一种车联网中可切分任务的计算卸载方法
本发明属于计算机，进一步涉及数据处理，具体为一种车联网中可切分任务的计算卸载方法，可用于自动驾驶或智能车路协同系统中，为一定区域内行驶的车辆提供低时延的应用数据处理。
背景技术：
：：1、近年来，随着搭载高性能处理器的智能车辆的快速发展和不断普及，车辆已经超出了仅仅作为交通工具的属性，可作为移动的计算平台为周围的其他车辆提供任务卸载服务。在自动驾驶场景中，存在很多可切分的任务，如环境感知、车辆状态监测类任务等。这些任务计算量大，时延要求苛刻，单个车辆无法独立完成，需要借助移动边缘计算mec技术将任务卸载至边缘服务器执行。mec和车联网的结合即车辆边缘计算vec。vec通过将计算能力迁移至网络边缘，实现了车辆计算密集型、时延敏感型任务的分散执行，减轻了主干网络的负载，能够为各种车载应用提供低延迟服务。vec技术从根本上增强了交通系统的处理能力，为推动智慧交通系统的发展提供了技术支持。2、z.xiao等人在文章"multi-objective parallel task offloading and contentcaching in d2d-aided mec networks,"in ieee transactions on mobile computing,vol.22,no.11,pp.6599-6615,1nov.2023,doi:10.1109/tmc.2022.中提出，不同移动设备md的多项任务可以并发的在不同服务器上处理，但每项任务只能卸载到单个服务器。该研究成果在一定程度上降低了多项任务的总执行时延，但对于可切分的任务，仍未能充分利用当前所有可用资源来最大程度的降低任务执行时延。z.liu,y.yang,k.wang,z.shao andj.zhang,"post:parallel offloading of splittable tasks in heterogeneous fognetworks,"in ieee internet of things journal,vol.7,no.4,pp.3170-3183,april2020.中，liu等人构建并研究了一个称为可分割任务并行卸载post的广义纳什均衡ne问题，他们将多项任务映射到多个服务节点中，以最小化物联网iot中每项任务的服务延迟，得到了令人满意的任务执行延迟。但该研究设定在物联网场景下，未考虑节点的移动性问题，不能适用于车辆高速移动的车联网环境。技术实现思路1、本发明目的在于针对上述现有技术的不足，提出一种车联网中可切分任务的计算卸载方法，用于解决现有方法计算需求大，任务完成率不佳且存在资源浪费的问题。首先，通过周围车辆的当前速度筛选在任务执行期间能与任务车辆持续保持通信的车辆作为服务车辆；然后，判断任务车辆与当前路侧单元rsu之间通信链路持续时间是否满足任务执行要求；最后，将任务以最优的切分比例分配至所有可用服务节点，将rsu上的资源以最优的分配方式分配给所有卸载至其上的任务。本发明能够在节点移动的车联网环境中，充分利用当前所有可用资源，有效降低任务执行时延，提升通信效率及任务卸载的成功率。2、本发明实现上述目的具体步骤如下：3、(1)搭建车联网中车辆产生的可切分任务卸载场景：4、(1.1)将系统时间划分为离散的时间片γ＝{1,2,…,t,…,t}，且每个时间片的时间间隔相等，设定每个时间片内路段最多有n辆车，构成车辆集合5、(1.2)每个车辆以固定概率pt产生任务，当前时刻产生任务的车辆为任务车辆tv，其余作为辅助任务车辆进行计算的服务车辆sv；将时刻t产生的任务表示为dn(t)＝(dn(t),cn(t),δn(t))，其中dn(t)是任务的输入，cn(t)是任务的计算密度，δn(t)是任务可容忍的最大时延；6、(1.3)在路段中均匀部署m个路侧单元rsu，表示为将车辆和rsu之间的通信称为v2i通信，车辆和车辆之间的通信称为v2v通信；其中v2i通信范围为ε米，v2v通信范围为χ米；假设系统中所有车辆的速度服从均值为μ、方差为σ的截断高斯分布，且每辆车在每个时间片内匀速行