一种面向卫星通信网络的通算存资源联合分配算法的制作方法
1.本发明涉及卫星移动通信和边缘计算技术领域，尤其涉及一种面向卫星通信网络的通算存资源联合分配算法。
背景技术：
2.在未来移动通信网络大吞吐量、高计算量和全球连接趋势的推动下，对高性能计算、存储与传输一体化应用的需求日益增加。为向未被地面蜂窝网络覆盖的偏远地区及海空终端提供服务，卫星通信网络可作为地面移动通信系统的补充，为全球终端提供无缝服务。由于移动终端的信息处理能力有限，在终端本地开展高计算应用存在挑战。为了应对这一难题，移动边缘计算成为一种有力的技术途径，其将计算任务迁移到边缘处的计算服务器，从而减少移动终端的能量损失、降低任务执行时延。
3.尽管目前已有一些关于移动边缘计算技术应用于为卫星通信网络的相关研究，但卫星移动边缘计算网络的通信、计算与存储资源联合分配问题尚未研究。由于数据传输性能不再是未来6g网络所关注的主要目标，未来的信息服务包含对通信、计算与存储资源的多样化需求，而三个维度的资源相互耦合，将共同影响用户的业务体验。此外，随着芯片及制造技术的不断发展，卫星平台的能力飞速提升，除了数据通信能力，未来星上还将具备计算与存储能力，可为地面网络不可达的终端提供通信、计算与存储三位一体的全面服务。因此，针对卫星移动边缘计算网络设计通信、计算与存储资源的联合分配算法十分必要。
技术实现要素：
4.本发明的目的在于：为了解决上述问题，而提出的一种面向卫星通信网络的通算存资源联合分配算法。
5.为了实现上述目的，本发明采用了如下技术方案：
6.一种面向卫星通信网络的通算存资源联合分配算法，包括以下步骤：
7.s1：初始化终端、卫星边缘计算服务器、任务模型的参数配置；
8.s2：建立通信、计算与存储模型，量化本地计算、边缘计算的开销，开销包括时间开销和能量开销；
9.s3：构建缓存约束条件；
10.s4：根据通信、计算与存储模型，构建资源分配的目标函数；
11.s5：根据目标函数，设计一种启发式算法，分步骤得到每个终端的计算任务卸载和数据库下载策略，并通过进一步计算得到数据库缓存策略，最后基于凸优化算法得到终端与卫星的通信资源分配和计算资源分配策略。
12.优选地，所述步骤s1中初始化终端、卫星边缘计算服务器、任务模型的参数配置包括：
13.一个卫星移动边缘计算网络包括j个终端和n颗可视卫星，每颗卫星都部署一个卫星移动边缘计算服务器用于执行来自终端的计算任务。
14.优选地，所述步骤s2中开销量化具体方法为：
15.对于本地计算，首先需要从卫星的卫星移动边缘计算服务器下载所需的数据库，考虑卫星与地面终端的下行传输采用正交多址方式，则终端j从卫星n处下载数据库的数据传输速率为：
[0016][0017]
其中y
jn
表示卫星n分配给终端j的归一化下行通信资源，bd表示下行总通信资源，表示信道增益，σ2表示噪声功率，因此，终端j完成本地计算过程所需的时间可计算为：
[0018][0019]
其中此外，终端j所消耗的能量为：
[0020][0021]
其中fj表示终端j的通信能力，κ表示能量消耗系数，其主要取决于芯片结构，对于边缘计算，终端j向卫星n上传其任务数据的数据传输速率可表示为：
[0022][0023]
其中x
jn
表示卫星n分配给终端j的归一化上行无线资源，由于计算结果的数据量通常较小，终端j完成整个边缘计算的时间为：
[0024][0025]
其中其中表示卫星n分配给终端j的计算资源，则表示单程传播时延，此外，终端j进行边缘计算所需的能量消耗可表示为：
[0026][0027]
优选地，所述步骤s3中缓存约束的构建方法为：
[0028]
由于卫星的存储能力受限，因此在卫星移动边缘计算服务器部署的数据库以及终端迁移的任务数据总量不能超过卫星的存储容量，对于卫星n，有以下约束：
[0029][0030]
此外，只有当卫星部署了某项任务的数据库时，终端才能向该卫星迁移计算任务或者从该卫星下载数据库，因此对于用户j、任务k以及卫星n，有以下约束：
