...,xn}，按步骤2.1中给定，以与设备到设备通信传输有关的能耗f0(γ)作为目标函数，以所有子任务的处理时间不超过规定阈值t以及设备到设备通信带宽分配系数之和不超过1为约束；
37.步骤2.12：对目标函数f0(γ)增加对数障碍函数，对数障碍函数满足公式：将目标函数转换为t
γ
f0(γ) φ(γ)；
38.其中，t
γ
＞0是确定近似精度的参数；
39.步骤2.13：给定设备到设备通信带宽分配系数初始值计算目标函数t
γ
f0(γ) φ(γ)的梯度并令梯度等于0，得到关于下行链路带宽分配系数的更新公式t
γ
▽
f0(γ)
▽
φ(γ)＝0；
40.步骤2.14：更新参数t
γ
＝μ
γ
t
γ
,其中μ
γ
＞1；
41.步骤2.15：重复步骤2.12-步骤2.14，直到目标函数t
γ
f0(γ) φ(γ)的值收敛，此时得到此次迭代的设备到设备通信带宽分配策略。
42.在所述步骤2中，功率分配的方法包括以下步骤：
43.步骤2.16：给定步骤2.5中得到的上行链路带宽分配策略的上行链路带宽分配系数a
*
＝{a1,...,an}，步骤2.10中得到的下行链路带宽分配策略的下行链路带宽分配系数b
*
＝{b1,...,bn}，步骤2.15中得到的设备到设备通信带宽分配策略的设备到设备通信带宽分配系数γ
*
＝{γ1,
…
,γn}，设备初始调度x＝{x1,...,xn}按步骤2.1中给定，以与功率有关的能耗f0(p)作为目标函数，以所有子任务的处理时间不超过规定阈值t以及设备的总发射功率不超过阈值p
sum
为约束；
44.步骤2.17：对目标函数f0(p)增加对数障碍函数，对数障碍函数满足公式：将目标函数转换为t
p
f0(p) φ(p)；
45.其中，t
p
＞0是确定近似精度的参数；
46.步骤2.18：给定设备的功率分配系数初始值p
sum
为网络中所有设备的总功率，计算目标函数t
p
f0(p) φ(p)的梯度并令梯度等于0，得到关于功率分配系数的更新公式
47.步骤2.19：更新参数t
p
＝μ
p
t
p
,其中μ
p
＞1；
48.步骤2.20：重复步骤2.17-步骤2.19，直到目标函数t
p
f0(p) φ(p)的值收敛，此时得到此次迭代的设备功率分配策略。
49.在所述步骤3中，设备调度步骤包括：
50.步骤3.1：构建一个系数矩阵e，矩阵的行和列数均为n，矩阵的行和列分别由设备和子任务组成，矩阵中的每个元素由设备处理子任务产生的能耗c
i,j
构成；
51.步骤3.2：对系数矩阵进行变换，用每行每个元素减去该行最小元素；
52.步骤3.3：对系数矩阵进行变换，用每列每个元素减去该列最小元素；
53.步骤3.4：使用最少数量水平和垂直线覆盖系数矩阵中的所有零元素，即标记出最少水平和垂直线所对应的行和列，如果数量等于n，则所有不同行不同列的所有零元素所在的子任务-设备对即为此次迭代的设备调度策略；否则，继续执行步骤3.5；
54.步骤3.5：在步骤3.4中找到未被标记的行和列中最小元素，用所有未标记的行和列中的元素减去该元素；所有被标记了两次的元素，即所在行和所在列均被标记的元素，加上该最小元素；
55.步骤3.6：重复步骤3.4-步骤3.5，直到得到此次迭代的设备调度策略。
56.本发明具有以下有益效果：
57.利用联合网络资源分配和设备调度的方法，得到各设备处理各子任务的能耗，在包含多个不同业务的多物联网设备系统中，做出最优的带宽、功率分配以及设备调度的决策。
附图说明
58.图1为本发明具体实施方式系统模型图；
59.图2为本发明具体实施方式的总体流程图；
60.图3为本发明中带宽分配方法的流程图；
