本发明涉及工业边缘计算场景中异构网络环境下任务卸载与资源管理，尤其是涉及一种5g-wifi异构网络下高可靠的任务卸载与资源管理算法。
背景技术：
1、移动边缘计算给满足资源受限的移动终端设备上的计算密集型应用程序提供了新的的机会。根据国际数据公司的预测，到2025年，将有559亿台联网设备，仅接入网络物联网设备就会产生79.4zb的数据量，更不用说还有其他的流量消耗。同时，超高清流媒体、增强现实(ar)、虚拟现实(vr)、智能自动驾驶等多元化应用越来越流行，对即时信息的需求持续增长。以上两方面趋势的融合导致了大量的数据通信和处理请求。
2、数据流量的爆炸式增长已经是避免不了的问题，虽然移动边缘计算能够作为一个好的解决方案应对上述问题，但是当大量用户同时卸载计算任务时，mec系统会遭受严重的频谱拥塞，从而导致蜂窝网络服务和体验质量(qoe)下降。随着基于ieee-802.11的wifi网络的部署，利用无线局域网(wlan)的额外带宽资源来保证高传输效率和qoe也成为可考虑的解决方案。因此5g-wifi共存的异构网络是一个合适的解决方案。5g和wifi都能够给用户提供较好的服务质量，但它们的组网条件不同。5g在运营商授权频谱的安全性和服务质量上比wifi具有优势，然而由于商业性质，5g通常每比特数据传输的成本较高，与5g基站相比wifi接入点的部署更加灵活，wifi通信的每比特成本更低、更节能，这对于电池供电的无线设备更为重要，如何综合考虑两种网络的特征和差异，在这样一种两层异构网络下完成任务卸载调度和资源管理优化是需要解决的突出问题。此外在设备移动边缘计算实际过程中，通信环境往往不是如理想中的完美，恶劣的环境会导致不可避免的干扰(例如硬件损坏、软件故障、通信链路故障等)使得任务无法顺利完成，因此将适当的可靠性保护机制纳入讨论中也是非常必要的。在有限的通信资源和任务高可靠性的约束下设计满足用户服务质量的高效任务卸载调度策略和设备资源管理方案具有挑战性。
3、现有的mec卸载技术主要集中在了同质网络技术的情况，然而，当网络中卸载的计算任务规模过大时，仅仅依靠单基站单层网络帮助设备进行任务处理不单单会导致网络拥塞而且会导致基站过载的现象。对于异构网络5g和wifi在成本、接入策略方面存在差异，因此同时也需要在任务卸载决策中综合考虑这些因素，此外在设备移动边缘计算实际过程中，通信环境往往不是如理想中的完美，恶劣的环境会导致不可避免的干扰使得任务无法顺利完成，现有技术也缺乏对于可靠性的关注。
技术实现思路
1、本发明的目的是提供一种5g-wifi异构网络下高可靠的任务卸载与资源管理算法，以解决上述背景技术中提到的问题。
2、为实现上述目的，本发明提供了一种5g-wifi异构网络下高可靠的任务卸载与资源管理算法，包括以下步骤：
3、步骤1、根据5g-wifi共存边缘计算异构网络建立数学模型，包括将移动终端设备任务卸载到5g边缘服务器或wifi边缘服务器处理的上行传输速率模型、移动终端设备任务从移动终端设备卸载到边缘服务器的可靠性模型、计算及传输中带来能量消耗模型以及相关商业成本模型；
4、步骤2、根据步骤1的数学模型建立混合整数非线性规划的优化问题；
5、步骤3、转化步骤2中的优化问题的表达式并求解混合整数非线性规划的联合优化问题。
6、优选的，所述数学模型基于系统模型建立，所述系统模型包括边缘服务器层和移动终端设备层，其中边缘服务器层由m个接入节点以及相对应的边缘服务器组成，其中m个接入节点中有1个5g基站，记为集合b，与a个wifi接入点a，记为集合a，m＝a∪b，使用来表示移动终端设备n的接入节点分配决策，kn,m＝1,m∈b表示移动终端设备n接入5g基站，kn,m＝1,m∈a表示移动终端设备n接入wifiap，否则kn,m＝0,m∈m，每个移动终端设备选择不大于一个节点进行任务卸载，得到以下约束：
7、
8、其中，n表示移动终端设备层有n个移动移动终端设备。
9、优选的，步骤1中的各数学模型表达式如下：
10、5g网络的接入系统基于正交频分多址，基站的总带宽被平均划分为多个通道，每个通道具有相同数量的正交子载波，由于正交频分多址系统中的信道正交性，基站之间的信道不存在干扰，场景中不存在其他基站带来的同频干扰，根据香农容量公式，移动终端设备n在5g基站的上行传输速率模型表示为：
11、
12、其中ω是基站信道的带宽，pn和hn,b分别表示移动终端设备n的发射功率以及移动终端设备n到基站之间的信道增益，信道增益由产生，其中ln,b表示移动终端设备n到基站之间的距离，β为路径损耗参数设置为4，σ2是5g网络的背景噪声功率；
