本發(fā)明涉及一種基于無線能量和信息傳輸下的云邊協(xié)同卸載策略的優(yōu)化方法和系統(tǒng)，屬于無線能量與信息同步傳輸。

背景技術：

1、隨著油田數(shù)智化建設的不斷推進，為了確保油氣田設備的正常運行和生產(chǎn)安全，需要部署大量無人巡檢設備對油田現(xiàn)場進行定期巡檢和維護。鑒于油田地域廣袤且環(huán)境復雜多變，穩(wěn)定的能源供應和信息傳輸成為關鍵需求。無線能量與信息同步傳輸技術能夠在傳輸電能的同時完成信息傳輸，具有提高能源利用效率、簡化系統(tǒng)結(jié)構(gòu)和增強通信安全性等顯著優(yōu)點，因而成為當前研究的熱點。

2、傳統(tǒng)的云計算和邊緣計算已不足以滿足多場景業(yè)務的需求，云邊協(xié)同通過實現(xiàn)邊緣計算與云計算的協(xié)同聯(lián)動，共同處理數(shù)據(jù)，能夠滿足多場景業(yè)務的需求，尤其是在智能巡檢設備領域。鑒于巡檢機器人需要在油田環(huán)境中長時間執(zhí)行任務，通過無線充電設備基于能量和信息同步傳輸技術實現(xiàn)邊緣端至云端的數(shù)據(jù)傳輸，因此如何有效提高無線能量與信息傳輸?shù)臄?shù)據(jù)傳輸信道容量，以及如何優(yōu)化卸載策略，對于保證系統(tǒng)成本、降低系統(tǒng)整體時延和能耗具有重要意義。

3、現(xiàn)有技術中通過合理設計電路結(jié)構(gòu)以減少能量傳輸對數(shù)據(jù)傳輸信道的干擾可以有效提高數(shù)據(jù)信道容量，保證數(shù)據(jù)的傳輸速率。發(fā)明專利cn115626282a“非接觸式模塊化多旋翼無人機系統(tǒng)”提出非接觸能量信息傳輸系統(tǒng)用于實現(xiàn)無人機平臺與任務載荷之間的電源能量傳遞和信息交互管理。該方案并未對通信模型或具體的電路設計進行深入探討。發(fā)明專利cn108512315a“基于雙邊lcc結(jié)構(gòu)的注入式無線能量與信息同步傳輸電路”提出了一種注入式無線能量與信息同步傳輸電路，利用阻波電路實現(xiàn)能量信號相互隔離，同時增加了系統(tǒng)的設計成本和復雜度。

技術實現(xiàn)思路

1、針對上述問題，本發(fā)明的目的是提供一種基于無線能量和信息傳輸下的云邊協(xié)同卸載策略的優(yōu)化方法和系統(tǒng)，其降低了系統(tǒng)整體時延，保證了云邊協(xié)同系統(tǒng)的整體系統(tǒng)成本，邊緣計算能夠在巡檢設備附近提供計算能力，從而以更短的傳輸延遲提供更優(yōu)質(zhì)的計算服務。

2、為實現(xiàn)上述目的，本發(fā)明提出了以下技術方案：一種云邊協(xié)同卸載策略的優(yōu)化方法，包括以下步驟：云邊協(xié)同卸載系統(tǒng)包括：用戶端、mec邊緣服務器和mcc云服務器；所述用戶端的信號發(fā)射端向接收端、所述mec邊緣服務器和mcc云服務器傳輸數(shù)據(jù)傳輸載波；將所述數(shù)據(jù)傳輸載波分解為若干正交子載波；在滿足oos要求和發(fā)射功率限制條件下，根據(jù)所述正交子載波建立信息傳輸信道模型，使所述信息傳輸信道模型的目標函數(shù)最大化；通過經(jīng)過優(yōu)化的所述信息傳輸信號模型，生成所述數(shù)據(jù)傳輸子載波的功率分配策略和傳輸分配方法；經(jīng)過數(shù)據(jù)傳輸信號容量最大化后，對所述云邊協(xié)同卸載系統(tǒng)的卸載策略進行優(yōu)化，在滿足oos要求和發(fā)射功率限制條件下，建立云邊協(xié)同計算卸載模型，使所述云邊協(xié)同計算卸載模型的目標函數(shù)最小化，對邊緣服務器卸載策略、云服務器卸載策略以及傳輸功率策略進行聯(lián)合優(yōu)化，生成最終的云邊協(xié)同卸載策略。