61.图4为本发明中功率分配方法的流程图；
62.图5为本发明中设备调度方法的流程图；
63.图6为三种基本任务流拓扑结构。
具体实施方式
64.以下结合附图对本发明的实施例作进一步详细描述。
65.一种基于泛化业务模型的协同服务网络资源管理方法，所述模型以业务为中心面向整体业务，通过设备调度决策决定执行子任务的设备及数量，表征任务的子任务拓扑结构，包含了五种子任务类型——上传、下载、设备到设备传输、计算以及临时缓存，表征系统总时延和能量消耗以及设备带宽和发射功率分配的要求。所述方法基于协同服务网络资源管理系统实现，实施例中考虑一个视频流传输处理的网络资源管理系统，如图1所示，系统
处理每个业务时，根据业务的不同需求将业务划分为若干不同种类的子任务，结合三种基本任务流拓扑结构，描述子任务之间的内在关联性，为每个子任务分配一个物联网设备进行处理，每个物联网设备不会同时处理两个及以上的子任务。在处理业务的过程中，系统开始为设备分配带宽、功率以及确定设备需要处理的子任务，至协同服务网络资源管理算法收敛，设备得到使得系统能耗最低的最优策略并按此策略进行带宽、功率分配以及设备调度。
66.本发明基于泛化业务模型的协同服务网络资源管理方法，参见图2，具体实施时采用联合网络资源分配和设备调度的方法，如图3、图4和图5所示，所述协同服务网络资源管理方法包括：
67.步骤1：一系列业务到来时，系统获取所有子任务的类型、每个业务中子任务的内在关联性以及子任务的数据大小。
68.步骤2：设备进行带宽和功率分配，得到此次迭代各设备处理各子任务的能耗。
69.步骤3：基于步骤2中所获取的能耗进行设备调度。
70.步骤4：在下一次迭代重复上述步骤1-步骤3直至算法收敛，此时带宽和功率分配以及设备调度的决策即为协同服务网络资源管理最优决策。
71.具体实施时，上述步骤2中上行链路带宽、下行链路带宽以及设备到设备带宽分配方法具体为：
72.步骤2.1：给定下行链路带宽分配系数b＝{b1,...,bn}、设备到设备通信带宽分配系数γ＝{γ1,
…
,γn}、功率分配系数p＝{p1,...,pn}、设备初始调度x＝{x1,...,xn}，以与上行链路传输有关的能耗f0(a)作为目标函数，以所有子任务的处理时间不超过规定阈值t以及上行链路带宽分配系数之和不超过1为约束。
73.步骤2.2：对目标函数f0(a)增加对数障碍函数，对数障碍函数为约束条件取负再取对数函数并对所有约束求和，即对数障碍函数满足公式：目标函数转换为taf0(a) φ(a)，其中ta＞0是确定近似精度的参数。
74.步骤2.3：给定上行链路带宽分配系数初始值计算目标函数taf0(a) φ(a)的梯度并令梯度等于0，得到关于上行链路带宽分配系数的更新公式
75.步骤2.4：更新参数ta＝μata,其中μa＞1。
76.步骤2.5：重复步骤2.2-2.4，直到目标函数taf0(a) φ(a)的值收敛，此时得到此次迭代的上行链路带宽分配策略。
77.步骤2.6：给定步骤2.5中得到的上行链路带宽分配系数a
*
＝{a1,...,an}，功率分配系数p＝{p1,...,pn}、设备到设备通信带宽分配系数γ＝{γ1,...,γn}和设备初始调度x＝{x1,
…
,xn}按步骤2.1中给定，以与下行链路传输有关的能耗f0(b)作为目标函数，以所有子任务的处理时间不超过规定阈值t以及下行链路带宽分配系数之和不超过1为约束。
78.步骤2.7：对目标函数f0(b)增加对数障碍函数，对数障碍函数为约束条件取负再
取对数函数并对所有约束求和，即对数障碍函数满足公式：目标函数转换为tbf0(b) φ(b)，其中tb＞0是确定近似精度的参数。