[0031]
[0032]
优选地，所述步骤s4中资源分配的目标函数构建方法为：
[0033]
为了最小化所有终端的计算时延，将通信、计算与存储资源联合优化问题建模为：
[0034][0035][0036][0037][0038][0039][0040][0041][0042][0043][0044][0045]
在公式(9)中，c1-c3分别是能耗、计算和缓存约束，是为终端j的计算任务所保留的电池容量，和分别表示第n颗卫星的计算和缓存能力，c4表示每个设备只能与一个卫星关联，用于计算卸载或数据库下载，c5表示数据库放置约束，c6-c10是常见的资源分配约束。
[0046]
优选地，所述步骤s5中资源分配具体方法为：
[0047]
公式(9)中的目标函数可以重新表示为：
[0048][0049]
其中观察公式(10)可知，无线资源和卫星计算资源分配与计算卸载和数据库下载决策(α
jn
,β
jn
)相互耦合，在这种情况下，低复杂度启发式算法分为三个部分，首先通过假设平均资源分配来获得计算卸载和数据库下载决策，然后确定数据库部署，最后得到最优的无线资源和卫星计算资源分配。
[0050]
综上所述，由于采用了上述技术方案，本发明的有益效果是：
[0051]
1、本技术解决了卫星与6g融合的移动边缘计算网络的通信、计算与存储资源联合分配问题，可以有效降低终端计算任务的执行时延，同时兼顾了终端业务性能的公平性，保证计算业务在能量消耗的容忍范围内完成。
附图说明
[0052]
图1示出了根据本发明实施例提供的一种面向卫星通信网络的通算存资源联合分配算法执行过程流程示意图；
[0053]
图2示出了根据本发明实施例提供的系统模型示意图。
具体实施方式
[0054]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
[0055]
请参阅图1-2，本发明提供一种技术方案：
[0056]
一种面向卫星通信网络的通算存资源联合分配算法，包括以下步骤：
[0057]
s1：初始化终端、卫星边缘计算服务器、任务模型的参数配置；
[0058]
s2：建立通信、计算与存储模型，量化本地计算、边缘计算的开销，开销包括时间开销和能量开销；
[0059]
s3：构建缓存约束条件；
[0060]
s4：根据通信、计算与存储模型，构建资源分配的目标函数；
[0061]
s5：根据目标函数，设计一种启发式算法，分步骤得到每个终端的计算任务卸载和数据库下载策略，并通过进一步计算得到数据库缓存策略，最后基于凸优化算法得到终端与卫星的通信资源分配和计算资源分配策略。
[0062]
具体的，如图1和图2所示，步骤s1中初始化终端、卫星边缘计算服务器、任务模型的参数配置包括：
[0063]
一个卫星移动边缘计算网络包括j个终端和n颗可视卫星，每颗卫星都部署一个卫星移动边缘计算服务器用于执行来自终端的计算任务；假定任务模型表示为(ak,bk,εk)，其中ak表示来自终端的数据，bk表示所需的数据库，该数据库部署在卫星移动边缘计算服务器中，εk表示计算任务k所需的cpu周期数，ξ
jk
∈{0,1}表示任务k是否由终端j产生，假定每个终端当前只有一个计算任务，即令α
jn
∈{0,1}表示来自终端j的任务是否采用本地计算，β
jn
∈{0,1}则表示终端j的任务所需数据库是否通过卫星n下载。
[0064]
步骤s2中开销量化具体方法为：
[0065]
对于本地计算，首先需要从卫星的卫星移动边缘计算服务器下载所需的数据库，考虑卫星与地面终端的下行传输采用正交多址方式，则终端j从卫星n处下载数据库的数据传输速率为：
[0066][0067]
其中y
jn
表示卫星n分配给终端j的归一化下行通信资源，bd表示下行总通信资源，表示信道增益，σ2表示噪声功率，因此，终端j完成本地计算过程所需的时间可计算为：
