云边端资源调度方案生成方法、装置、设备及存储介质与流程

本发明涉及边缘计算 ，尤其涉及一种云边端资源调度方案生成方法、装置、设备及存储介质。

背景技术：

1、随着高速列车智能业务的发展，更多的数据需要被分析处理。然而，列车中计算终端的算力水平不足，无法在规定时限内完成计算任务的处理。因此，需要将部分计算任务卸载至边缘服务器、云服务器，以获得更低的任务处理时延。计算终端与边缘服务器、云服务器之间的传输速率受限，如果全部将计算任务全部卸载，会有较高的传输时延，需要对任务卸载比例和通信、计算资源管理方案进行合理设计，以达到最小任务处理时延。

2、当前边缘计算系统大多面向低速移动或静止设备，未充分考虑到设备的高速移动对任务卸载速率的影响，对高速列车车地信道传输速率的建模不准确，导致无法得到精准的任务卸载与资源分配策略，对高速移动场景适配性差。

3、因此，亟需一种针对高速移动列车的云边端资源调度方案生成方法。

技术实现思路

1、本发明提供一种云边端资源调度方案生成方法、装置、设备及存储介质，用以解决现有技术中边缘计算系统未充分考虑到设备的高速移动对任务卸载速率的影响，导致无法得到精准的任务卸载与资源分配策略的问题。

2、本发明提供一种云边端资源调度方案生成方法，包括如下步骤。

3、基于瑞利衰落模型，计算得到第一传输速率与第二传输速率，所述第一传输速率是终端设备将任务卸载至边缘服务器的传输速率，所述第二传输速率是所述终端设备将任务卸载至云服务器的传输速率；

4、基于所述终端设备的计算力、计算任务的计算密度、所述第一传输速率与所述第二传输速率，确定第一处理时延、第二处理时延与第三处理时延，所述第一处理时延是所述边缘服务器处理任务所需的时间，所述第二处理时延是所述云服务器处理任务所需的时间，所述第三处理时延是所述终端设备处理任务所需的时间；

5、基于所述第一处理时延、所述第二处理时延与所述第三处理时延，生成优化问题；

6、使用差分进化算法，对所述优化问题进行求解，得到云边端资源调度方案。

7、根据本发明提供的一种云边端资源调度方案生成方法，所述第一传输速率是基于如下公式计算得到的：

8、；

9、其中，表示第一传输速率，表示所述终端设备卸载任务至所述边缘服务器的传输带宽，表示所述终端设备与所述边缘服务器之间的车地信道快衰落的衰落系数，表示所述终端设备与所述边缘服务器之间的车地信道慢衰落的衰落系数，表示所述边缘服务器的发射功率，表示噪声功率谱密度，表示的条件概率密度函数。

10、根据本发明提供的一种云边端资源调度方案生成方法，所述第二传输速率是基于如下公式计算得到的：

11、；

12、其中，表示第二传输速率，表示所述终端设备卸载任务至所述云服务器的传输带宽，表示所述终端设备与所述边缘服务器之间的车地信道快衰落的衰落系数，表示所述终端设备与所述边缘服务器之间的车地信道慢衰落的衰落系数，表示所述边缘服务器的发射功率，表示噪声功率谱密度，表示的条件概率密度函数。

13、根据本发明提供的一种云边端资源调度方案生成方法，所述瑞利衰落模型中的条件概率密度函数的计算公式如下：

14、；

15、其中，，；

16、表示信道估计的延迟，表示过期的信道状态信息，表示时域相关系数，表示第一类零阶贝塞尔函数，表示信道估计误差，表示第一类修正零阶贝塞尔函数，表示车地信道最大多普勒频移。

17、根据本发明提供的一种云边端资源调度方案生成方法，所述差分进化算法的目标函数如下：

18、；

19、其中，，；

20、表示目标函数，表示所述计算任务的总处理时间， n表示计算任务的数量， j表示所述优化问题中约束条件的数量，表示惩罚函数，表示各约束条件的惩罚因子，表示第 j个约束条件。

21、本发明还提供一种云边端资源调度方案生成装置，包括如下模块：

22、速率计算模块，用于：基于瑞利衰落模型，计算得到第一传输速率与第二传输速率，所述第一传输速率是终端设备将任务卸载至边缘服务器的传输速率，所述第二传输速率是所述终端设备将任务卸载至云服务器的传输速率；