79.步骤2.8：给定下行链路带宽分配系数初始值计算目标函数tbf0(b) φ(b)的梯度并令梯度等于0，得到关于下行链路带宽分配系数的更新公式
80.步骤2.9：更新参数tb＝μbtb,其中μb＞1。
81.步骤2.10：重复步骤2.7-2.9，直到目标函数tbf0(b) φ(b)的值收敛，此时得到此次迭代的下行链路带宽分配策略。
82.步骤2.11：给定步骤2.5中得到的上行链路带宽分配系数a
*
＝{a1,
…
,an}，步骤2.10中得到的下行链路带宽分配系数b
*
＝{b1,
…
,bn}，功率分配系数p＝{p1,
…
,pn}和设备初始调度x＝{x1,
…
,xn}按步骤2.1中给定，以与设备到设备通信传输有关的能耗f0(γ)作为目标函数，以所有子任务的处理时间不超过规定阈值t以及设备到设备通信带宽分配系数之和不超过1为约束。
83.步骤2.12：对目标函数f0(γ)增加对数障碍函数，对数障碍函数为约束条件取负再取对数函数并对所有约束求和，即对数障碍函数满足公式：目标函数转换为t
γ
f0(γ) φ(γ)，其中t
γ
＞0是确定近似精度的参数。
84.步骤2.13：给定设备到设备通信带宽分配系数初始值计算目标函数t
γ
f0(γ) φ(γ)的梯度并令梯度等于0，得到关于下行链路带宽分配系数的更新公式
85.步骤2.14：更新参数t
γ
＝μ
γ
t
γ
,其中μ
γ
＞1。
86.步骤2.15：重复步骤2.12-2.14，直到目标函数t
γ
f0(γ) φ(γ)的值收敛，此时得到此次迭代的设备到设备通信带宽分配策略。
87.具体实施时，上述步骤2中功率分配方法具体为：
88.步骤2.16：给定步骤2.5中得到的上行链路带宽分配系数a
*
＝{a1,
…
,an}，步骤2.10中得到的下行链路带宽分配系数b
*
＝{b1,
…
,bn}，步骤2.15中得到的设备到设备通信带宽分配系数γ
*
＝{γ1,
…
,γn}，设备初始调度x＝{x1,
…
,xn}按步骤2.1中给定，以与功率有关的能耗f0(p)作为目标函数，以所有子任务的处理时间不超过规定阈值t以及设备的总发射功率不超过阈值p
sum
为约束。
89.步骤2.17：对目标函数f0(p)增加对数障碍函数，对数障碍函数为约束条件取负再取对数函数并对所有约束求和，即对数障碍函数满足公式：目标函数转换为t
p
f0(p) φ(p)，其中t
p
＞0是确定近似精度的参数。
90.步骤2.18：给定设备的功率分配系数初始值p
sum
为网络中所有设备的总功率，计算目标函数t
p
f0(p) φ(p)的梯度并令梯度等于0，得到关于功率分配系
数的更新公式
91.步骤2.19：更新参数t
p
＝μ
p
t
p
,其中μ
p
＞1。
92.步骤2.20：重复步骤2.17-2.19，直到目标函数t
p
f0(p) φ(p)的值收敛，此时得到此次迭代的设备功率分配策略。
93.具体实施时，上述步骤2中上行链路带宽、下行链路带宽以及设备到设备带宽分配系数的初始化方法具体为：
94.按设备数n进行均匀分配，即上行链路/下行链路/设备到设备通信带宽的分配系数a,b,γ初始化满足
95.具体实施时，上述步骤2中功率分配系数的初始化方法具体为：
96.将总功率p
sum
平均分配给每个设备，即设备的功率初始化满足
97.具体实施时，上述步骤3中设备调度方法具体为：
98.步骤3.1：根据步骤2中构建一个系数矩阵e，矩阵的行和列数均为n分别由设备和子任务组成，矩阵中的每个元素由设备处理子任务产生的能耗c
i,j
构成。
99.步骤3.2：对系数矩阵进行变换，用每行每个元素减去该行最小元素。
100.步骤3.3：用每列每个元素减去该列最小元素。
