一种星地协同网络低延时云边端协同计算方法和装置

摘要

本发明公开了一种星地协同网络低延时云边端协同计算方法和装置，包括如下步骤：S1：收集星地协同通信系统完成计算迁移所需的传输功率信息、信道信息、计算任务信息、云端延时信息；S2：基于云边端协同计算方式确定系统延时优化问题；S3：对系统延时优化问题进行求解，得到每个用户和基站的计算迁移策略；S4：基于所得计算迁移策略，将用户计算任务迁移至基站和云服务器进行云边端协同计算，将结果返回至用户，该方法能够充分利用星地协同通信系统中多级网络架构，通过云边端协同计算，显著减小系统延时，保障用户延时敏感业务的传输。

说明书

技术领域

本发明涉及无线通信中资源分配的技术领域，特别涉及一种星地协同网络低延时云边端协同计算方法和装置。

背景技术

单一地面网络的发展难以满足未来全球通信需求，在下一代移动通信6G白皮书中，提出未来无线网络将是地面网络和卫星网络的无缝连接，星地协同网络将是未来通信网络发展的新趋势。星地协同网络带来覆盖优势的同时，也面临着新的挑战，尤其是当用户通过卫星接入互联网时，星地链路的长传输延时将会带来极高的通信延时，用户服务质量难以保障。

由于云处理的计算和存储能力优势，目前通信网络中广泛基于云处理的方式提供服务。另一方面，在靠近用户的网络边缘侧设置边缘服务器，在网络边缘为用户提供计算与存储服务，能够极大的减小网络延时，提升网络响应速度。结合云计算与边缘计算的优势，云边端协同计算能够有效提高网络计算能力的同时，降低网络延时，提升系统服务效能。

由于边缘服务器的计算容量有限，需要根据用户计算任务需求确定迁移策略，优化用户本地计算、边缘计算、云计算的数据分配比例，最小化系统延时。当前星地协同网络云边端协同计算技术仍然处于起步阶段，由于星地链路的长延时，传统地面云边端协同计算方法无法直接适用，已有方法主要针对星上计算或基站计算场景单独进行研究，未能充分挖掘星地系统中多级网络架构的优势，缺少对星地协同网络云边端协同计算架构进行延时优化，难以保障未来星地协同网络中用户服务质量。为满足未来星地协同网络中多样化用户需求，需要针对星地协同网络中云边端协同计算架构提出创新的低延时计算迁移方法。

发明内容

本发明的目的在于提供一种星地协同网络低延时云边端协同计算方法和装置，以克服现有技术中的不足。

为实现上述目的，本发明提供如下技术方案：

本发明公开了一种星地协同网络低延时云边端协同计算方法，包括如下步骤：

S1：收集星地协同通信系统完成计算迁移所需的传输功率信息、信道信息、计算任务信息、云端延时信息；

S2：基于云边端协同计算方式确定系统延时优化问题；

S3：对系统延时优化问题进行求解，得到每个用户和基站的计算迁移策略；

S4：基于所得计算迁移策略，将用户计算任务迁移至基站和云服务器进行云边端协同计算，将结果返回至用户。

作为优选的，所述步骤S1中，所述星地协同通信系统包括空间段和地面段；所述空间段包括若干颗卫星，所述地面段包括用户、基站、地面站、云服务器；所述卫星与所述地面站相连，所述地面站与所述云服务器相连，所述云服务器提供云计算服务；所述卫星下覆盖有若干个基站，所述卫星与其覆盖范围内的基站相连，所述基站中设有用于计算服务的边缘服务器；所述基站下覆盖有若干个用户，所述基站与其覆盖范围内的用户相连接，所述用户具有进行本地计算的计算能力；所述用户通过计算生成计算任务，所述计算任务在用户本地或迁移至基站、云服务器进行计算。

作为优选的，所述步骤S1中，所述传输功率信息包括每个用户的上行传输功率信息、每个基站的上行传输功率信息；所述信道信息包括每个用户至基站的上行平均传输信道信息、每个基站至卫星的上行平均传输信道信息；所述计算任务信息包括每个计算任务的输入数据量、每个计算任务每比特数据需求的CPU计算量；所述云端延时信息为每个基站至云服务器的双向传播延时信息，所述延时为由传输距离产生的固定链路延时，包括从基站传输至云服务器的固定链路延时，以及从云服务器传输回基站的固定链路延时。

