(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211120266.0 (22)申请日 2022.09.15 (71)申请人 桂林理工大 学 地址 541004 广西壮 族自治区桂林市七 星 区建干路12号 (72)发明人 神显豪　常招展　曾紫玲　李家豪　 秦运枝　 (74)专利代理 机构 西安合创非凡知识产权代理 事务所(普通 合伙) 61248 专利代理师 高志永 (51)Int.Cl. H04L 67/60(2022.01) H04L 67/10(2022.01) H04L 67/1001(2022.01) H04L 67/12(2022.01)G06N 3/00(2006.01) G06N 3/12(2006.01) G06F 9/50(2006.01) (54)发明名称 一种基于路边停车协同边缘计算的任务卸 载方法 (57)摘要 本发明公开了一种基于路边停车协同边缘 计算的任务卸载方法， 并通过混合遗传算法进行 任务卸载。 在无RSU或者车辆本地计算资源不够 的情况下， 加入路边停车作为卸载平台， 结合RS U 以及云端为道路上带有任务的车辆进行处理。 本 发明的混合遗传算法能减少系统时延和能耗。 权利要求书3页 说明书9页 附图5页 CN 115412607 A 2022.11.29 CN 115412607 A 1.一种基于路边停车协同边 缘计算的任务卸载 方法， 其特 征在于， 包括： 步骤S1， 在多个车辆并发卸载场景下， 根据车辆的带宽、 任务的大小、 任务最大容忍时 延、 车辆发射功率， 构建车辆的网络模型、 通信模型； 步骤S2， 根据网络模型， 建立四个 计算平台的计算模型； 步骤S3， 将所有车辆的时延与能耗进行加权得到系统总成本， 建立满足最大时  延容忍 的最小化系统总成本的约束优化问题与资源分配约束； 步骤S4， 提出混合遗传算法地编码、 初始化种群、 适应度函数、 选择、 交叉、 变异、 爬山操 作和终止化 规则； 步骤S5， 仿真场景是在公路上， 道路长  2100 m， 有两条车道， 每条车道宽  3.75 m； 车辆 随机分布在道路上， 以每小时30至50公里的速度行驶； 默认情况下路边停车所在路段有30 辆。 2.根据权利要求1所述的基于路边停车协同边缘计算的任务卸载方法， 其特征在于， 所 述步骤S1包括： 网络模型 在普通公路的场景中， 总共有N辆移动车辆V、 M个RSU、 路边停放车辆以及云服务器， 在 每个RSU中部署M EC服务器， 为车辆提供计算资源； 通信模型 假设所有的车辆都以恒定的速度S行驶， 每辆车都有一个计算任务， 定义任务为 ， ； 表示用于计算的输入数据的大小， 表示完成任 务 所需的计算资源， 表示车辆 的计算资源， 表示任务 的最大时延约束； 假设所有 车辆具有相同的发射功率， 移动车辆与路边车辆、 RSU之间的数据传输 速率： 其中， 代表信道带宽,   表示信道上车辆的发射功率， 表示信道上移动车辆到RSU 的信道增益， 代表白噪声功率。 3.根据权利要求1所述的基于路边停车协同边 缘计算的任务卸载 方法， 其特征在于， 所述 步骤S2包括： 本地计算模型 当移动车辆的任务选择在 本地进行计算时， 令 表示移动车辆本地执行时延； 表示本 地处理时延， 表示本地处 理能耗； 其中， 表示移动车辆 的设备功率； MEC计算模型权　利　要　求　书 1/3 页 2 CN 115412607 A 2当车辆选择将其任务卸载到MEC服务器上， 则时延可分为三部分； 第一部分是移动车辆 需要卸载 的任务到达MEC服务器所需的传输时延 ， 由于RSU上配备了MEC服务器， 这部分 时间等于任务到 达RSU的时延； 第二部分是 此任务在M EC服务器上的执 行时延 ； 其中， 表示从MEC服务器分配到车辆以卸载任务的资源量； 第三部分是任务文件从RSU到移动车辆的回传时延 ； 其中， 为输出数据量系数， 表示输出 数据量与输入数据量之间的关系； 将任务从移动车辆卸载到 MEC服务器上的 的总时延 、 总能耗 如下所示： 其中， 表示移动车辆把任务上传的功率， 表示移动边 缘计算服务器的设备功率； 云服务器计算模型 令 表示任务在云服务器中的执行时间， 表示任务传输到RSU的传输时延， 表示 计算结果从RSU传到移动车辆的回传时延， 在光纤线路上计算任务平均传输等待时延为， 表示移动车辆上的任务卸载到云服务器的总时延 ， 表示移动车辆上的任务 卸载到云服 务器的总能耗； 其中， 表示云服务器提供给移动车辆的计算资源， 表示云服务器的设备功 率， 表示RSU的发射功率；权　利　要　求　书 2/3 页 3 CN 115412607 A 3