101.步骤3.4：使用最少数量水平和垂直线覆盖系数矩阵中的所有零元素，即标记出最少水平和垂直线所对应的行和列。如果数量等于行(列)数n，则所有不同行不同列的所有零元素所在的子任务-设备对即为此次迭代的设备调度策略；否则，继续执行步骤3.5。
102.步骤3.5：在步骤3.4中找到未被标记的行和列中最小元素，用所有未标记的行和列中的元素减去该元素；所有被标记了两次的元素，即所在行和所在列均被标记的元素，加上该最小元素。
103.步骤3.6：重复步骤3.4-3.5，直到得到此次迭代的设备调度策略。
104.如图1所示，考虑由n个物联网设备和一个基站组成的视频流传输处理网络资源管理系统。整个系统中，每个物联网设备n∈{1,...,n}可以将计算任务比特数卸载到基站进行远程处理或在本地处理。
105.提供一个业务的过程可以看作是执行一个任务，每个任务可以分解成多个子任务，以ik表示任务k分解得到的子任务数量。
106.本发明实施例考虑五种类型的子任务，列出如下。
107.类型一(下载)：物联网设备通过互联网和基站从远程服务器下载数据，其中基站通过下行链路传输将数据传送到设备。
108.类型二(上传)：物联网设备通过基站由上行链路传输信息到互联网。
109.类型三(设备到设备传输)：一个物联网设备以设备到设备通信的方式将数据传输到另一个物联网设备。
110.类型四(计算)：在物联网设备或基站处理计算任务比特数。
111.类型五(临时缓存)：数据暂时保留在设备的缓冲区中。
112.如图6所示，子任务之间的内在关联性可由三种基本拓扑结构——线型、树、图来描述。在该系统内，给定由ik个子任务组成的任务k，ik个子任务按照特定的逻辑拓扑执行。
113.任务k可由物联网设备协同执行，每个物联网设备可以执行ik个子任务中的任意一个。
114.采用二元指示变量x
n,i,k,j,up
∈{0,1}，x
n,i,k,down
∈{0,1}，x
n,i,k,cpu
∈{0,1}，x
n,i,k,buf
∈{0,1}，x
n,i,k,d2d
∈{0,1}表示在物联网设备n上处理任务k的第i个子任务的类型是上传、下载、计算、缓存还是设备到设备通信。
115.给定k，n，i时，x
n,i,k,j,up
，x
n,i,k,down
，x
n,i,k,cpu
，x
n,i,k,buf
以及x
n,i,k,d2d
之和为1。二元变量集合表示为x。
116.用一个三元组φ
k,i
＝(ω
k,i
,α
k,i
,β
k,i
)来表示描述任务k的第i个子任务的参数，其中ω
k,i
,α
k,i
,β
k,i
分别表示任务k的第i个子任务的计算工作量、输入数据和输出数据的大小。
117.用下三角矩阵其中h
k,i,g
＝{0,1},1≤g＜i≤ik，描述处理任务k时各子任务之间的内在关联性。
118.若子任务i需要子任务g的输出数据，则h
k,i,g
＝1；否则，h
k,i,g
＝0。
119.以hk和γk分别表示小尺度信道衰落和大尺度信道衰落，η和dn分别表示路径损耗指数和基站与设备n之间的距离。
120.基站和设备n之间的信道功率增益即为大尺度信道衰落和小尺度信道衰落的模平方以及基站与设备n之间距离的路径损耗指数负次幂的乘积，即基站和设备n之间的信道功率增益计算满足下式：
[0121][0122]
以d
n,m
表示设备n和设备m之间的距离，设备n和设备m之间信道功率增益即为大尺度信道衰落和小尺度信道衰落的模平方以及设备n与设备m之间距离的路径损耗指数负次幂的乘积，即设备n和设备m之间信道功率增益计算满足下式：
[0123][0124]
以wu，wd和w
d2d