23、时延计算模块，用于：基于所述终端设备的计算力、计算任务的计算密度、所述第一传输速率与所述第二传输速率，确定第一处理时延、第二处理时延与第三处理时延，所述第一处理时延是所述边缘服务器处理任务所需的时间，所述第二处理时延是所述云服务器处理任务所需的时间，所述第三处理时延是所述终端设备处理任务所需的时间；

24、问题生成模块，用于：基于所述第一处理时延、所述第二处理时延与所述第三处理时延，生成优化问题；

25、问题求解模块，用于：使用差分进化算法，对所述优化问题进行求解，得到云边端资源调度方案。

26、本发明还提供一种云边端协同计算系统，包括云服务器、边缘服务器和多个终端设备，其特征在于，所述云边端协同计算系统采用如上述任一种所述云边端资源调度方案生成方法生成的云边端资源调度方案处理任务。

27、本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述任一种所述云边端资源调度方案生成方法。

28、本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述云边端资源调度方案生成方法。

29、本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述云边端资源调度方案生成方法。

30、本发明提供的云边端资源调度方案生成方法、装置、设备及存储介质，基于瑞利衰落模型，计算得到第一传输速率与第二传输速率，所述第一传输速率是终端设备将任务卸载至边缘服务器的传输速率，所述第二传输速率是所述终端设备将任务卸载至云服务器的传输速率；基于所述终端设备的计算力、计算任务的计算密度、所述第一传输速率与所述第二传输速率，确定第一处理时延、第二处理时延与第三处理时延，所述第一处理时延是所述边缘服务器处理任务所需的时间，所述第二处理时延是所述云服务器处理任务所需的时间，所述第三处理时延是所述终端设备处理任务所需的时间；基于所述第一处理时延、所述第二处理时延与所述第三处理时延，生成优化问题；使用差分进化算法，对所述优化问题进行求解，得到云边端资源调度方案。本方案针对列车的高速移动特性，通过瑞利衰落模型对车地信道的小尺度衰落进行了建模，从而计算得到准确的车地信道通信传输速率，进而生成优化问题，对优化问题进行求解得到的云边端资源调度方案对高速移动场景具有较好的适配性，降低高速移动场景下云边端协同计算的任务处理时延，提高任务处理效率。

技术特征：

1.一种云边端资源调度方案生成方法，其特征在于，包括：

2.根据权利要求1所述的云边端资源调度方案生成方法，其特征在于，所述第一传输速率是基于如下公式计算得到的：

3.根据权利要求1所述的云边端资源调度方案生成方法，其特征在于，所述第二传输速率是基于如下公式计算得到的：

4.根据权利要求2或3所述的云边端资源调度方案生成方法，其特征在于，所述瑞利衰落模型中的条件概率密度函数的计算公式如下：

5.根据权利要求1所述的云边端资源调度方案生成方法，其特征在于，所述差分进化算法的目标函数如下：

6.一种云边端资源调度方案生成装置，其特征在于，包括：

7.一种云边端协同计算系统，包括云服务器、边缘服务器和多个终端设备，其特征在于，所述云边端协同计算系统采用如权利要求1至5任一项所述云边端资源调度方案生成方法生成的云边端资源调度方案处理任务。

8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述云边端资源调度方案生成方法。

9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述云边端资源调度方案生成方法。

10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述云边端资源调度方案生成方法。

技术总结本发明提供一种云边端资源调度方案生成方法、装置、设备及存储介质，属于边缘计算技术领域，所述方法包括：基于瑞利衰落模型，计算得到终端设备将任务卸载至边缘服务器的第一传输速率和终端设备将任务卸载至云服务器的第二传输速率；基于终端设备的计算力、计算任务的计算密度、第一传输速率与第二传输速率，确定边缘服务器处理任务所需的第一处理时延、云服务器处理任务所需的第二处理时延、终端设备处理任务所需的第三处理时延，进而生成优化问题；使用差分进化算法，对优化问题进行求解，得到云边端资源调度方案。本发明生成的云边端资源调度方案可以降低高速移动场景下云边端协同计算的任务处理时延，提高任务处理效率。技术研发人员：马岩,周欣,王萌,周明远,王海京,虞春鸣,何涛,闫跃荣,王鹤,李倩受保护的技术使用者：中国移动通信集团北京有限公司技术研发日：技术公布日：2024/12/2