多基站移动边缘计算系统传输计算联合优化系统及方法

技术领域

本发明涉及多基站移动边缘计算系统传输计算联合优化系统及方法，属于无线通信技术领域。

背景技术

随着5G的出现和通信技术的发展，许多对延迟敏感并且能耗大的电力服务越来越多。这种要求低延迟和高可靠性的电力服务和应用对电力服务终端的计算能力有很高的要求。由于计算能力有限的电力终端在处理此类应用时会产生较高的延迟，从而影响电力终端的及时反馈，因此如何降低应用处理延迟是当前电力场景中需要解决的关键问题之一。

面对新兴的业务，传统的电力云计算模式已经无法处理快速增长的海量数据，迫切需要对现有电网进行改造，提高电网服务质量。例如，传统云计算的高时延会导致一些对时延要求高的信息终端设备无法进行实时数据采集、处理和控制；其次，电网中很多设备接口复杂，难以接收信息，如果使用云计算解决问题，不仅需要工程师提供支持帮助，还需要相关接口的代码，增加了人工成本；第三，云计算不能更好地制定差异化的安全措施，从而保护不同类型的信息。

因此，移动边缘计算(Mobile Edge Computing，MEC)作为弥补传统云计算缺陷的一种新技术开始被应用在智能电网场景中。然而，目前在移动边缘计算的实际应用过程中仍然存在着传输信息的冗余以及信道和计算资源利用的不充分，并由此导致了处理时延和系统能耗增大等问题。

发明内容

本发明的目的在于克服现有技术中的不足，提供多基站移动边缘计算系统传输计算联合优化系统及方法，能够降低智慧电网场景中的处理时延和系统能耗。

为达到上述目的，本发明是采用下述技术方案实现的：

第一方面，本发明提供了多基站移动边缘计算系统传输计算联合优化方法，包括：

获取终端设备和MEC服务器的参数；

基于终端设备和MEC服务器的参数建立优化问题模型，得到系统初始通信和计算资源分配方案并计算出初始系统总能耗；

根据初始通信和计算资源分配方案，通过块坐标下降法进行首次迭代更新，得到新的通信和计算资源分配方案及新的系统总能耗；

判断新的系统总能耗与初始系统总能耗的相对误差是否在阈值范围内；

响应于相对误差不在阈值范围内时，保存新的通信和计算资源分配方案，并通过块坐标下降法进行下一次迭代更新后，再次判断相对误差是否在阈值范围内；

响应于相对误差在阈值范围内时，输出当前通信和计算资源分配方案，结束优化；

响应于迭代次数超过规定最大次数时，输出当前通信和计算资源分配方案，结束优化。

进一步的，所述终端设备和MEC服务器的参数包括：MEC服务器集合J、终端设备集合I、终端设备i需要压缩数据的原始大小L

进一步的，所述优化问题模型为：

E

其中，E(A，τ，β，p)为系统总能耗，

进一步的，根据初始通信和计算资源分配方案，通过块坐标下降法进行首次迭代更新，得到新的通信和计算资源分配方案及新的系统总能耗，包括：

将所述优化问题模型转化为连续化后的优化问题模型；

采用块坐标下降法将连续化后的优化问题分成多个子问题并迭代求解，得到新的系统总能耗。

进一步的，所述连续化后的优化问题模型为：

其中，关联矩阵Q[q

进一步的，采用块坐标下降法将连续化后的优化问题分成多个子问题并迭代求解，得到新的系统总能耗，包括：

(1)初始化τ＝τ

通过内点法求解，得到结果Q

(2)初始化Q＝Q

约束关于τ单调递减，利用单调性可以将问题简化为：

T

使用来格朗日乘子法进行求解，得到结果τ＝τ

(3)初始化Q＝Q

计算满足约束要求的p的最小值，即

(4)初始化Q＝Q

将非凸函数写成:

其中，

将原非凸问题转换为一个近似的凸问题：

其中

进一步的，判断新的系统总能耗与初始系统总能耗的相对误差是否在阈值范围内，包括：

|E

其中，tol为设定的误差容限，E

第二方面，本发明提供了多基站移动边缘计算系统传输计算联合优化系统，包括：

数据获取模块：用于获取终端设备和MEC服务器的参数；

建模模块：用于基于终端设备和MEC服务器的参数建立优化问题模型，得到系统初始通信和计算资源分配方案并计算出初始系统总能耗；

迭代更新模块：用于根据初始通信和计算资源分配方案，通过块坐标下降法进行首次迭代更新，得到新的通信和计算资源分配方案及新的系统总能耗；

判断模块：用于判断新的系统总能耗与初始系统总能耗的相对误差是否在阈值范围内；响应于相对误差不在阈值范围内时，保存新的通信和计算资源分配方案，并通过块坐标下降法进行下一次迭代更新后，再次判断相对误差是否在阈值范围内；响应于相对误差在阈值范围内时，输出当前通信和计算资源分配方案，结束优化；响应于迭代次数超过规定最大次数时，输出当前通信和计算资源分配方案，结束优化。

