邊緣協同的無線與計算資源分配方案檢視原始碼討論檢視歷史

來自 搜狐網 的圖片

邊緣協同的無線與計算資源分配方案北京科技大學於1952 年由天津大學（原北洋大學）、清華大學等 6所國內著名大學的礦冶系科組建而成，現已發展成為以工為主，工、理、管、文、經、法等多學科協調發展的教育部直屬全國重點大學，是全國首批正式成立研究生院的高等學校之一。1997 年 5 月，學校首批進入國家「211 工程」建設高校行列。2006 年，學校成為首批 「985 工程」優勢學科創新平台建設高校。2014 年，學校牽頭的，以北京科技大學、東北大學為核心高校的「鋼鐵共性技術協同創新中心」成功入選國家「2011 計劃」。2017 年，學校入選國家「雙一流」建設高校。2018 年，學校獲批國防科工局、教育部共建高校。

成果概述

該成果涉及一種邊緣協同的無線與計算資源分配方案。利用博弈論構建「用戶-本地 MEC 服務器-其他 MEC 服務器」的無線與計算資源分配與協同關係；結合 IRS 技術，解決無線鏈路瓶頸問題；從時延與能耗兩個方面優化，能夠解決終端設備算力匱乏與能量短缺的問題；基於凸優化與連續凸逼近的理論方法，設計低計算複雜度高效的優化算法；提供一種電子設備，其包括處理器和存儲器；其中，存儲器中存儲有至少一條指令，所述指令由處理器加載並執行。

成果突破性

通過博弈構建的 MEC 服務器協作機制能夠解決 MEC 服務器負載均衡問題，進一步優化資源分配，降低邊緣計算時延；結合 IRS 技術，能夠有效保證直射信道條件比較差時的信道容量，降低傳輸時延，提高頻譜效率；高效的算法設計，通過較低複雜度獲得魯棒性高的近優解。IRS 的引入與凸優化理論的應用從物理設備與數學理論兩個角度提升 MEC 無線網絡的服務質量。所述方案基於博弈論的分布式思想，計算複雜度低，具有較好的收斂性，能夠在無線通信領域大規模推廣。

成果詳細描述

1.突破性與創新型

（1）通過博弈論構建「用戶-本地 MEC 服務器-其他 MEC 服務器」，基於博弈論的資源配置機制具有低複雜度、高靈活性等優點，能夠解決集中式的資源分配方式計算複雜度高、模型構建複雜、無法突出用戶的個體理性的問題。同時，通過博弈構建的邊緣服務器協同機制能夠有效解決邊緣服務器負載均衡問題，提升邊緣服務器計算資源利用率，基於博弈的邊緣服務器協同機制能為邊緣服務器協作提供正向激勵，保證邊緣服務器之間有效協作。用戶與邊緣服務器基於博弈的資源分配機制建立了用戶與邊緣服務器之間的「資源-支付」關係，將經濟學理論與通信結合，使得方案更容易落地實施。 （2）所涉及邊緣協同的無線與計算資源分配方案與裝置，結合 IRS技術，解決通信盲區問題，解決通信鏈路瓶頸問題，能夠有效提高信道容量，提升頻譜效率，有效降低任務卸載傳輸時延與能耗，保證 MEC 性能，提升用戶 QoE。

（3）兼顧優化了時延與能耗，有效解決無線終端計算資源匱乏與電池容量有限的問題；優化變量全面，聯合優化無線終端上行傳輸功率、IRS 相位係數矩陣、基站信號檢測矩陣、邊緣服務器計算資源分配等，使卸載時延與能耗進一步降低。

（4）優化算法方面，基於凸優化與連續凸逼近設計優化算法，將原問題分解成幾個子問題，將非凸子問題轉換成凸問題並且得到優化變量的閉式解，迭代優化直至收斂，所提算法收斂速度快，複雜度低，具有較高的魯棒性。