作为优选的，所述步骤S2中，所述云边端协同计算方式表示每个用户的计算任务通过用户本地计算、基站边缘计算、云服务器云计算三者共同进行协同计算。

作为优选的，所述系统延时优化问题表示在满足系统资源约束下，最小化所有用户从生成计算任务到获取计算结果的总延时。

作为优选的，所述步骤S2包括如下子步骤：

S21：计算每个用户至基站的平均上行传输速率，基于平均上行传输速率计算上行传输延时，计算该用户任务在基站的计算延时；

S22：计算每个基站至卫星的平均上行传输速率，基于平均上行传输速率计算上行传输延时；

S23：计算每个用户任务本地计算数据延时、基站计算数据延时、云服务器计算数据延时；用户任务总延时为任务本地计算数据延时、基站计算数据延时、云服务器计算数据延时中的较大者；所述本地计算数据延时为任务在用户本地计算的部分数据完成计算所需的延时；所述基站计算数据延时为任务从用户传输至基站的上行传输延时与该任务在基站的计算延时之和；所述云服务器计算数据延时为任务从用户传输至基站的上行传输延时、该任务从基站传输至卫星的上行传输延时、基站至云服务器的双向传播延时之和；

S24：在系统约束下最小化系统总延时，得到所述系统延时优化问题；其中，所述系统约束包括每个基站的时间帧长度约束、卫星的时间帧长度约束、每个任务的计算任务分解约束、每个基站的总计算容量约束；所述系统总延时为系统中所有用户任务总延时之和。

作为优选的，所述步骤S3包括如下子步骤：

S31：初始化基站时隙分配策略、卫星时隙分配策略、基站计算资源分配策略、任务分解策略、迭代次数上限；

S32：基于资源更新策略更新基站时隙分配策略、卫星时隙分配策略、基站计算资源分配策略；其中，所述资源更新策略为使得系统总延时减小的资源更新策略；

S33：对于每一个任务，基于更新后的基站时隙分配策略、卫星时隙分配策略、基站计算资源分配策略更新任务分解策略，最小化该任务总延时；

S34：对比更新后的系统总延时与更新前的系统总延时，设定迭代过程中所保存的基站时隙分配策略、卫星时隙分配策略、基站计算资源分配策略、任务分解策略为延时更小策略；

S35：判断迭代次数是否达到上限若达到上限，则迭代结束，得到所述用户和基站的计算迁移策略为步骤S34中所得到的基站时隙分配策略、卫星时隙分配策略、基站计算资源分配策略、任务分解策略；若未达到上限，返回步骤S32，重复执行迭代过程，直至迭代结束。

作为优选的，所述步骤S33包括如下子步骤：

S331：对每一个任务，设定迁移至云服务器的数据为零，计算使得该任务本地计算数据延时、基站计算数据延时相等时的任务分解策略，计算该任务在基站的计算延时；

S332：判断步骤S331中计算得到的该任务在基站的计算延时与基站至云服务器的双向传播延时之间的大小关系；

S333：若步骤S331中计算得到的该任务在基站的计算延时不大于基站至云服务器的双向传播延时，更新任务分解策略为步骤S331中得到的策略；

若步骤S331中计算得到的该任务在基站的计算延时大于基站至云服务器的双向传播延时，设定迁移至云服务器的数据为非零，计算并更新任务分解策略为使得该任务本地计算数据延时、基站计算数据延时、云服务器计算数据延时相等时的任务分解策略。

作为优选的，所述步骤S4包括如下子步骤：

S41：每个用户根据求解得到的计算迁移策略在本地进行部分计算任务的计算；

S42：每个用户根据求解得到的计算迁移策略将部分计算任务迁移至基站，基站完成计算后，将计算结果返回至用户；

S43：基站根据求解得到的计算迁移策略将部分计算任务迁移至云服务器，云服务器完成计算后，将计算结果返回至基站，基站进一步将结果返回至用户。

本发明还公开了一种星地协同网络低延时云边端协同计算装置，所述装置包括存储器和一个或多个处理器，所述存储器中存储有可执行代码，所述一个或多个处理器执行所述可执行代码时，用于实现上述星地协同网络低延时云边端协同计算方法。

