一种面向特征需求的基站多优先级业务调度方法、系统、设备及介质

本发明属于算法优化和地面通信，主要涉及基站多优先级业务的调度技术，具体公开了一种面向特征需求的基站多优先级业务调度方法、系统、设备及介质，可用于地面通信基站调度领域。

背景技术：

1、随着未来通信越来越趋向于服务具有差异化业务需求的用户，地面网络的通信覆盖规模和承载能力得到了前所未有的提高。由于地面通信基站的传输特性，基站用户一直非常关注某些互联网服务的响应时延性能。因此，如何提高地面网络中时延敏感服务的性能已成为一个引人注目的问题。

2、关于地面网络结构，即地面网络作为重要的信息承载基础设施，由多个具有区域覆盖传输功能的基站组成。地面网络中承载的业务数据在传输路径上的基站中容易出现滞留时延的情况。为了满足业务时延要求，时延的服务质量(qos，quality ofservice)保证方法通常可以分为节点级和网络级，这取决于它们的工作位置。节点级方法一般作用于基站节点的内部，并不局限于特定的地面网络结构。网络级方法，如路由规划方法，适用于整个网络。对于节点级的qos保证方法，当前工程通常采用尽力而为的数据转发方法，即不区分优先级。尽管这种方法充分利用了链路带宽资源，但没有考虑不同的业务要求，导致差异化qos的低时延保证率。

3、j.han等在文章“task scheduling ofhigh dynamic edge cluster insatellite edge computing,in proc.ieee world congr.services(services),oct.2020,pp.287–293.”中提出了一种根据网络状态动态调整业务优先级的算法，并通过对动态优先级最高的业务进行优先级排序来实现差异化服务。然而，该算法没有考虑业务到达率的影响，使得其qos保证率不是最优的。

4、c.ding等在文章“dynamic transmission and computation resourceoptimization for dense leo satellite assisted mobile-edge computing,ieeetrans.commun.,vol.71,no.5,pp.3087–3102,may 2023.”中提出了一种用于密集星地集成移动边缘计算网络中数据到达、存储、传输和计算的业务访问排队模型。但这种排队模型缺乏调度方案，导致网络资源分配不均，qos保证率下降。

技术实现思路

1、为了克服上述现有技术的缺点，本发明的目的在于提供一种面向特征需求的基站多优先级业务调度方法、系统、设备及介质，将基站路由器的业务转发过程建模为多优先级排队模型，设置约束条件，并将非凸目标函数转换为凸函数，进而形成一个凸优化问题，通过提出多优先级调度算法求解qos保证率，从而提高qos保证率。

2、为了实现上述目的，本发明采用的技术方案是：

3、一种面向特征需求的基站多优先级业务调度方法，包括以下步骤：

4、步骤1：根据m/g/1排队系统，将基站路由器的业务转发过程建模为多优先级排队模型；

5、步骤2：基于步骤1中的多优先级排队模型，根据经典的p-k公式，设置任何优先级类别i的排队时延和滞留时延；

6、步骤3：基于步骤1中的多优先级排队模型，根据业务帧是否满足时延性能指标，确定目标函数；

7、步骤4：基于步骤1中的多优先级排队模型，设定约束条件；

8、步骤5：将步骤3中的非凸目标函数转换为凸函数，进而形成一个凸优化问题，同时添加一个新的约束条件；

9、步骤6：在步骤4和步骤5的约束条件下，通过多优先级调度算法求解步骤3中的目标函数。

10、将步骤1中所述的m/g/1系统作为多优先级排队模型，设定业务到达间隔无记忆，并且服从指数分布，帧大小呈指数级长，优先级类别i的到达率表示为λi(i∈{1,2,…,n})，一阶矩表示为二阶矩表示为其中μ表示每个优先级类别的服务率，即