驶，搭建车联网任务卸载场景，并以场景中最左端的位置为原点，令第n个车辆的位置为第m个rsu的位置为7、(2)分别计算第n个tv和第m个rsu的通信链路持续时间以及第n个tv和第n′个sv的通信链路持续时间获取每个任务车辆与其通信范围内rsu和所有服务车辆的通信链路持续时间；8、(3)分别判断与任务容忍的最大延迟δn(t)之间的关系，如果或大于δn(t)，表明该rsu或sv可以为任务dn(t)提供计算服务，则将此服务节点加入任务dn(t)的服务节点集合中；反之，表明该rsu或sv不能为任务dn(t)提供计算服务，则不将其加入服务节点集合；9、(4)检查是否存在同一个sv出现在多个任务服务节点集合中的情况，若存在，则只为距离该sv最近的任务车辆提供服务；10、(5)将任一任务分配给其所有服务节点的比例和将任一rsu中计算资源分配给其所有任务的比例作为优化变量，构建系统时延模型，步骤如下：11、(5.1)将车辆产生的任务进行切分并传输至所有服务节点，所述服务节点分为rsu节点、本地执行节点和sv节点三类，按照服务节点类型分别获取卸载至rsu节点、本地执行节点和sv节点的计算时延及12、(5.2)在任务卸载至rsu或sv时，将任务传输至各服务节点，并在卸载至rsu时获取基于毫米波通信的v2i通信时延在卸载至sv时获取基于5gnr-c-v2x pc5接口的v2v通信时延13、(5.3)在任务被卸载至rsu执行，且当前rsu同时接收了多个任务时，获取排队时延14、(5.4)构建系统的整体时延模型：15、16、17、18、19、20、21、其中，约束c1表示每个服务车辆只能为一个任务提供服务；约束c2表示任务的切分比例不小于0；约束c3表示rsu分配给每个任务的资源必须大于0；约束c4表示资源分配比例之和必须小于等于1；约束c5表示任务切分比例之和为1；22、(6)采用迭代优化算法对步骤(5)构建的系统时延模型进行优化求解，使得系统完成当前时间片内所有任务所需的时延最小，得到将任一任务分配给其所有服务节点的最优比例，即最优任务切分方案，以及将任一rsu中计算资源分配给其所有任务的比例，即最优资源分配方案，实现步骤如下：23、(6.1)将当前时刻每一个任务平均切分成相等大小的子任务并卸载至该任务的所有可用服务节点；24、(6.2)当任一rsu在当前时刻接收到的任务数大于1时，使用拉格朗日乘子法计算该rsu分配给每个任务的计算资源比例；25、(6.3)令nt(t)表示t时刻产生任务的车辆数，i表示实际任务数，初始化i＝1；26、(6.4)当i小于等于nt(t)时，继续执行步骤(6.5)，否则执行步骤(6.8)；27、(6.5)计算任务di(t)的每个服务节点完成所分配子任务所需的时延，并求出最大时延与最小时延之差；28、(6.6)如果时延之差大于预设的阈值，则继续执行步骤(6.7)；反之，令i＝i+1，并返回步骤(6.4)；29、(6.7)求解在最大时延的服务节点上计算产生时延差值一半时的子任务份数，并将这些子任务迁移至最小时延的服务节点上，且转移至少1份任务；迁移结束后使用拉格朗日乘子法重新计算该任务车辆所在rsu分配给每个任务的计算资源比例，并返回执行步骤(6.5)；30、(6.8)将当前的任务切分方案和资源分配方案设定为最优任务切分方案和最优资源分配方案；31、(7)根据最优任务切分方案和最优资源分配方案进行任务切分及资源分配，执行任务；32、(8)完成并退出计算卸载流程。33、本发明与现有技术相比具有以下优点：34、第一、由于本发明采用一种轻量级的通信链路持续时间预测方法预测任务车辆、路边基础设施rsu及周围具有剩余资源的车辆的链路持续时间，在链路持续时间大于任务容忍时间时将其加入该任务的服务集，反之则不考虑将其作为服务节点；从而使得任务只会被卸载至任务执行期间始终能够和任务车辆保持通信的服务节点上，减少了任务在执行期间由于任务车辆驶离服务节点通信范围而产生的任务迁移，提高了任务卸载的成功率。35、第二、本发明中对于车辆和rsu之间的通信v2i采用毫米波通信技术，车辆和车辆之间的通信v2v采用5g-nr-c-v2x通信技术，这种新的通信技术相比于传统通信模式，能够有效降低任务的传输时延，提升通信效率。