一种双可重构智能表面辅助移动边缘计算系统优化方法

技术领域

本发明属于无线通信技术领域，具体的说是涉及一种双可重构智能表面辅助移动边缘计算系统优化方法。

背景技术

当前用户对网络延迟的感知越来越敏感，对低延迟的需求比较严格。移动边缘计算技术在对时延有严格要求的领域发挥着十分重要的作用。移动边缘计算通过将一部分计算能力下沉到移动边缘节点，拉近了用户和云服务器的距离，减少任务的卸载时间，最终达到降低任务处理时延的目的。但是，当用于卸载计算任务的通信环境恶劣时，不能充分利用移动边缘计算的益处。

目前，可重构智能表面作为一项革命性的技术，它由大量低成本的无源元件组成，每个无源元件能够以可调节的相移独立地反射入射信号，协同改变反射信号的传播，从而有效提高接收信噪比。因此，本发明提出了双可重构智能表面辅助移动边缘计算系统。

发明内容

为了解决上述技术问题，本发明提供了一种双可重构智能表面辅助移动边缘计算系统优化方法，在用户直传信道环境很差时，采用双可重构智能表面（D-RIS, Double-Reconfigurable Intelligence Surface）来改善信道环境，并且通过任务分配，来产生时延较低的用户部分任务卸载方案。

为了达到上述目的，本发明是通过以下技术方案实现的：

本发明是一种双可重构智能表面辅助移动边缘计算系统优化方法，包括如下步骤：

获取信道衰落增益，计算用户与基站（BS, Base Station）之间的信道传输速率；

由于用户对时延敏感，因此用户终端需要将其任务划分为两部分，其中一部分进行本地计算，另一部分通过BS处的移动边缘计算（MEC, Mobile Edge Computing）服务器进行计算。根据所述信道传输速率，计算用户任务卸载至BS的卸载时延；

分别获取用户任务在本地与BS处的 MEC服务器进行计算的时延；

构建了以最小化用户任务的处理时延为目标的任务分配、D-RIS相移和接收波束成形向量联合优化模型。

进一步的，所述用户的信道衰落增益可表示为：

；

其中，

进一步的，BS处接收信号可表示为：

；

其中，

假设BS处使用线性接收波束成形向量对接收信号进行解码，在BS处恢复的信号可表示为：

；

其中，

进一步的，所述用户任务卸载至BS的链路信噪比可表示为：

；

进一步的，所述用户与基站之间的信道传输速率可表示为：

；

其中，

进一步的，用户部分任务卸载至BS的卸载时延可表示为：

；

其中，

进一步的，用户在本地进行任务处理的计算时延可表示为：

；

其中，

进一步的，BS处的MEC服务器完成用户剩余任务的计算时延可表示为：

；

其中，

进一步的，所述联合优化模型为：

；

其中，(9a)与(9b)分别代表RIS1和RIS2的相移反射系数限制，(9c)代表计算任务量的分配限制，(9d)代表BS处接收信号波束成形向量的归一化处理。通过联合优化任务分配，D-RIS相移和接收波束成形向量，最小化系统总时延。

进一步的，所述联合优化模型的求解方法如下：

为方便求解，联合优化模型重写为：

；

其中

对于给定

；

对

对于给定

；

问题可进一步等效为：

；

对上述子问题进行交替优化，当固定

；/>

；

上述不等式中等式成立的条件显然为

；

很容易解得

进一步的，固定

；

其中，

最后，固定

。

本发明的有益效果是：本发明对于延迟敏感型用户，将部分任务通过D-RIS辅助卸载至MEC处进行处理；

本发明采用的D-RIS可有效改变发射信号的传播，增大MEC处接收信号的信噪比，从而提升任务卸载速率，降低系统延迟。

综上所述，本发明通过双RIS辅助，降低用户卸载计算任务链路的路径损耗，有效满足低延迟用户的需求。

附图说明

图1是本发明实施例的流程示意图。

图2是本发明实施例的系统模型图。

图3是本发明实施例的仿真图。

具体实施方式

下面结合附图对本发明的技术方案作进一步说明：以下实施例仅用于更清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

如图1所示，本发明提出了一种双可重构智能表面辅助移动边缘计算系统优化方法，所述方法包括如下步骤：

步骤1、获取信道衰落增益，计算用户与基站（BS, Base Station）之间的信道传输速率。

步骤2、由于用户对时延敏感，因此用户终端需要将其任务划分为两部分，其中一部分进行本地计算，另一部分通过BS处的移动边缘计算（MEC, Mobile Edge Computing）服务器进行计算。根据所述信道传输速率，计算用户任务卸载至BS的卸载时延。

步骤3、分别获取用户任务在本地与BS处的MEC服务器进行计算的时延。

步骤4、构建了以最小化用户任务的处理时延为目标的任务分配、双可重构智能表面（D-RIS, Double-Reconfigurable Intelligence Surface）相移和接收波束成形向量联合优化模型。

步骤5、通过交替优化，分别求出各个变量的闭式解，通过迭代算法直至收敛，求得最优解。

其中，用户任务卸载至BS的链路信道衰落增益可表示为：

；

其中，

用户BS处接收信号可表示为：

；

其中，

假设BS处使用线性接收波束成形向量对接收信号进行解码，在BS处恢复的信号可表示为：

；

其中，

用户任务卸载至BS的链路信噪比可表示为：

；

用户与基站之间的信道传输速率可表示为：

；

其中，

用户部分任务卸载至BS的卸载时延可表示为：

；

其中，

用户在本地进行任务处理的计算时延可表示为：

；

其中，

所述BS处的MEC服务器完成用户剩余任务的计算时延可表示为：

；

其中，

本发明中，问题可被建模为：

；

其中，(9a)与(9b)分别代表RIS1和RIS2的相移反射系数限制，(9c)代表计算任务量的分配限制，(9d)代表BS处接收信号波束成形向量的归一化处理。通过联合优化任务分配，D-RIS相移和接收波束成形向量，最小化系统总时延。

本发明中，所述问题求解方法如下：

为方便求解，问题重写为：

；

其中

对于给定

；

对

对于给定

；

问题可进一步等效为：

。

我们对上述子问题进行交替优化，当固定

。

上述不等式中等式成立的条件显然为/>

；

很容易解得

进一步的，固定

；

其中，

最后，固定

。

下面给出计算机上利用MATLAB语言仿真实现发明的一个实例。本发明考虑一个二维笛卡尔坐标系，将用户，RIS1，RIS2，BS的位置分别设置为

以上所述仅是本发明的优选实施方式，但本发明的保护范围并不局限于此，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。