一種移動云計算上行數(shù)據(jù)傳輸?shù)哪芰績?yōu)化方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及一種移動云計算上行數(shù)據(jù)傳輸?shù)哪芰績?yōu)化方法，屬于無線云計算技術(shù) 和無線資源優(yōu)化領(lǐng)域。
【背景技術(shù)】
[0002] 新興的云計算技術(shù)正在蓬勃發(fā)展，它給計算領(lǐng)域帶來了一個全新時代，云計算服 務(wù)提供者向被服務(wù)的終端提供了龐大的數(shù)據(jù)存儲容量和強大的計算資源。同時，隨著移動 通信技術(shù)的迅猛發(fā)展，智能移動設(shè)備已經(jīng)是日常生活、工作中必備的工具，隨之與日俱增的 各式各樣、功能齊全的應(yīng)用程序也可W被用戶輕松下載。通過無線云計算技術(shù)，移動設(shè)備將 要處理的數(shù)據(jù)通過無線網(wǎng)絡(luò)上傳到云中屯、，在云中屯、處理完運些數(shù)據(jù)后再通過無線網(wǎng)絡(luò)將 結(jié)果回傳給移動設(shè)備，運不僅降低了對移動設(shè)備計算性能的要求，也降低了對移動設(shè)備存 儲容量的需求。
[0003] 但是，近年來，電池技術(shù)的發(fā)展腳步卻相當(dāng)緩慢。電池的存儲能量每年只W5%的 速度增加。相對于爆炸式的移動應(yīng)用的增長，受限的電池容量目前已經(jīng)成為智能移動設(shè)備 性能的最大的短板。因此，如何在無線云環(huán)境下降低移動設(shè)備的能耗問題逐漸成為了研究 的熱點。
[0004] 然而，目前還沒有研究針對目前具體的無線網(wǎng)絡(luò)使用的傳輸技術(shù)建立起優(yōu)化問題 模型，而是采用了用經(jīng)驗的能量-速率公式建立了一個能耗和上傳速率W及上傳信道之間 關(guān)系的模型。尤其由于運種模型的簡單化，模型只考慮業(yè)務(wù)數(shù)據(jù)采用單信道上傳的情況，運 和目前普遍使用的OFDM技術(shù)中，業(yè)務(wù)數(shù)據(jù)使用多個子載波并行傳輸?shù)哪芰肯那闆r有很 大的差距。
[000引多信道傳輸數(shù)據(jù)(如OFDM)對能量消耗優(yōu)化帶來的另一個問題是：由于消耗的能量 不僅和不同調(diào)度周期之間的傳輸速率相關(guān)，還和每一時隙內(nèi)不同信道間速率的分配相關(guān)。 優(yōu)化問題和單信道傳輸相比，變成了兩個維度，最優(yōu)結(jié)果很難獲得。目前，Barbarossa等人 (Barbarossa,SSardellitti,S.;Di Lorenzo,P"Computation offloading for mobile cloud computing based on wide cross-layer optimization,"in Future 化twork and Mobile Summit^uture 化twork Summit),2013)研究了多信道傳輸數(shù)據(jù)的 能量消耗優(yōu)化，然而該文獻僅通過注水法思想(Water-filling)在每個時隙內(nèi)為各個子信 道分配功率，而不同時隙采用固定速率上傳數(shù)據(jù)，運忽略了信道的隨機特性對上傳數(shù)據(jù)所 需能量所產(chǎn)生的影響。運種算法實質(zhì)上僅僅考慮了一個維度的優(yōu)化，對功率資源都只是局 部上進行了改善，對上傳總能量的優(yōu)化能力有限。
[0006] Kumar 等人化.Kumar ,Y.-H.Lu, "Cloud Computing for Mobile Users :Can Offloading Computation Save Energy" ,Computer,pp.51-56,April 2010)提出了一個業(yè) 務(wù)在本地執(zhí)行和上傳到云端執(zhí)行兩種模式下的能量消耗的比較模型，并分析得出了后一個 模式能量消耗比前者小的時候所需求的傳輸帶寬。但是，關(guān)于如何針對具體系統(tǒng)優(yōu)化上傳 能量，該文并未作出進一步的研究。Wong等人(Wong, I .C. ;Oteri ,0. ;Mccoy,W. ,"Optimal resource allocation in uplink SC-FDMA systems,"in Wireless Communications, IE邸 Transactions on,vol.8,no.5,pp.2161-2165,May 2009)對SC-抑MA場景，在某一時 隙內(nèi)傳輸速率已確定的條件下通過牛頓法迭代出每個時隙內(nèi)的最優(yōu)功率分配值，然而功率 的優(yōu)化不等同于能量的優(yōu)化，前者是每個調(diào)度周期內(nèi)的能量最小，后者是業(yè)務(wù)持續(xù)期間內(nèi) 所有調(diào)度期間的能量之和最小。