36、第三、由于本发明提出了一种可切分任务的多对多卸载方案，即将某一时刻由多个任务车辆同时产生的任务分别卸载至多个服务节点并行执行；其中，每个可切分任务均可被卸载至周围多个服务节点，该服务节点包含rsu和有剩余资源的通信范围内的其他车辆，这些车辆被称为服务车辆；rsu能够同时接收和处理多个任务，而服务车辆每个时间片只能接收和处理一个任务，从而减小任意时间片产生的所有任务的完成时间。37、第四、本发明提出了一种计算卸载决策及资源分配方案，计算当前区域内任一任务卸载至所有具体服务节点的任务比例，及每个rsu中的计算资源分配给每个具体任务的比例，从而使得在这种分配方式下，当前时刻所有任务的完成时延之和最小。当前第1页12当前第1页12
技术特征：
技术总结
本发明提出了一种车联网中可切分任务的计算卸载方法，主要解决现有方法任务完成率低，且存在资源浪费的问题。方案包括：1)搭建车联网中由行驶车辆与路侧单元RSU构成的可切分任务卸载场景；2)获取车辆中每个任务车辆与其通信范围内RSU，以及与服务车辆的通信链路持续时间；3)判断通信链路持续时间与任务容忍的最大延迟之间的关系是否满足任务执行要求；4)构建系统时延模型，并采用迭代优化算法对其进行优化求解；5)将任务以最优的切分比例分配至所有可用服务节点；6)将RSU上的资源以最优的分配方式分配给所有卸载至其上的任务。本发明能够在节点移动的车联网环境中充分利用可用资源，降低任务执行时延，提升任务卸载成功率。
技术研发人员：门瑞,吕浩音
受保护的技术使用者：陇东学院
技术研发日：
技术公布日：2024/9/23
背景技术：
：：1、近年来，随着搭载高性能处理器的智能车辆的快速发展和不断普及，车辆已经超出了仅仅作为交通工具的属性，可作为移动的计算平台为周围的其他车辆提供任务卸载服务。在自动驾驶场景中，存在很多可切分的任务，如环境感知、车辆状态监测类任务等。这些任务计算量大，时延要求苛刻，单个车辆无法独立完成，需要借助移动边缘计算mec技术将任务卸载至边缘服务器执行。mec和车联网的结合即车辆边缘计算vec。vec通过将计算能力迁移至网络边缘，实现了车辆计算密集型、时延敏感型任务的分散执行，减轻了主干网络的负载，能够为各种车载应用提供低延迟服务。vec技术从根本上增强了交通系统的处理能力，为推动智慧交通系统的发展提供了技术支持。2、z.xiao等人在文章"multi-objective parallel task offloading and contentcaching in d2d-aided mec networks,"in ieee transactions on mobile computing,vol.22,no.11,pp.6599-6615,1nov.2023,doi:10.1109/tmc.2022.中提出，不同移动设备md的多项任务可以并发的在不同服务器上处理，但每项任务只能卸载到单个服务器。该研究成果在一定程度上降低了多项任务的总执行时延，但对于可切分的任务，仍未能充分利用当前所有可用资源来最大程度的降低任务执行时延。z.liu,y.yang,k.wang,z.shao andj.zhang,"post:parallel offloading of splittable tasks in heterogeneous fognetworks,"in ieee internet of things journal,vol.7,no.4,pp.3170-3183,april2020.中，liu等人构建并研究了一个称为可分割任务并行卸载post的广义纳什均衡ne问题，他们将多项任务映射到多个服务节点中，以最小化物联网iot中每项任务的服务延迟，得到了令人满意的任务执行延迟。但该研究设定在物联网场景下，未考虑节点的移动性问题，不能适用于车辆高速移动的车联网环境。技术实现思路1、本发明目的在于针对上述现有技术的不足，提出一种车联网中可切分任务的计算卸载方法，用于解决现有方法计算需求大，任务完成率不佳且存在资源浪费的问题。