第三方面，多基站移动边缘计算系统传输计算联合优化装置，包括处理器及存储介质；

所述存储介质用于存储指令；

所述处理器用于根据所述指令进行操作以执行根据上述任一项所述方法的步骤。

第四方面，计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任一项所述方法的步骤。

与现有技术相比，本发明所达到的有益效果：

本发明利用移动边缘计算组织灵活、响应快、时延低等特性，结合数据压缩技术降低传输数据的信息冗余度，设计了多基站移动边缘计算系统传输和计算资源的联合优化方法。灵活调配边缘节点基站为智能电力终端提供边缘计算服务，从而降低终端设备的处理和通信时延，同时降低整个边缘计算系统的整体能耗。

附图说明

图1为本发明实施例一提供的一种智能电网场景中的多基站移动边缘计算系统传输和计算资源的联合优化方法的应用场景图；

图2为本实施例1中提供的一种智能电网场景中的多基站移动边缘计算系统传输和计算资源的联合优化方法的流程示意图。

具体实施方式

下面结合附图对本发明作进一步描述。以下实施例仅用于更加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。

实施例一：

本实施例公开了一种智能电网场景中的多基站移动边缘计算系统传输和计算资源的联合优化方法，该方法针对智能电网场景中多个移动电力服务终端设备和多个基站的边缘计算系统，结合信息压缩技术，将移动电力服务终端设备获得的数据信息经过本地压缩后通过无线通信传输给合适的基站，之后在基站中的边缘计算服务器中进行进一步压缩，以便于接下来的信息处理(存储，分析，上传等)。联合优化方法具体包括如下步骤：

步骤一，配置智能电力终端设备和MEC服务器的参数；

其中，智能电力终端设备和MEC服务器的参数包括：

MEC服务器数量，由集合J＝{1,2,…,J}表示、

终端设备数量，由集合I＝{1,2,…,I}表示、

终端设备i需要压缩数据的原始大小L

所述步骤一中，初始化终端设备和MEC服务器的参数和配置{A

步骤二，根据在步骤一配置的终端设备和MEC服务器的参数，建立优化问题模型，得到系统初始通信和计算资源分配方案并计算出相应的系统总能耗；

所述步骤二中，先建立无线传输模型，第i个终端设备与第j个基站之间的传输速率计算公式为：r

E

其中L

建立数据压缩模型，假设每个压缩任务都可以通过相同的压缩方法在终端设备和边缘节点上处理，β

根据上述计算出的主要参数，构建通信资源和计算资源限制下，系统总能耗最小化的优化问题模型：

步骤三，根据当前的通信和计算资源分配方案，通过块坐标下降法(BlockCoordinate Descent，BCD)得到新的通信和计算资源分配方案及相应的系统总能耗；

所述步骤三中，先将步骤二中建立的通信资源分配离散优化问题转化为易于处理的连续形式，具体包括：处理离散的目标函数E，引入辅助变量

然后采用块坐标下降法将连续化后的优化问题分成以下四个子问题并迭代求解：

(1)优化辅助关联因子q

(2)优化带宽分配因子τ

(3)优化发射功率p

(4)优化带宽分配因子β

步骤四，判断在步骤三更新的系统总能耗值与前一系统总能耗值的相对误差是否在阈值范围内，若在阈值范围内或者迭代次数超过规定最大次数，则输出当前通信和计算资源分配方案，结束优化；否则，执行步骤五；

所述步骤四中，设在第k轮迭代后，关联矩阵，本地数据压缩率，终端设备传输功率和带宽分配的值分别为{Q

步骤五，保存当前的通信和计算资源分配方案，并返回步骤三。

以下结合附图1-2对该方案内容进行进一步描述，请参阅图1，考虑一个异构的多小区无线网络，其中单天线的小基站处于宏基站的覆盖下。宏基站负责协调小基站间的通信。该网络系统中存在I个电力服务终端设备和J个小基站，分别用集合I＝{1,2,…,I}和J＝{1,2,…,J}表示。

这些基站配备了MEC服务器，可以为覆盖范围内的终端设备提供边缘计算服务，终端设备捕获的信息数据通过无线网络上传到MEC服务上进行进一步处理(分析，上传云服务器，压缩存储等)。每个终端设备仅与接受一个MEC服务器的服务，用关联因子a

(2)建立数据压缩模型，为了确保所有数据可以在本地和MEC服务器上进行分步压缩，要求所有终端设备和MEC服务器都使用相同的压缩算法。利用压缩比来描述压缩效果(即原始数据大小与压缩后数据大小之比)。具体的，L

其中ε是取决于具体压缩方法的正常数。

本地压缩所产生的能耗和时延可以分别表示为：

其中F

由于边缘节点的压缩时间相较于传输时延和本地压缩时间非常小，可以简化忽略，所以只考虑边缘节点的能耗，终端设备i的上传数据在MEC服务器上压缩所需要的能耗为：

其中

(3)建立无线传输模型，采用频分多址(Frequency Division Multiple Access，FDMA)来共享带宽，在所述系统中，将总带宽划分为I个部分，并分别将其分配给I个终端设备使用。每个终端设备与其连接的小基站之间的无线信道被建模为独立且均匀分布的瑞利变量。根据香农公式，计算出终端设备i与小基站j之间的数据传输速率(比特/秒)为：