分别表示上行链路/下行链路/设备到设备通信总带宽，以an,bn,γn表示一个设备n的上行链路/下行链路/设备到设备通信带宽分配系数。一个设备n占用的上行链路/下行链路/设备到设备通信带宽分别为上行链路/下行链路/设备到设备通信带宽分配系数与上行链路/下行链路/设备到设备通信总带宽的乘积，即一个设备n占用的上行链路/下行链路/设备到设备通信带宽可表示为anwu，bnwd，γnw
d2d
，满足约束n个物联网设备的上行链路/下行链路/设备到设备通信带宽分配系数之和分别小于等于1且一个设备n的上行链路/下行链路/设备到设备通信带宽分配系数属于区间0到1，即约束满足下式：
[0125][0126]
设备n处理任务k时，上行链路的可行数据速率r
n,k,up
为设备n占用的上行链路带宽与对数函数的乘积，对数函数的底数为2，真数为1和信噪比的和。信号功率为基站和设备n之间的信道功率增益和设备n的发射功率功率pn的乘积，噪声功率为设备n占用的上行链路带宽和噪声功率谱密度n0的乘积。即上行链路的可行数据速率的计算满足下式：
[0127]
[0128]
设备n处理任务k时，下行链路的可行数据速率r
n,k,down
为设备n占用的下行链路带宽与对数函数的乘积，对数函数的底数为2，真数为1和信噪比的和。信号功率为基站和设备n之间的信道功率增益和设备n的发射功率的乘积，噪声功率为设备n占用的下行链路带宽和噪声功率谱密度n0的乘积。即下行链路的可行数据速率的计算满足下式：
[0129][0130]
设备n处理任务k时，设备到设备通信的可行数据速率r
n,k,d2d
为设备n占用的设备到设备通信带宽与对数函数的乘积，对数函数的底数为2，真数为1和信噪比的和。信号功率为设备n和设备m之间的信道功率增益和设备n的发射功率的乘积，噪声功率为设备n占用的设备到设备通信带宽和噪声功率谱密度n0的乘积。即设备到设备通信的可行数据速率的计算满足下式：
[0131][0132]
n个设备的总发射功率小于等于阈值p
sum
，即总功率满足下式：
[0133][0134]
以τ
n,k,down
,τ
n,k,up
,τ
n,k,cpu
,τ
n,k,buf
，τ
n,k,d2d
表示处理一个任务中有关下行链路传输、上行链路传输、计算、缓存数据以及设备到设备通信的子任务所花费的时间。对于一个在设备n上处理的任务k，下行链路传输花费的时间为第i个子任务的输出数据量与下行链路的传输速度的比值，再和表示下行链路传输的二元指示变量做乘法，最后对ik个子任务求和，即下行链路传输消耗的时间的计算满足下式：
[0135][0136]
上行链路传输花费的时间为第i个子任务的输出数据量与上行链路的传输速度的比值，再和表示上行链路传输的二元指示变量做乘法，最后对ik个子任务求和，即上行链路传输花费的时间的计算满足下式：
[0137][0138]
当设备n处理任务k中有关计算的子任务时，如果无法满足任务k的时间要求，那么这些子任务的计算将由基站来执行。因此，计算花费的时间由两部分组成。第一部分为第i个子任务的计算数据量与基站的计算能力r
bs,cpu
的比值，再和表示计算的二元指示变量做乘法，最后对ik个子任务求和。第二部分为第i个子任务的计算数据量与设备n的计算能力r
n,k,cpu
的比值，再和表示计算的二元指示变量做乘法，最后对ik个子任务求和。最后两部分求和，即计算数据花费的时间的计算满足下式：
[0139][0140]
临时缓存数据花费的时间为第i个子任务的输出数据量与设备n的临时缓存能力rn,k,buf
的比值，再和表示临时缓存的二元指示变量做乘法，最后对ik个子任务求和，即临时缓存花费的时间的计算满足下式：
[0141][0142]
