本技术涉及移动群体计算技术,提出了一种无人机与车辆协同的移动边缘计算任务卸载与迁移技术。该技术针对无人机-车辆组网的边缘计算环境,优化资源分配,实现任务高效卸载与迁移。
背景技术
随着向第六代移动通信技术(6G)的过渡,智能设备的迅速扩展和新型应用的爆炸性增长带来了计算型任务的需求,如智慧家庭监控系统的视频流分析和提取、物联网系统的传感器数据处理等,智能设备的处理能力有限,计算型任务需要卸载到边缘端进行处理。计算型任务指的是任务提交到边缘服务器后,边缘服务器只需要在交付期限内将计算任务的处理结果返回给用户,一次提交一次交付,中间用户和服务器不存在二次交互,计算型任务的时延敏感程度相对较低。
在传统的边缘计算领域,一般以BS充当边缘服务器,但是BS资源有限,所以BS一般用来处理VR、AR等持续交互的时延高敏感型服务。现有很多研究考虑无人机和车辆来充当边缘服务器来辅助BS为用户提供服务。为了减轻BS压力,同时考虑移动服务器是未来发展的趋势,同时移动服务器也有不错的处理能力,能处理时延敏感程度相对较低的计算型任务,本申请提出了一种完全不依赖BS的解决方案,即调度一组配备轻量级CPU和GPU的无人机、路边停放车辆自组网作为移动MEC服务器处理计算型任务。
相关技术中,均没有既考虑了移动MEC服务器拥有异构资源的特点,又考虑了某些复杂的计算型任务能够以子任务的粒度处理的特点。通常,考虑到任务的相互依赖性,复杂的计算任务可以建模为一些典型的任务流。例如,视频导航任务涉及图形、人脸检测、相机预览和视频处理,可以表示为14个任务的依赖图。如果能够以子任务的粒度而不是整个任务来做出迁移决策,那么卸载到边缘服务器处理带来的性能提升就可以放大。
因此,有必要改善上述相关技术方案中存在的一个或者多个问题。
需要注意的是,本部分旨在为权利要求书中陈述的本公开的技术方案提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
实现思路