首先，通过周围车辆的当前速度筛选在任务执行期间能与任务车辆持续保持通信的车辆作为服务车辆；然后，判断任务车辆与当前路侧单元rsu之间通信链路持续时间是否满足任务执行要求；最后，将任务以最优的切分比例分配至所有可用服务节点，将rsu上的资源以最优的分配方式分配给所有卸载至其上的任务。本发明能够在节点移动的车联网环境中，充分利用当前所有可用资源，有效降低任务执行时延，提升通信效率及任务卸载的成功率。2、本发明实现上述目的具体步骤如下：3、(1)搭建车联网中车辆产生的可切分任务卸载场景：4、(1.1)将系统时间划分为离散的时间片γ＝{1,2,…,t,…,t}，且每个时间片的时间间隔相等，设定每个时间片内路段最多有n辆车，构成车辆集合5、(1.2)每个车辆以固定概率pt产生任务，当前时刻产生任务的车辆为任务车辆tv，其余作为辅助任务车辆进行计算的服务车辆sv；将时刻t产生的任务表示为dn(t)＝(dn(t),cn(t),δn(t))，其中dn(t)是任务的输入，cn(t)是任务的计算密度，δn(t)是任务可容忍的最大时延；6、(1.3)在路段中均匀部署m个路侧单元rsu，表示为将车辆和rsu之间的通信称为v2i通信，车辆和车辆之间的通信称为v2v通信；其中v2i通信范围为ε米，v2v通信范围为χ米；假设系统中所有车辆的速度服从均值为μ、方差为σ的截断高斯分布，且每辆车在每个时间片内匀速行驶，搭建车联网任务卸载场景，并以场景中最左端的位置为原点，令第n个车辆的位置为第m个rsu的位置为7、(2)分别计算第n个tv和第m个rsu的通信链路持续时间以及第n个tv和第n′个sv的通信链路持续时间获取每个任务车辆与其通信范围内rsu和所有服务车辆的通信链路持续时间；8、(3)分别判断与任务容忍的最大延迟δn(t)之间的关系，如果或大于δn(t)，表明该rsu或sv可以为任务dn(t)提供计算服务，则将此服务节点加入任务dn(t)的服务节点集合中；反之，表明该rsu或sv不能为任务dn(t)提供计算服务，则不将其加入服务节点集合；9、(4)检查是否存在同一个sv出现在多个任务服务节点集合中的情况，若存在，则只为距离该sv最近的任务车辆提供服务；10、(5)将任一任务分配给其所有服务节点的比例和将任一rsu中计算资源分配给其所有任务的比例作为优化变量，构建系统时延模型，步骤如下：11、(5.1)将车辆产生的任务进行切分并传输至所有服务节点，所述服务节点分为rsu节点、本地执行节点和sv节点三类，按照服务节点类型分别获取卸载至rsu节点、本地执行节点和sv节点的计算时延及12、(5.2)在任务卸载至rsu或sv时，将任务传输至各服务节点，并在卸载至rsu时获取基于毫米波通信的v2i通信时延在卸载至sv时获取基于5gnr-c-v2x pc5接口的v2v通信时延13、(5.3)在任务被卸载至rsu执行，且当前rsu同时接收了多个任务时，获取排队时延14、(5.4)构建系统的整体时延模型：15、16、17、18、19、20、21、其中，约束c1表示每个服务车辆只能为一个任务提供服务；约束c2表示任务的切分比例不小于0；约束c3表示rsu分配给每个任务的资源必须大于0；约束c4表示资源分配比例之和必须小于等于1；约束c5表示任务切分比例之和为1；22、(6)采用迭代优化算法对步骤(5)构建的系统时延模型进行优化求解，使得系统完成当前时间片内所有任务所需的时延最小，得到将任一任务分配给其所有服务节点的最优比例，即最优任务切分方案，以及将任一rsu中计算资源分配给其所有任务的比例，即最优资源分配方案，实现步骤如下：23、(6.1)将当前时刻每一个任务平均切分成相等大小的子任务并卸载至该任务的所有可用服务节点；24、(6.2)当任一rsu在当前时刻接收到的任务数大于1时，使用拉格朗日乘子法计算该rsu分配给每个任务的计算资源比例；25、(6.3)令nt(t)表示t时刻产生任务的车辆数，i表示实际任务数，初始化i＝1；26、(6.4)当i小于等于nt(t)时，继续执行步骤(6.