本发明的有益效果：本发明一种星地协同网络低延时云边端协同计算方法和装置，与现有技术相比，本发明所提出的一种星地协同网络低延时云边端协同计算方法中首先收集星地协同通信系统完成计算迁移所需的传输功率信息、信道信息、计算任务信息、云端延时信息；然后，基于云边端协同计算方式确定系统延时优化问题；接着，对系统延时优化问题进行求解，得到每个用户和基站的计算迁移策略；最后，基于所得计算迁移策略，将用户计算任务迁移至基站和云服务器进行云边端协同计算，将结果返回至用户；该方法能够充分利用星地协同通信系统中多级网络架构，通过云边端协同计算，显著减小系统延时，保障用户延时敏感业务的传输。

附图说明

图1为本发明实施例提供的一种星地协同网络低延时云边端协同计算方法的流程图；

图2为本发明实施例提供的星地协同通信系统示意图；

图3为本发明实施例提供的收集星地协同通信系统完成计算迁移所需的传输功率信息、信道信息、计算任务信息、云端延时信息的流程图；

图4为本发明实施例提供的基于云边端协同计算方式确定系统延时优化问题的流程图；

图5为本发明实施例提供的对系统延时优化问题进行求解，得到每个用户和基站的计算迁移策略的流程图；

图6为本发明实施例提供的对于每一个任务，基于更新后的基站时隙分配策略、卫星时隙分配策略、基站计算资源分配策略更新任务分解策略，最小化该任务总延时的流程图；

图7为本发明实施例提供的星地协同网络低延时云边端协同计算方法的性能对比示意图；

图8为本发明实施例提供的星地协同网络低延时云边端协同计算装置示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明了，下面通过附图及实施例，对本发明进行进一步详细说明。但是应该理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。

本发明实施例提供了一种星地协同网络低延时云边端协同计算方法，参考图1，该方法包括：

S1、收集星地协同通信系统完成计算迁移所需的传输功率信息、信道信息、计算任务信息、云端延时信息；

下文中再对收集星地协同通信系统完成计算迁移所需的传输功率信息、信道信息、计算任务信息、云端延时信息的过程进行详细介绍，在此不再赘述。

S2、基于云边端协同计算方式确定系统延时优化问题；

其中，云边端协同计算方式表示每个用户的计算任务通过用户本地计算、基站边缘计算、云服务器云计算三者共同进行协同计算。系统延时优化问题表示在满足系统资源约束下，最小化所有用户从生成计算任务到获取计算结果的总延时。下文中再对该过程进行详细描述，在此不再赘述。

S3、对系统延时优化问题进行求解，得到每个用户和基站的计算迁移策略；

其中，每个用户和基站的计算迁移策略包括基站时隙分配策略、卫星时隙分配策略、基站计算资源分配策略、任务分解策略。下文中再对该过程进行详细描述，在此不再赘述。

S4、基于所得计算迁移策略，将用户计算任务迁移至基站和云服务器进行云边端协同计算，将结果返回至用户。

与现有的星地网络边缘计算方法相比，本发明实施例提供的星地协同网络低延时云边端协同计算方法中，首先收集星地协同通信系统完成计算迁移所需的传输功率信息、信道信息、计算任务信息、云端延时信息；然后，基于云边端协同计算方式确定系统延时优化问题；接着，对系统延时优化问题进行求解，得到每个用户和基站的计算迁移策略；最后，基于所得计算迁移策略，将用户计算任务迁移至基站和云服务器进行云边端协同计算，将结果返回至用户；该方法能够充分利用星地协同通信系统中多级网络架构，通过云边端协同计算，显著减小系统延时，保障用户延时敏感业务的传输。

上述内容对星地协同网络低延时云边端协同计算方法进行了简要介绍，下面对其中涉及到的具体内容进行详细描述。

在一个可选的实施方式中，参考图2，星地协同通信系统包括：

星地协同通信系统包括空间段、地面段；

空间段由卫星构成，根据实际网络组成，卫星可以为低轨卫星、中轨卫星以及高轨卫星，不同轨道卫星的传输延时与服务能力不同；

地面段由用户、基站、地面站、云服务器构成；

卫星与地面站相连，地面站与云服务器相连，云服务器可提供云计算服务；卫星与其覆盖范围内的地面基站相连，卫星为地面基站提供回程传输；

系统内基站总数量为N，基站中设有可用于计算服务的边缘服务器，可为用户提供边缘计算服务；

基站与其覆盖范围内用户相连，每个基站服务覆盖范围内的

用户具有计算能力，计算任务可于用户本地进行计算，也可迁移至基站，或者通过卫星进一步迁移至云服务器进行计算；对任意基站n覆盖范围内的任意用户k，用户同一时间仅生成一项计算任务，计算过程如下：