3、進一步，所述數(shù)據(jù)傳輸載波的傳輸狀態(tài)通過子載波是否進行數(shù)據(jù)傳輸以及子載波進行功率傳輸時分配的傳輸功率值；在無線能量和信息同步傳輸接收端接收信息的總比特數(shù)為：

4、

5、其中，u(p,s)為總比特數(shù)，i為第i個子載波，si表示子載波i是否進行數(shù)據(jù)的傳輸；gdp(ω)為數(shù)據(jù)傳輸?shù)膫鬏斣鲆妫籫pf為能量噪聲增益；w為信道帶寬；為數(shù)據(jù)傳輸?shù)墓β史峙洳呗?，pi是第i個子載波的功率；pf是第f個子載波的功率；nf是子載波數(shù)目。

6、進一步，所述si＝1時，所述子載波i進行數(shù)據(jù)傳輸，當si＝0時，所述子載波i不用來進行數(shù)據(jù)傳輸。

7、進一步，所述oos要求為：

8、

9、其中，ci是信道容量，rmin是數(shù)據(jù)傳輸?shù)淖钚鬏斔俾手担琾min是數(shù)據(jù)傳輸信道能夠成功傳輸信號的最小功率值，pmax是無線能量和信息同步傳輸時的電池容量限制值。

10、進一步，生成所述數(shù)據(jù)傳輸子載波的功率分配策略和傳輸分配方法為：給定功率分配策略，從而將優(yōu)化問題轉(zhuǎn)化為子載波分配策略問題，從而對子載波進行分配；通過子載波的分配結(jié)果，采用對偶法求得功率分配子問題的最優(yōu)方案；通過交替迭代法對子載波分配和功率分配的優(yōu)化結(jié)果進行交替迭代優(yōu)化，若本次的優(yōu)化結(jié)果與上次的優(yōu)化結(jié)果之差小于預設閾值或者迭代次數(shù)大于預設的最大迭代次數(shù)時，停止迭代，從而求得目標函數(shù)的最優(yōu)解。

11、進一步，所述云邊協(xié)同計算卸載模型為云邊協(xié)同卸載系統(tǒng)成本最小化模型，所述云邊協(xié)同卸載系統(tǒng)成本為任務處理所產(chǎn)生的能耗和時延的加權和，通過權值因子將能耗和時延相加，其中權值因子屬于(0,1)。

12、進一步，所述云邊協(xié)同卸載系統(tǒng)的執(zhí)行方式包括：用戶端本地執(zhí)行、卸載到mec邊緣服務器以及卸載到mcc云服務器。

13、進一步，當任務在用戶端本地執(zhí)行時，其計算時延和能耗由本地的計算能力和計算功率決定，當任務在本地第i個設備執(zhí)行任務時，執(zhí)行時延和執(zhí)行能耗表示為：

14、

15、其中，ci為任務處理所需要的中央處理器cpu周期，是設備的cpu計算頻率，為本地的計算功率；當任務卸載到mec邊緣服務器時，將若干個正在充電的設備作為邊緣服務器，各個設備選擇其通信范圍內(nèi)的邊緣服務器卸載任務，假設所有的設備都配備了單個天線，設備只能同時向一個邊緣服務器進行任務的卸載；假設第i個設備將需要處理的任務一部分卸載至邊緣服務器時，執(zhí)行時延和執(zhí)行能耗由任務的傳輸和計算產(chǎn)生，執(zhí)行時延和執(zhí)行能耗表示為：

16、

17、其中，si表示任務數(shù)據(jù)的大小，um是邊緣服務器的cpu頻率，ri是上行傳輸速率，是第i個設備的傳輸功率，pm是mec服務器的計算功率；當任務卸載至云服務器mcc時，將正在充電的設備作為邊緣服務器，任務通過swtpi系統(tǒng)的數(shù)據(jù)傳輸信道由邊緣服務器傳輸至云服務器，假設第i個設備卸載任務至mec時部分卸載mcc，那么執(zhí)行時延和執(zhí)行能耗由設備至mec和mec至mec傳輸以及云服務器計算時延產(chǎn)生，所述執(zhí)行時延和執(zhí)行能耗表示為：