设备到设备通信传输数据花费的时间为第i个子任务的输出数据量与设备到设备通信传输速度的比值，再和表示设备到设备通信的二元指示变量做乘法，最后对ik个子任务求和，即设备到设备通信传输花费的时间的计算满足下式：
[0143][0144]
处理一个任务k花费的时间应小于等于延迟容忍t，即处理一个任务k花费的时间满足下式：
[0145]
τ
n,k,down
τ
n,k,cpu
τ
n,k,up
τ
n,k,buf
τ
n,k,d2d
≤t
[0146]
对于一个任务k，处理下载类子任务的能耗等于下行链路传输消耗的时间τ
n,k,down
乘以设备n从互联网下载数据的单位能耗e
n,down
，并对n个设备求和，即下载类子任务的能耗e
k,down
计算满足下式：
[0147][0148]
对于一个任务k，处理上传类子任务的能耗等于上行链路传输消耗的时间τ
n,k,up
乘以设备n上传数据到互联网的单位能耗e
n,up
，并对n个设备求和，即上传类子任务的能耗e
k,up
计算满足下式：
[0149][0150]
对于一个任务k，处理计算类子任务的能耗等于基站计算数据花费的时间乘以基站处理计算数据的单位能耗e
bs,cpu
与设备n计算数据花费的时间乘以设备n处理计算数据的单位能耗e
n,cpu
，并对n个设备求和，即计算类子任务的能耗e
k,cpu
计算满足下式：
[0151][0152]
对于一个任务k，处理缓存类子任务的能耗等于临时缓存数据花费的时间τ
n,k,buf
乘以设备n临时缓存数据的单位能耗e
n,buf
，并对n个设备求和，即缓存类子任务的能耗e
k,buf
计算满足下式：
[0153][0154]
对于一个任务k，处理设备到设备通信类子任务的能耗等于设备到设备通信传输数据花费的时间τ
n,k,d2d
与设备n和设备m之间信道功率增益|h
n,m,k
|2以及设备n的功率pn的乘积，并对n个设备求和，即缓存类子任务的能耗e
k,d2d
计算满足下式：
[0155]
[0156]
处理一个任务k的能耗(记作ek)为下载类/上传类/计算类/缓存类/设备到设备通信类子任务的能耗之和，即处理一个任务k的能耗计算满足下式：
[0157]ek
＝e
k,down
e
k,up
e
k,cpu
e
k,buf
e
k,d2d
[0158]
在最小化系统能耗并满足相应的约束基础上，进行带宽和功率分配。目标函数为最小化所有任务(任务总数记作k)的能耗之和，并满足约束处理一个任务k花费的时间应不超过阈值t、分配给每个设备的上行链路/下行链路/设备到设备通信带宽优化变量之和应不超过1、设备的总发射功率不超过阈值p
sum
、x值为0或1，即系统满足下式：
[0159][0160]
s.t.τ
n,k,down
τ
n,k,cpu
τ
n,k,up
τ
n,k,buf
τ
n,k,d2d
≤t，
[0161][0162][0163][0164][0165]
x∈{0,1}。
[0166]
给定下行链路带宽分配系数b＝{b1,...,bn}、设备到设备通信带宽分配系数γ＝{γ1,...,γn}、功率分配系数p＝{p1,...,pn}、设备初始调度x＝{x1,...,xn}，以作为目标函数，以所有子任务的处理时间不超过规定阈值t以及上行链路带宽分配系数之和不超过1，即以τ
n,k,down
τ
n,k,cpu
τ
n,k,up
τ
n,k,buf
τ
n,k,d2d
≤t和为约束。对目标函数增加障碍函数目标函数转换为给定上行链路带宽分配系数初始值计算目标函数的梯度并令梯度等于0，得到关于上行链路带宽分配系数的更新公式更新参数ta＝μata，其中μa＞1。重复上述步骤，直到目标函数的值收敛，此时得到此次迭代的上行链路带宽分配策略。