5)，否则执行步骤(6.8)；27、(6.5)计算任务di(t)的每个服务节点完成所分配子任务所需的时延，并求出最大时延与最小时延之差；28、(6.6)如果时延之差大于预设的阈值，则继续执行步骤(6.7)；反之，令i＝i+1，并返回步骤(6.4)；29、(6.7)求解在最大时延的服务节点上计算产生时延差值一半时的子任务份数，并将这些子任务迁移至最小时延的服务节点上，且转移至少1份任务；迁移结束后使用拉格朗日乘子法重新计算该任务车辆所在rsu分配给每个任务的计算资源比例，并返回执行步骤(6.5)；30、(6.8)将当前的任务切分方案和资源分配方案设定为最优任务切分方案和最优资源分配方案；31、(7)根据最优任务切分方案和最优资源分配方案进行任务切分及资源分配，执行任务；32、(8)完成并退出计算卸载流程。33、本发明与现有技术相比具有以下优点：34、第一、由于本发明采用一种轻量级的通信链路持续时间预测方法预测任务车辆、路边基础设施rsu及周围具有剩余资源的车辆的链路持续时间，在链路持续时间大于任务容忍时间时将其加入该任务的服务集，反之则不考虑将其作为服务节点；从而使得任务只会被卸载至任务执行期间始终能够和任务车辆保持通信的服务节点上，减少了任务在执行期间由于任务车辆驶离服务节点通信范围而产生的任务迁移，提高了任务卸载的成功率。35、第二、本发明中对于车辆和rsu之间的通信v2i采用毫米波通信技术，车辆和车辆之间的通信v2v采用5g-nr-c-v2x通信技术，这种新的通信技术相比于传统通信模式，能够有效降低任务的传输时延，提升通信效率。36、第三、由于本发明提出了一种可切分任务的多对多卸载方案，即将某一时刻由多个任务车辆同时产生的任务分别卸载至多个服务节点并行执行；其中，每个可切分任务均可被卸载至周围多个服务节点，该服务节点包含rsu和有剩余资源的通信范围内的其他车辆，这些车辆被称为服务车辆；rsu能够同时接收和处理多个任务，而服务车辆每个时间片只能接收和处理一个任务，从而减小任意时间片产生的所有任务的完成时间。37、第四、本发明提出了一种计算卸载决策及资源分配方案，计算当前区域内任一任务卸载至所有具体服务节点的任务比例，及每个rsu中的计算资源分配给每个具体任务的比例，从而使得在这种分配方式下，当前时刻所有任务的完成时延之和最小。当前第1页12当前第1页12
技术特征：
1.一种车联网中可切分任务的计算卸载方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于：步骤(2)中所述第n个tv和第m个rsu的通信链路持续时间以及第n个tv和第n′个sv的通信链路持续时间分别根据下式计算；
3.根据权利要求1所述的方法，其特征在于：步骤(5.1)中所述卸载至rsu节点、本地执行节点和sv节点的计算时延及具体根据下式获取；
4.根据权利要求1所述的方法，其特征在于：步骤(5.2)中所述的v2i通信时延和v2v通信时延分别根据下式得到：
5.根据权利要求4所述的方法，其特征在于：所述v2v的数据传输速率γv2v(t)，由车辆与车辆之间的最小传输速率决定：
6.根据权利要求1所述的方法，其特征在于：步骤(5.3)所述排队时延根据下式计算：
技术总结
本发明提出了一种车联网中可切分任务的计算卸载方法，主要解决现有方法任务完成率低，且存在资源浪费的问题。方案包括：1)搭建车联网中由行驶车辆与路侧单元RSU构成的可切分任务卸载场景；2)获取车辆中每个任务车辆与其通信范围内RSU，以及与服务车辆的通信链路持续时间；3)判断通信链路持续时间与任务容忍的最大延迟之间的关系是否满足任务执行要求；4)构建系统时延模型，并采用迭代优化算法对其进行优化求解；5)将任务以最优的切分比例分配至所有可用服务节点；6)将RSU上的资源以最优的分配方式分配给所有卸载至其上的任务。本发明能够在节点移动的车联网环境中充分利用可用资源，降低任务执行时延，提升任务卸载成功率。
技术研发人员：门瑞,吕浩音
受保护的技术使用者：陇东学院
技术研发日：
技术公布日：2024/9/23
最新回复(0)