终端设备i在完成本地压缩后，会将大小为

E

并且压缩和传输产生的总时延不能超过设定的最大时延限制，表示为

如图2所示，本发明的具体步骤为：

(1)将通信资源分配离散优化问题转化为易于处理的连续形式，引入辅助变量

在第k次迭代中，依次对四个子问题进行求解，具体如下：

(2)确定τ,p,β的值，求解Q的值，初始化τ＝τ

由于问题的目标函数和约束都是线性函数，因此它是一个线性规划问题，可以用内点法求解，得到结果Q

(3)确定Q,p,β的值，求解τ的值，初始化Q＝Q

可以证明该问题为凸问题，并且约束关于τ单调递减，利用单调性可以将问题简化为：

其中约束是有原约束和利用单调性合并而来，同时

(4)确定Q,τ,β的值，求解p的值，初始化Q＝Q

可以证明问题的优化目标函数关于p单调递增，约束关于p单调递减，所以只需要找到满足约束要求的p的最小值即是求解结果，即

(5)确定Q,τ,p的值，求解β的值，初始化Q＝Q

注意到目标函数是非凸函数，可以写成:

其中

这样就可以将原非凸问题转换为一个近似的凸问题：

其中

(6)检测结果是否满足收敛条件：

|E

其中tol为设定的误差容限。若满足此收敛条件或者迭代次数超过规定的最大次数k

综上所述，本发明利用移动边缘计算组织灵活、响应快、时延低等特性，结合数据压缩技术降低传输数据的信息冗余度，设计了多基站移动边缘计算系统传输和计算资源的联合优化方法。灵活调配边缘节点基站为智能电力终端提供边缘计算服务，从而降低终端设备的处理和通信时延，同时降低整个边缘计算系统的整体能耗。本发明未详述之处，均为本领域技术人员的公知技术，在此不再贅述。

实施例二：

多基站移动边缘计算系统传输计算联合优化系统，包括：

数据获取模块：用于获取终端设备和MEC服务器的参数；

建模模块：用于基于终端设备和MEC服务器的参数建立优化问题模型，得到系统初始通信和计算资源分配方案并计算出初始系统总能耗；

迭代更新模块：用于根据初始通信和计算资源分配方案，通过块坐标下降法进行首次迭代更新，得到新的通信和计算资源分配方案及新的系统总能耗；

判断模块：用于判断新的系统总能耗与初始系统总能耗的相对误差是否在阈值范围内；响应于相对误差不在阈值范围内时，保存新的通信和计算资源分配方案，并通过块坐标下降法进行下一次迭代更新后，再次判断相对误差是否在阈值范围内；响应于相对误差在阈值范围内时，输出当前通信和计算资源分配方案，结束优化；响应于迭代次数超过规定最大次数时，输出当前通信和计算资源分配方案，结束优化。

实施例三：

本发明实施例还提供了多基站移动边缘计算系统传输计算联合优化装置，包括处理器及存储介质；

所述存储介质用于存储指令；

所述处理器用于根据所述指令进行操作以执行下述方法的步骤：

获取终端设备和MEC服务器的参数；

基于终端设备和MEC服务器的参数建立优化问题模型，得到系统初始通信和计算资源分配方案并计算出初始系统总能耗；

根据初始通信和计算资源分配方案，通过块坐标下降法进行首次迭代更新，得到新的通信和计算资源分配方案及新的系统总能耗；

判断新的系统总能耗与初始系统总能耗的相对误差是否在阈值范围内；

响应于相对误差不在阈值范围内时，保存新的通信和计算资源分配方案，并通过块坐标下降法进行下一次迭代更新后，再次判断相对误差是否在阈值范围内；

响应于相对误差在阈值范围内时，输出当前通信和计算资源分配方案，结束优化；

响应于迭代次数超过规定最大次数时，输出当前通信和计算资源分配方案，结束优化。

实施例四：

本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现下述方法的步骤：

获取终端设备和MEC服务器的参数；

基于终端设备和MEC服务器的参数建立优化问题模型，得到系统初始通信和计算资源分配方案并计算出初始系统总能耗；

根据初始通信和计算资源分配方案，通过块坐标下降法进行首次迭代更新，得到新的通信和计算资源分配方案及新的系统总能耗；

判断新的系统总能耗与初始系统总能耗的相对误差是否在阈值范围内；

响应于相对误差不在阈值范围内时，保存新的通信和计算资源分配方案，并通过块坐标下降法进行下一次迭代更新后，再次判断相对误差是否在阈值范围内；

响应于相对误差在阈值范围内时，输出当前通信和计算资源分配方案，结束优化；

响应于迭代次数超过规定最大次数时，输出当前通信和计算资源分配方案，结束优化。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上所述仅是本发明的优选实施方式，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。