[0068][0069]
其中此外，终端j所消耗的能量为：
[0070][0071]
其中fj表示终端j的通信能力，κ表示能量消耗系数，其主要取决于芯片结构，对于边缘计算，终端j向卫星n上传其任务数据的数据传输速率可表示为：
[0072][0073]
其中x
jn
表示卫星n分配给终端j的归一化上行无线资源，由于计算结果的数据量通常较小，终端j完成整个边缘计算的时间为：
[0074][0075]
其中其中表示卫星n分配给终端j的计算资源，则表示单程传播时延，此外，终端j进行边缘计算所需的能量消耗可表示为：
[0076][0077]
步骤s3中缓存约束的构建方法为：
[0078]
由于卫星的存储能力受限，因此在卫星移动边缘计算服务器部署的数据库以及终端迁移的任务数据总量不能超过卫星的存储容量，对于卫星n，有以下约束：
[0079][0080]
此外，只有当卫星部署了某项任务的数据库时，终端才能向该卫星迁移计算任务或者从该卫星下载数据库，因此对于用户j、任务k以及卫星n，有以下约束：
[0081][0082]
步骤s4中资源分配的目标函数构建方法为：
[0083]
为了最小化所有终端的计算时延，将通信、计算与存储资源联合优化问题建模为：
[0084][0085][0086][0087]
[0088][0089][0090][0091][0092][0093][0094][0095]
在公式(9)中，c1-c3分别是能耗、计算和缓存约束，是为终端j的计算任务所保留的电池容量，和分别表示第n颗卫星的计算和缓存能力，c4表示每个设备只能与一个卫星关联，用于计算卸载或数据库下载，c5表示数据库放置约束，c6-c10是常见的资源分配约束；
[0096]
步骤s5中资源分配具体方法为：
[0097]
公式(9)中的目标函数可以重新表示为：
[0098][0099]
其中观察公式(10)可知，无线资源和卫星计算资源分配与计算卸载和数据库下载决策(α
jn
,β
jn
)相互耦合，在这种情况下，低复杂度启发式算法分为三个部分，首先通过假设平均资源分配来获得计算卸载和数据库下载决策，然后确定数据库部署，最后得到最优的无线资源和卫星计算资源分配；
[0100]
具体地，我们首先假定平均无线资源和卫星计算资源分配，即具体地，我们首先假定平均无线资源和卫星计算资源分配，即其中定义为除设备j外，决定将任务卸载到第n颗卫星或从第n颗卫星下载数据库的设备数量，因此，为了在考虑卫星间负载平衡的情况下最小化目标函数，按顺序获得每个设备的计算卸载和数据库下载决策，即：
[0101][0102][0103]
并在每轮更新和
[0104]
然后，考虑到卫星存储容量的限制，与第k个任务相对应的数据库应仅缓存在为任务k提供边缘计算或数据库下载服务的卫星上，即：
[0105][0106]
最后将得到的(α',β',s')代入到公式(9)中，可得到：
[0107][0108]
由于公式(13)是凸问题，因此可采用标准凸优化算法求解。
[0109]
本技术解决了卫星与6g融合的移动边缘计算网络的通信、计算与存储资源联合分配问题，可以有效降低终端计算任务的执行时延，同时兼顾了终端业务性能的公平性，保证计算业务在能量消耗的容忍范围内完成。
[0110]
实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
技术特征：