11、根据经典的p-k公式，步骤2将所述任何优先级类i的排队时延设为：

12、

13、其中ρj为第j优先级的业务密度；

14、此外，任何优先级类i的滞留时延是：

15、

16、步骤3中所述的约束函数确定为：

17、设为优先级类别i的时延性能指标，qos保证率为：

18、

19、其中，如果本发明规定分子等于1，建立最大化qos保证率目标函数为：

20、(p0)max rqos。

21、步骤4中所述得约束条件设定为：

22、设置第一个约束条件为：

23、

24、设置第二个约束条件为：

25、λi,μ≥0；

26、设置第三个约束条件为：

27、

28、其中，表示第i个优先级的到达率的最小值，kl是满足时延qos性能指数的优先级类别的最小数目。

29、将所述步骤5中凸优化问题进行转换：

30、将原始优化问题(p0)重新表述如下：

31、

32、其中是指λi的可用集合，需要满足一个新的约束，即：

33、

34、该约束是一个凸约束。

35、所述步骤6具体包括以下步骤：

36、步骤6.1：初始化参数：将优先级最高的滞留时延设置为其时延性能指标，即将i置为1、置为

37、步骤6.2：将步骤6.1中的代入步骤2，计算第i优先级的最大到达率λi；

38、步骤6.3：根据步骤2计算下一优先级的最大到达率λi+1；

39、步骤6.4：判断步骤6.3中的λi+1是否大于等于0，如果是，并且满足约束条件，执行步骤6.5，如果不是，转到步骤6.6；

40、步骤6.5：用内点法搜索i的最优解；

41、步骤6.6：通过邻近搜索满足约束条件的同时，确定最大λi+1≥0，如果没有这样的λi+1，将k置为i、迭代中断；

42、步骤6.7：步骤6.4-步骤6.6的判断语句结束，将i置为i+1，判断rqos是否有增加，若有增加，返回步骤6.1，若无增加，执行步骤6.8；

43、步骤6.8：判断i是否大于等于n，如果是，执行步骤6.9，如果不是，返回步骤6.1；

44、步骤6.9：收集所有大于等于的λi，根据步骤4的qos保证率公式计算rqos。

45、一种面向特征需求的基站多优先级业务调度系统，包括：

46、建模模块：根据m/g/1排队系统，将基站路由器的业务转发过程建模为多优先级排队模型；

47、问题建立模块：根据经典的p-k公式，设置任何优先级类别i的排队时延和滞留时延，确定目标函数，设定约束条件；

48、问题转换模块：将非凸目标函数转换为凸函数，进而形成凸优化问题，同时添加新的约束条件；

49、问题求解模块：通过多优先级调度算法求解目标函数。

50、一种面向特征需求的基站多优先级业务调度设备，包括：

51、存储器：用于存储实现所述的一种面向特征需求的基站多优先级业务调度方法的计算机程序；

52、处理器：用于执行所述计算机程序时实现所述的一种面向特征需求的基站多优先级业务调度方法。

53、本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述的一种面向特征需求的基站多优先级业务调度方法的步骤。

54、相对于现有技术，本发明的有益效果在于：

55、1.本发明通过将基站路由器的业务转发过程建模为m/g/1型排队模型，可以对业务转发过程进行深入的数学分析，方便后续的目标函数确立和优化，从而提高系统的服务质量。

56、2.本发明通过对rqos物理意义的分析，确立目标函数，不仅明确了优化方向，还可以量化优化效果，便于求解优化问题。

57、3.本发明通过消除目标函数非凸部分min(·)的影响，将非凸目标函数转换为凸函数，进而形成一个凸优化问题，可以使用高效且稳定的算法找到全局最优解。

58、4.本发明将非凸目标函数转换为凸函数，进而形成一个凸优化问题，通过分析优化步骤6.1初始化参数中的滞留时延，提出的多优先级调度算法既保持了最佳性能，又降低了计算复杂度，在有限的网络资源下尽可能满足差异化的业务传输时延要求。

59、综上所述，本发明将业务转发过程建模为m/g/1型排队模型，明确目标函数，使用高效且稳定的算法找到全局最优解，在有限的网络资源下尽可能满足差异化的业务传输时延要求，从而提高系统的服务质量。