Barbarossa等人針對具體應(yīng)用場景比較了兩種MCC的接入 方案，分別是femto-cloud computing和cloudlet,得出前者更適合MCC并在前一個接入方 案下提出了優(yōu)化移動設(shè)備能量消耗的上傳策略，該策略在滿足應(yīng)用延遲要求的基礎(chǔ)上采用 注水算法給各信道分配發(fā)送功率實現(xiàn)整個傳輸過程中的能量最優(yōu)。但是Barbarossa等人只 考慮了固定的數(shù)據(jù)上傳速率，忽略了實際信道的隨機特性對上傳數(shù)據(jù)所需能量所產(chǎn)生的影 響，運會導(dǎo)致上傳過程中發(fā)送能量的浪費。211曰]1旨等人（211曰]1旨，胖.胖.，胖6]1，￥.6.，&611曰]1， K..Energy-Optimal Mobile Cloud Computing under Stochastic Wireless Channel. In IE邸Transaction on Wireless Communications,2013)認(rèn)為上傳時所消耗的能量與傳輸 速率、信道狀態(tài)有關(guān)，最優(yōu)的上傳方式是一個均衡的結(jié)果，并用一個經(jīng)驗的能量-速率公式 建立了 一個上傳能耗的最優(yōu)化模型。但是，一方面，經(jīng)驗的式子需要通過數(shù)據(jù)擬合的方式得 到具體的系數(shù)，運種方式跟實際的能量消耗是存在誤差的。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明目的在于提供了一種移動云計算上行數(shù)據(jù)傳輸?shù)哪芰績?yōu)化方法，在OFDMA 場景下，該方法由移動設(shè)備端根據(jù)本地移動云業(yè)務(wù)產(chǎn)生的業(yè)務(wù)需求和要求，建立上傳的能 量模型，并受限根據(jù)整體信道增益的變化情況調(diào)度不同時刻的整體發(fā)送速率，然后再同一 時刻內(nèi)根據(jù)不同子信道的增益情況分配發(fā)送功率，提出了有效的云計算業(yè)務(wù)數(shù)據(jù)上傳能耗 優(yōu)化分配方法。
[0008] 本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是:一種移動云計算上行數(shù)據(jù)傳輸?shù)哪?量優(yōu)化方法，在OFDMA場景下，該方法根據(jù)移動業(yè)務(wù)產(chǎn)生的業(yè)務(wù)數(shù)據(jù)量、時延要求和誤碼率 要求，建立多個子信道上傳的能量模型，采用兩步走的思路對上傳能量進行優(yōu)化，首先忽略 不同子信道之間的差異，通過根據(jù)推導(dǎo)出的多個子信道整體增益的平均結(jié)果分配不同時隙 間的傳輸速率，達到整體信道增益較高時提高傳輸速率，整體信道增益較低時降低傳輸速 率的效果;第二步，在任一時隙內(nèi)，根據(jù)不同子信道之間信道增益的差異采用牛頓(Newton) 算法或注水算法將總傳輸速率分配給各個子信道，其中牛頓法對應(yīng)目前LTE的SC-抑MA場 景，注水算法對應(yīng)于一般的OFDM場景。
[0009] 方法流程：
[0010] 步驟1:對移動云業(yè)務(wù)上傳所設(shè)及的參數(shù)統(tǒng)一定義；
[0011] 本參數(shù)設(shè)及業(yè)務(wù)一次上傳數(shù)據(jù)的比特數(shù)Lntigin,業(yè)務(wù)的時延要求T和誤碼率要求 B??；
[0012] 步驟2:根據(jù)誤碼率，重新計算上傳數(shù)據(jù)的等效比特數(shù)L
[0013] 在未采用有糾錯能力的編碼方式的假設(shè)下，當(dāng)傳輸誤碼率肥R-定時，無差錯的傳 輸Lorigin bits數(shù)據(jù)的概率為P二0 - BER：)L°rigin，因此，在T時間內(nèi)傳輸?shù)牡刃?shù)據(jù)量L 可W近似定義為，
[0015] 步驟3:建立移動云業(yè)務(wù)上傳的能量模型；
[0016] (1)選擇對云端執(zhí)行能量消耗有影響的參數(shù)，參數(shù)是:所需處理的等效數(shù)據(jù)量L，業(yè) 務(wù)的時延要求T;
[0017] (2)對于信道模型，W量化后的信道增益為狀態(tài)空間，采用多狀態(tài)的馬爾科夫鏈模 型對信道進行預(yù)測，狀態(tài)空間包含N個狀態(tài)；
[0018] (3)當(dāng)發(fā)送端被分配了 K個子信道后，發(fā)送端的發(fā)送能量模型為，
[0020] 其中，B為子信道帶寬，Rm為第k個子信道的發(fā)送速率，gk,t為第t時隙內(nèi)第k個子信 道的信道增益值，A t為發(fā)送時隙間隔。同時，化,t需滿足,At Sf=I Rk，t含L，而且發(fā)送 功率需滿足不大于最大發(fā)送功率Pmax。
[0021] 步驟4:忽略不同子信道之間的差異，根據(jù)推導(dǎo)出的多個子信道整體增益的平均結(jié) 果分配不同時隙間的傳輸速率：
[00對 （1 )采用幾何分布對整體信道增益觀進行統(tǒng)計，即
[0024] (2)采用DP(Dynamic