1.一种面向卫星通信网络的通算存资源联合分配算法，其特征在于，包括以下步骤：s1：初始化终端、卫星边缘计算服务器、任务模型的参数配置；s2：建立通信、计算与存储模型，量化本地计算、边缘计算的开销，开销包括时间开销和能量开销；s3：构建缓存约束条件；s4：根据通信、计算与存储模型，构建资源分配的目标函数；s5：根据目标函数，设计一种启发式算法，分步骤得到每个终端的计算任务卸载和数据库下载策略，并通过进一步计算得到数据库缓存策略，最后基于凸优化算法得到终端与卫星的通信资源分配和计算资源分配策略。2.根据权利要求1所述的一种面向卫星通信网络的通算存资源联合分配算法，其特征在于，所述步骤s1中初始化终端、卫星边缘计算服务器、任务模型的参数配置包括：一个卫星移动边缘计算网络包括j个终端和n颗可视卫星，每颗卫星都部署一个卫星移动边缘计算服务器用于执行来自终端的计算任务。3.根据权利要求1所述的一种面向卫星通信网络的通算存资源联合分配算法，其特征在于，所述步骤s2中开销量化具体方法为：对于本地计算，首先需要从卫星的卫星移动边缘计算服务器下载所需的数据库，考虑卫星与地面终端的下行传输采用正交多址方式，则终端j从卫星n处下载数据库的数据传输速率为：其中y
jn
表示卫星n分配给终端j的归一化下行通信资源，b
d
表示下行总通信资源，表示信道增益，σ2表示噪声功率，因此，终端j完成本地计算过程所需的时间可计算为：其中此外，终端j所消耗的能量为：其中f
j
表示终端j的通信能力，κ表示能量消耗系数，其主要取决于芯片结构，对于边缘计算，终端j向卫星n上传其任务数据的数据传输速率可表示为：其中x
jn
表示卫星n分配给终端j的归一化上行无线资源，由于计算结果的数据量通常较小，终端j完成整个边缘计算的时间为：
其中其中表示卫星n分配给终端j的计算资源，则表示单程传播时延，此外，终端j进行边缘计算所需的能量消耗可表示为：4.根据权利要求1所述的一种面向卫星通信网络的通算存资源联合分配算法，其特征在于，所述步骤s3中缓存约束的构建方法为：由于卫星的存储能力受限，因此在卫星移动边缘计算服务器部署的数据库以及终端迁移的任务数据总量不能超过卫星的存储容量，对于卫星n，有以下约束：此外，只有当卫星部署了某项任务的数据库时，终端才能向该卫星迁移计算任务或者从该卫星下载数据库，因此对于用户j、任务k以及卫星n，有以下约束：5.根据权利要求1所述的一种面向卫星通信网络的通算存资源联合分配算法，其特征在于，所述步骤s4中资源分配的目标函数构建方法为：为了最小化所有终端的计算时延，将通信、计算与存储资源联合优化问题建模为：储资源联合优化问题建模为：储资源联合优化问题建模为：储资源联合优化问题建模为：储资源联合优化问题建模为：储资源联合优化问题建模为：储资源联合优化问题建模为：储资源联合优化问题建模为：储资源联合优化问题建模为：储资源联合优化问题建模为：储资源联合优化问题建模为：
在公式(9)中，c1-c3分别是能耗、计算和缓存约束，是为终端j的计算任务所保留的电池容量，和分别表示第n颗卫星的计算和缓存能力，c4表示每个设备只能与一个卫星关联，用于计算卸载或数据库下载，c5表示数据库放置约束，c6-c10是常见的资源分配约束。6.根据权利要求5所述的一种面向卫星通信网络的通算存资源联合分配算法，其特征在于，所述步骤s5中资源分配具体方法为：公式(9)中的目标函数可以重新表示为：其中观察公式(10)可知，无线资源和卫星计算资源分配与计算卸载和数据库下载决策(α
jn
,β
jn
)相互耦合，在这种情况下，低复杂度启发式算法分为三个部分，首先通过假设平均资源分配来获得计算卸载和数据库下载决策，然后确定数据库部署，最后得到最优的无线资源和卫星计算资源分配。
技术总结
本发明公开了一种面向卫星通信网络的通算存资源联合分配算法，涉及卫星移动通信和边缘计算技术领域。本发明中，通过通信、计算与存储资源的联合分配，解决卫星终端计算能力与电池容量受限、无法进行大规模计算任务的问题，进一步提升卫星对终端的服务能力，合理地利用包括通信资源、存储容量以及服务器计算频率在内的三个维度资源，以便为天地一体化、卫星互联网等国家重大规划中的通信卫星系统提供支撑；解决了卫星与6G融合的移动边缘计算网络的通信、计算与存储资源联合分配问题，可以有效降低终端计算任务的执行时延，同时兼顾了终端业务性能的公平性，保证计算业务在能量消耗的容忍范围内完成。容忍范围内完成。容忍范围内完成。