18、

19、其中，ci是swtpi的最大數(shù)據(jù)傳輸率，uc是云服務器的cpu頻率，ptrm是邊緣服務器的傳輸功率，pc是云服務器的計算功率。

20、進一步，對邊緣服務器卸載策略、云服務器卸載策略以及傳輸功率策略進行聯(lián)合優(yōu)化的方法為：獲得任務卸載功率p、卸載到邊緣服務器的策略x和卸載到云服務器的策略y；給定y和p，將優(yōu)化問題轉(zhuǎn)換為線性規(guī)劃子問題，獲得經(jīng)過優(yōu)化的卸載策略；給定x和p，將優(yōu)化問題轉(zhuǎn)換為線性規(guī)劃子問題，獲得經(jīng)過優(yōu)化的卸載策略；給定x和y，通過對偶法和次梯度法來獲取最優(yōu)傳輸功率分配，通過交替迭代法對這三個子問題就行交替迭代優(yōu)化，若本次的優(yōu)化結(jié)果與上次的優(yōu)化結(jié)果之差小于預設閾值或者迭代次數(shù)大于預設的最大迭代次數(shù)時，停止迭代，從而求得目標函數(shù)的最優(yōu)解；其中，子載波的初始化信道容量o(x,y,p)為：

21、

22、其中，n為任務工作量，α和(1-α)分別為能耗和延遲的權重系數(shù)，xi是卸載到第i個邊緣服務器的策略，yi是卸載到第i個云服務器的策略。

23、本發(fā)明還公開了一種云邊協(xié)同卸載策略的優(yōu)化系統(tǒng)，云邊協(xié)同卸載系統(tǒng)包括：用戶端、mec邊緣服務器和mcc云服務器；發(fā)送模塊，用于在用戶端的信號發(fā)射端向接收端、所述mec邊緣服務器和mcc云服務器傳輸數(shù)據(jù)傳輸載波；載波分解模塊，用于將所述數(shù)據(jù)傳輸載波分解為若干正交子載波；信道最大化模塊，用于在滿足oos要求和發(fā)射功率限制條件下，根據(jù)所述正交子載波建立信息傳輸信道模型，使所述信息傳輸信道模型的目標函數(shù)最大化；通過經(jīng)過優(yōu)化的所述信息傳輸信號模型，生成所述數(shù)據(jù)傳輸子載波的功率分配策略和傳輸分配方法；云邊協(xié)同卸載策略生成模塊，用于在經(jīng)過數(shù)據(jù)傳輸信號容量最大化后，對所述云邊協(xié)同卸載系統(tǒng)的卸載策略進行優(yōu)化，在滿足oos要求和發(fā)射功率限制條件下，建立云邊協(xié)同計算卸載模型，使所述云邊協(xié)同計算卸載模型的目標函數(shù)最小化，對邊緣服務器卸載策略、云服務器卸載策略以及傳輸功率策略進行聯(lián)合優(yōu)化，生成最終的云邊協(xié)同卸載策略。

24、本發(fā)明的技術方案至少具有如下技術效果或優(yōu)點：

25、1、本發(fā)明中方案降低了系統(tǒng)整體時延，保證了云邊協(xié)同系統(tǒng)的整體系統(tǒng)成本，邊緣計算能夠在巡檢設備附近提供計算能力，從而以更短的傳輸延遲提供更優(yōu)質(zhì)的計算服務。

26、2、本發(fā)明提高了資源利用率。本發(fā)明利用充電中的巡檢設備作為邊緣服務器并考慮了最大化能量和信息同步無線傳輸(swtpi)信道容量的策略來減少系統(tǒng)延遲。以可用服務器的設備資源和最大延遲為約束條件，構(gòu)建了一個最小化系統(tǒng)延遲和能耗的加權和的計算卸載架構(gòu)，將問題形式化描述為多變量非凸優(yōu)化問題，并基于連續(xù)凸逼近和交替迭代的迭代算法來解決該問題。其與僅使用移動邊緣計算(mec)系統(tǒng)相比，系統(tǒng)成本降低了約30％，顯著提升了系統(tǒng)性能。