用户k将该计算任务分成两部分，一部分进行本地计算，一部分通过无线信道传输至基站n；

用户k的部分计算任务传输至基站后，基站进一步将该部分计算任务分成两部分，一部分在基站进行边缘计算，另一部分通过无线信道传输至卫星；

用户k的部分计算任务传输至卫星后，卫星将该部分计算任务进一步迁移至云服务器进行计算。

可选地，参考图3，收集星地协同通信系统完成计算迁移所需的传输功率信息、信道信息、计算任务信息、云端延时信息包括：

S11、收集每个用户的上行传输功率信息、每个基站的上行传输功率信息；

基站n覆盖范围内的用户k的上行传输功率为

S12、收集每个用户至基站的上行平均传输信道信息、每个基站至卫星的上行平均传输信道信息；

平均传输信道信息表示用户完成计算任务传输过程中的平均传输信道信息，该平均值可基于信道大尺度衰落与历史信道信息得到，用户k到基站n的上行平均传输信道表示为

S13、收集每个计算任务的输入数据量与每个计算任务每比特数据需求的CPU计算量；

在系统中，每个用户有一项计算任务需要计算。对于基站n覆盖范围内的用户k，计算任务表示为

S14、收集每个基站至云服务器的双向传播延时信息；

由于星地链路长延时，当计算任务从基站n迁移至卫星、并进一步从卫星迁移至云服务器时，需要考虑链路传输带来的双向传播延时，基站n至云服务器的双向传播延时表示为：

其中

可选地，参考图4，基于分布式协同计算迁移方式确定系统延时优化问题包括：

S21、对每个用户，计算该用户至基站的平均上行传输速率，基于平均上行传输速率计算上行传输延时，计算该用户任务在基站的计算延时；

对于每个用户，基于时分多址与基站进行通信，将计算任务迁移至基站。令

令

此外，考虑计算结果的返回数据量远远小于计算任务的输入数据量，从而忽略从基站取回计算结果的下行传输延时。

令

S22、对每个基站，计算该基站至卫星的平均上行传输速率，基于平均上行传输速率计算上行传输延时；

对于每个基站，基于时分多址与基站进行通信，将计算任务迁移至卫星。令

令

此外，考虑计算结果的返回数据量远远小于计算任务的输入数据量，从而忽略从卫星取回计算结果的下行传输延时。

基于大天线与Ku/Ka频段宽带传输，卫星到地面站的下行传输可实现较高的传输速率，从几百MB/s到几GB/s。另一方面，用户的计算任务输入数据量通常在几十KB到几百KB的量级，远远小于卫星下行传输速率，因此可以忽略从卫星到地面站的传输延时，以及从地面站返回卫星的传输延时。由于星地链路长延时，当计算任务迁移至云服务器时，仍需要考虑基站至云服务器的双向传播延时

