欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2017112132768
申请人: 重庆邮电大学
专利类型:发明专利
专利状态:已下证
专利领域: 电通信技术
更新日期:2024-02-23
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种蜂窝网络时延与成本均衡的任务卸载方法,其特征在于,包括:

建立用户卸载任务请求,得到卸载业务数据队列;

构建成本目标函数,计算用户卸载应用过程中的卸载成本函数;

获得用户卸载成本与队列积压上限值;

更新卸载业务数据队列和用户数据队列,选取用户卸载成本与队列积压的折中点,根据所述折中点,得到优化后的任务卸载成本与队列积压。

2.根据权利要求1所述的一种蜂窝网络时延与成本均衡的任务卸载方法,其特征在于,所述建立用户卸载任务请求,得到卸载业务数据队列包括:N个移动用户通过异构无线网络卸载任务到云端数据中心,得到系统中第i个用户卸载业务队列积压的动态变化关系:Qi,k+1=max[0,Qi,k-bi,k]+Ai,k

其中,N={1,2,…,n},Qi,k+1表示第i个用户在第k+1时间片内的业务队列积压;Ai,k为第i个用户在第k时间片内到达的业务数据量,bi,k为第i个用户在第k时间片内发送到云端的数据量;Qi,k表示第i个用户在第k时间片内的业务队列积压,Qi,k={Q1,k,Q2,k...,Qn,k}表示所有移动用户在第k时间片内卸载任务产生的业务数据队列;i={1,2,…,n},n表示用户总数;k∈(1,2,....K),K表示系统参数总时间片数。

3.根据权利要求1所述的一种蜂窝网络时延与成本均衡的任务卸载方法,其特征在于,所述构建成本目标函数,计算用户卸载应用过程中的卸载成本函数包括:根据所有用户在第k时间片内卸载应用到云端的计算成本与传输带宽成本,计算出在第k时间片内用户卸载应用过程中的卸载成本函数Ck:其中, 表示用户卸载任务需要的计算成本, 表示在第k时间片内第i个用户卸载业务到云端数据中心产生的传输带宽成本,i={1,2,…,n},n表示用户总数;k∈(1,2,....K),K表示系统参数总时间片数。

4.根据权利要求3所述的一种任务卸载成本与队列积压的均衡优化方法,其特征在于,所述用户卸载任务需要的计算成本 包括:βi为云端数据中心对第i个用户卸载应用的计算单价,bi,k表示第i个用户在第k时间片内发送到云端的数据量。

5.根据权利要求3所述的一种蜂窝网络时延与成本均衡的任务卸载方法,其特征在于,所述在第k时间片内第i个用户卸载业务到云端数据中心产生的传输带宽成本包括:其中, 表示WIFI网络下用户与云端数据中心的连接时间,bwf,k表示WIFI网络下用户与云端数据中心的网络带宽;γ表示在WIFI网络中传输业务数据的单位时间带宽传输成本,θ表示在蜂窝网络中传输业务数据的单位时间带宽传输成本,γ<θ,bi,k表示第i个用户在第k时间片内发送到云端的数据量。

6.根据权利要求1所述的一种蜂窝网络时延与成本均衡的任务卸载方法,其特征在于,所述获得用户卸载成本与队列积压上限值包括:推导用户卸载成本及队列积压与控制阀值V的关系;通过控制阀值V来控制用户卸载任务的卸载成本与队列积压之间的关系,通过李雅普诺夫优化方法,得到系统的卸载成本和队列积压上限。

7.根据权利要求6所述的一种蜂窝网络时延与成本均衡的任务卸载方法,其特征在于,所述李雅普诺夫函数优化方法包括:构建李雅普诺夫函数,估计在第k时间片内李雅普诺夫函数的变化得到李雅普诺夫转移函数;获得用户卸载成本与队列积压上限值;

李雅普诺夫函数为:

其中, 符号表示恒等式,Qi,k表示移动用户i在第k时间片内的业务队列积压,i={1,

2,…,n},n表示用户总数;k∈(1,2,....K),K表示系统参数总时间片数;

李雅普诺夫转移函数为:

其中, 表示·的期望值,Qk表示数据队列的向量,Lk表示第k时间片的李雅普诺夫函数,Lk+1表示第k+1时间片的李雅普诺夫函数,k∈(1,2,....K),K表示系统参数总时间片数。

8.根据权利要求7所述的一种蜂窝网络时延与成本均衡的任务卸载方法,其特征在于,所述获得用户卸载成本与队列积压上限值包括:增加一个与控制阀值V有关的期望卸载成本函数,也即是惩罚函数: Ci,k表示卸载成本;

对于给定任意控制阀值V≥0,在任何 下,根

据李雅普洛夫优化方法,得到一推理:

其中 Qk表示数据队列的向量,Qi,k表示第i个用户在第k时间片内

的业务队列积压;Ai,k第i个用户在第k时间单元内到达的业务数据量,其中,Ai,k是服从均值为λi的泊松分布且Ai,k独立同分布,表示为 且所有的用户都满足bi,k第i个用户在第k时间单元内发送到云端的数据量,且所有的用户都满

足 Amax为Ai,k到达任务量的最大值,bmax为bi,k发送任务量的最大值;

在满足上述推理右边部分最小化的传输数据调度下,通过控制阀值V来进行控制用户卸载任务的卸载成本与队列积压之间的关系,基于Caratheodory理论,假设存在ε>0,使得λ+ε∈Λ;分别得到系统卸载成本和队列积压上限:其中, 为系统的卸载成本上限, 为队列积压上限,Ck表示稳定的调度算法系统的卸载成本, 表示稳定的调度算法系统的最优卸载成本,Cmax表示稳定的调度算法系统的最大卸载成本,B为常数,ε为极限阈值,K表示系统参数总时间片数,λ表示对任意数据到达率向量且 Λ表示系统的数据容量,sup表示函数的上确界。