[0167]
给定此次迭代得到的上行链路带宽分配策略a
*
＝{a1,...,an}，给定功率分配系数p＝{p1,...,pn}、设备到设备通信带宽分配系数γ＝{γ1,...,γn}和设备初始调度x＝
{x1,...,xn}，以作为目标函数，以所有子任务的处理时间不超过规定阈值t以及下行链路带宽分配系数之和不超过1，即以τ
n,k,down
τ
n,k,cpu
τ
n,k,up
τ
n,k,buf
τ
n,k,d2d
≤t和为约束。对目标函数增加障碍函数目标函数转换为给定上行链路带宽分配系数初始值计算目标函数的梯度并令梯度等于0，得到关于上行链路带宽分配系数的更新公式更新参数tb＝μbtb，其中μb＞1。重复上述步骤，直到目标函数的值收敛，此时得到此次迭代的最优下行链路带宽分配策略。
[0168]
给定此次迭代得到的上行链路带宽分配策略a
*
＝{a1,...,an}，下行链路带宽分配策略b
*
＝{b1,...,bn}，功率分配系数p＝{p1,...,pn}和设备初始调度x＝{x1,...,xn}，以作为目标函数，以所有子任务的处理时间不超过规定阈值t以及设备到设备通信带宽分配系数之和不超过1，即以τ
n,k,down
τ
n,k,cpu
τ
n,k,up
τ
n,k,buf
τ
n,k,d2d
≤t和为约束。对目标函数增加障碍函数目标函数转换为给定设备到设备通信带宽分配系数初始值计算目标函数的梯度并令梯度等于0，得到关于设备到设备通信带宽分配系数的更新公式更新参数t
γ
＝μ
γ
t
γ
，其中μ
γ
＞1。重复上述步骤，直到目标函数的值收敛，此时得到此次迭代的设备到设备通信带宽分配策略。
[0169]
给定此次迭代得到的上行链路带宽分配策略a
*
＝{a1,...,an}，下行链路带宽分配分配策略b
*
＝{b1,...,bn}，设备到设备通信带宽分配策略γ
*
＝{γ1,...,γn}，设备初始调度x＝{x1,...,xn}，以作为目标函数，以所有子任务的处理时间不超过规定阈值t以及设备的总发射功率不超过阈值p
sum
，即以τ
n,k,down
τ
n,k,cpu
τ
n,k,up
τ
n,k,buf
τ
n,k,d2d
≤t和为约束。
[0170]
对目标函数增加障碍函数
目标函数转换为给定设备的功率分配系数初始值计算目标函数的梯度并令梯度等于0，得到关于功率分配系数的更新公式更新参数t
p
＝μ
p
t
p
，其中μ
p
＞1。重复上述步骤，直到目标函数的值收敛，此时得到此次迭代的功率分配策略。
[0171]
根据此次迭代的带宽和功率分配策略，构建一个系数矩阵e，矩阵的行和列数均为n分别由设备和子任务组成，矩阵中的每个元素由设备处理子任务产生的能耗c
i,j
构成。对系数矩阵进行变换，用每行每个元素减去该行最小元素，再用每列每个元素减去该列最小元素。使用最少数量水平和垂直线覆盖系数矩阵中的所有零元素，即标记出最少水平和垂直线所对应的行和列。如果数量等于行(列)数n，则所有不同行不同列的所有零元素所在的子任务-设备对即为此次迭代的设备调度策略；否则，找到未被标记的行和列中最小元素，用所有未标记的行和列中的元素减去该元素；所有被标记了两次的元素，即所在行和所在列均被标记的元素，加上该最小元素。重复步骤上述步骤，直到得到此次迭代的设备调度策略。
[0172]
根据此次迭代得到的带宽分配策略、功率分配策略、设备调度策略，计算目标函数的的值。重复上述步骤，直到目标函数的值收敛。
[0173]
以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。