S23、对每个用户，计算该用户任务本地计算数据延时、基站计算数据延时、云服务器计算数据延时；

对基站n覆盖范围内用户k，令

任务

任务

该用户任务总延时为

S24、在系统约束下最小化系统总延时，得到系统延时优化问题；

系统延时优化问题为：

其中

可选地，参考图5，对系统延时优化问题进行求解，得到每个用户和基站的计算迁移策略包括：

S31、初始化基站时隙分配策略、卫星时隙分配策略、基站计算资源分配策略、任务分解策略、迭代次数上限；

初始化大小为

每个粒子的初始位置和初始速度满足下列条件

初始化任务分解策略

初始化最大迭代次数

S32、基于资源更新策略更新基站时隙分配策略、卫星时隙分配策略、基站计算资源分配策略；

在每次迭代中，每个粒子的位置和速度更新如下

其中

S33、对于每一个任务，基于更新后的基站时隙分配策略、卫星时隙分配策略、基站计算资源分配策略更新任务分解策略，最小化该任务总延时；

对每一个任务

S34、对比更新后的系统总延时与更新前的系统总延时，设定迭代过程中所保存的基站时隙分配策略、卫星时隙分配策略、基站计算资源分配策略、任务分解策略为延时更小策略；

令

每个粒子的局部最好位置更新为

全局最好位置更新为

S35、判断迭代次数是否达到上限；

判断迭代次数

S36、若达到上限，迭代结束，得到用户和基站计算迁移策略；

得到基站时隙分配策略、卫星时隙分配策略、基站计算资源分配策略为全局最好位置

S37、若未达到上限，重复执行迭代过程，直至迭代结束；

返回步骤S32重复执行迭代，直至迭代结束。

可选地，参考图6，对于每一个任务，基于更新后的基站时隙分配策略、卫星时隙分配策略、基站计算资源分配策略更新任务分解策略，最小化该任务总延时包括：

S331、对每一个任务，设定迁移至云服务器的数据为零，计算使得该任务本地计算数据延时、基站计算数据延时相等时的任务分解策略，计算该任务在基站的计算延时；

对每一个任务

计算该任务在基站的计算延时为

S332、判断该任务在基站的计算延时与基站至云服务器的双向传播延时之间的大小关系；

判断

S333、若该任务在基站的计算延时不大于基站至云服务器的双向传播延时，更新任务分解策略为S331中得到的策略；

若

S334、若该任务在基站的计算延时大于基站至云服务器的双向传播延时，设定迁移至云服务器的数据为非零，计算并更新任务分解策略为使得该任务本地计算数据延时、基站计算数据延时、云服务器计算数据延时相等时的任务分解策略；

若

本发明提出了一种星地协同网络低延时云边端协同计算方法，基于星地协同通信系统中多级网络架构，为用户提供云边端协同计算服务，将结果返回至用户。通过对原始计算迁移问题进行分解与解耦合，分别求解得到用户和基站的计算迁移策略，最小化系统总延时。

本发明的星地协同通信系统的示意图如图2所示，其中基站的总数量为10，每个基站服务250 m覆盖范围内的5个用户。对于每个任务，输入数据量在[100, 500] Kb范围内随机分布，每比特需要的计算量为1000 CPU循环，用户总计算容量为

本发明实施例所提供的星地协同网络低延时云边端协同计算方法的计算机程序产品，包括存储了程序代码的计算机可读存储介质，所述程序代码包括的指令可用于执行前面方法实施例中所述的方法，具体实现可参见方法实施例，在此不再赘述。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统和装置的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。

参见图8，本发明实施例还提供了一种星地协同网络低延时云边端协同计算装置，还包括存储器和一个或多个处理器，存储器中存储有可执行代码，所述一个或多个处理器执行所述可执行代码时，用于实现上述实施例中的星地协同网络低延时云边端协同计算方法。

本发明一种星地协同网络低延时云边端协同计算装置的实施例可以应用在任意具备数据处理能力的设备上，该任意具备数据处理能力的设备可以为诸如计算机等设备或装置。装置实施例可以通过软件实现，也可以通过硬件或者软硬件结合的方式实现。以软件实现为例，作为一个逻辑意义上的装置，是通过其所在任意具备数据处理能力的设备的处理器将非易失性存储器中对应的计算机程序指令读取到内存中运行形成的。从硬件层面而言，如图8所示，为本发明一种星地协同网络低延时云边端协同计算装置所在任意具备数据处理能力的设备的一种硬件结构图，除了图8所示的处理器、内存、网络接口、以及非易失性存储器之外，实施例中装置所在的任意具备数据处理能力的设备通常根据该任意具备数据处理能力的设备的实际功能，还可以包括其他硬件，对此不再赘述。上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。

对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本发明方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

本发明实施例还提供一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时，实现上述实施例中的星地协同网络低延时云边端协同计算方法。

所述计算机可读存储介质可以是前述任一实施例所述的任意具备数据处理能力的设备的内部存储单元，例如硬盘或内存。所述计算机可读存储介质也可以是任意具备数据处理能力的设备的外部存储设备，例如所述设备上配备的插接式硬盘、智能存储卡(Smart Media Card，SMC)、SD卡、闪存卡(Flash Card)等。进一步的，所述计算机可读存储介质还可以既包括任意具备数据处理能力的设备的内部存储单元也包括外部存储设备。所述计算机可读存储介质用于存储所述计算机程序以及所述任意具备数据处理能力的设备所需的其他程序和数据，还可以用于暂时地存储已经输出或者将要输出的数据。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换或改进等，均应包含在本发明的保护范围之内。