2.主要技術指標

所提方案對比現存方案能夠降低的端到端時延 0.5ms-10ms，降低能耗 2mJ-21mJ，提升系統總體性能約 5%。

3.應用前景

（1）工業互聯網領域，工業互聯網對時延與可靠性要求極高，流程行業存在能質流嚴重耦合、多目標衝突、在線實驗風險大、人工依賴性強等問題，該資源分配方案具有複雜度低，收斂性好的特點，所得近優解具有很好的魯棒性，能夠滿足工業互聯網低時延高可靠需求。同時，工業環境複雜，工業建築物可能會對無線信號造成遮擋，IRS 技術的引入將有效解決工業環境中無線鏈路條件差的問題。同時工業傳感器算力與能量極其有限，所述方案同時優化時延與能耗能夠解決工業傳感器算力匱乏與能源有限的問題。

（2）車聯網領域，車聯網特別是無人駕駛場景對時延具有極高的要求，該方案支持為構建「人—車—路—雲」高度協同的互聯環境，實現車路協同、自動駕駛等業務提供了基礎，基於博弈的分布式資源分配方法相較於傳統集中式方案具有較低的計算複雜度，有效發揮分布式智能的優勢，能夠調用整個車聯網中的分布式算力，有效提升算力利用率。

（3）醫療健康領域，醫療應用場景需要精確的時延控制，所述方案從物理設備與數學理論兩個角度切入降低傳輸時延，同時考慮邊緣協同，能夠有效利用分布式算力，為醫療行業應用提供充足的算力資源。

（4）圖像採集與分析領域，圖像採集與分析具有時效性，通常需要較低的時延與較高的算力。所述方案提供了邊緣服務器協作機制，能夠解決單個邊緣服務器過載問題，能夠有效利用網絡中的分布式算力，為圖像分析提供充足的算力資源。同時，所述方案聯合優化多個參數，進一步降低處理時延，且利用凸優化與連續凸逼近技術獲得優化變量閉式解，複雜度低，收斂性好。能夠滿足圖像採集與分析應用對於時效性的需求。

（5）無線蜂窩通信領域，當無線用戶具有計算密集高的任務時，需要將任務卸載至邊緣服務器執行，所述方案為無線任務卸載提供了解決方法。所述方案綜合優化時延與能耗，根據不同的用戶類型調整權重因子，提升無線用戶 QoE。同時，在蜂窩通信中，小區邊緣用戶信號質量差，所述方案結合 IRS 技術，可以在小區邊緣形成信號增強區，能夠有效保證小區邊緣用戶 QoE。

（6）無人機&邊緣計算領域，特殊場景因環境原因難以布置邊緣服務器，無人機可充當邊緣服務器進行組網，但是由於無人機本身算力有效，所以無人機邊緣計算容易發生服務器過載，所述方案利用博弈構建邊緣服務器協同機制，能夠將多個無人機算力協同，有效利用無人機網絡中的分布式算力，解決單個無人機服務器算力瓶頸問題。

（7）物聯網領域，IoT 設備能量有限，且特殊場景中 IoT 設備與基站間通信鏈路條件惡劣，所述方案能夠有效優化 IoT 設備傳輸能耗，與 IRS 技術的結合能夠解決通信鏈路條件惡劣的問題，有效保證 IoT傳感器的工作，提升物聯網 QoS。

（8）大規模網絡通信領域，大規模網絡拓撲結構複雜，傳統集中式算法複雜度高，所述方案通過博弈論分布式思想，充分發揮邊緣網絡分布式算力進行資源分配，有效降低算法複雜度，提升計算效率，保證網絡 QoS。

4.預計的社會經濟效益

推動無線通信領域的理論發展加速通信行業與產業界以及工業界的融合，預計在工業互聯網、車聯網、蜂窩無線通信等領域創造不少於 1000 萬的經濟效益，提供不少於 20 個就業崗位，帶動通信行業中小企業發展，促進經濟內循環。

綜上所述，所述方案具有較高的創新性和實用性，從物理設備與數學理論兩個角度切入問題，實施較為簡單，容易落地。所述方案在無線通信領域具有較好的應用前景，能夠為社會帶來較大的潛在經濟效益，推動通信行業的發展，促進經濟內循環。