13、因此5g网络下移动终端设备n的上行传输速率模型由下式获得：
14、
15、在接入wifi网络的所有移动终端设备共享相同的信道并竞争网络中的信道接入，即具有冲突避免功能的载波侦听多路访问，移动终端设备n在wifi节点m∈a的上行传输速率模型表述为：
16、
17、其中rw是移动终端设备n成功抢占wifi信道后达到的上行传输速率，qn表示移动终端设备n在信道竞争中的权重；
18、将边缘计算终端、本地计算设备和通信链路的故障率分别表示为νc，νl，νt，所以移动终端设备n到边缘计算传输路径中的通信可靠性模型为：
19、
20、本地执行部分任务的执行可靠性模型为：
21、
22、分配到边缘计算终端部分任务的执行可靠性模型为：
23、
24、移动终端设备n的任务完成的总可靠性要求模型为：
25、
26、其中，dn表示每个移动终端设备需要完成的任务量，θn表示移动终端设备n的卸载率，cn表示相对应的任务计算量；
27、每个本地设备的能耗由计算处理能量和无线传输能耗组成，但在本网络场景下，每个移动终端设备的发射功率为固定量不做变化，在本网络场景下与本地设备计算能耗相比，无线传输能耗忽略不计，因此计算处理能耗模型为：
28、
29、其中k是一个常数，表示有效开关电容；
30、整体商业成本包括边缘计算终端计算资源的计算成本和任务卸载无线传输到边缘计算终端的传输成本，假设边缘计算终端的cpu成本与cpu周期成正比，传输成本与上传的位数成正比，设置通过蜂窝接口上传的每比特成本为θ，通过wifi接口无需额外成本，对于计算成本，设置边缘服务器cpu的计算成本为μ，则每次完成移动终端设备任务所需要的总成本模型为：
31、
32、优选的，所述步骤2的具体步骤如下：
33、s21、建立优化目标函数表达式；
34、s22、建立优化问题约束表达式；
35、s23、在满足s22中的约束条件下，以最大化s21中目标函数的表达式为目标，建立优化问题。
36、优选的，所述步骤s2具体如下：
37、整体系统的上行传输速率与商业成本的效用表示为：
38、
39、υ为一个用于平衡费用成本和上行传输和速率之间权衡的参数；
40、优化目标函数及优化问题约束表达式如下：
41、
42、s.t.:
43、c1:
44、c2:kn,m＝{0，1},n∈n,m∈m
45、c3:pn≥p0,n∈n
46、c4:0≤θ≤1
47、c5:en≤emax,n∈n
48、其中c1是对任务卸载决策变量的择一约束，c2表示每个移动终端设备的任务卸载决策是二元变量，c3是每个移动终端设备的可靠性约束，c4表示移动终端设备的任务卸载率约束，c5表示每个移动终端设备的能耗约束。
49、优选的，所述步骤s3中首先利用二次变换方法，通过引入辅助变量y转化步骤s2的优化问题中包含的复杂的多项式分式和以及0-1整数的形式，再使用基于分布式惩罚对偶分解法的双层循环迭代算法求解，具体如下：
50、经过二次变换后原目标函数转换成下述形式：
51、
52、由于0-1整数的存在，引入一组辅助变量以及相应的等式约束：
53、
54、
55、0≤kn,m≤1,n∈n,m∈m
56、将原本的离散二元变量转换成在[0，1]之间的连续变量。
57、优选的，基于分布式惩罚对偶分解法的双层循环迭代算法如下：
58、使用增广拉格朗日方法将等式约束新引入的等式约束对偶化做为增广拉格朗日项惩罚入目标函数中，得到的增广拉格朗日问题在下式重新表述：
59、
60、s.t.:
61、c1:
62、c2:0≤kn,m≤1,n∈n,m∈m
63、c3:0≤θ≤1
64、c4:pn≥p0,n∈n
65、c5:en≤emax,n∈n。
66、使用块坐标下降法算法做为内部迭代循环算法来分块处理增广拉格朗日问题，第一个块通过固定其他变量来优化，第一个块的子问题如下式所述：
67、
68、该子问题具有封闭解表示为：
69、
70、在第二个块中，通过固定更新后的变量以及其他变量来优化二次变换辅助变量y，第二个块的子问题表述如下：
71、
72、第二个块的子问题的封闭形式的解表示为：
73、
74、第三个块中固定更新后的y以及变量以及其他变量来优化θ，第三个块中的子问题表述如下：
75、
76、s.t.:
77、c3:0≤θ≤1
78、
79、c5:en≤emax,n∈n
80、将上述三个变量代入原优化问题，得到第四个块子问题如下所示：
81、
82、s.t.:
83、c1:
84、c2:0≤kn,m≤1,n∈n,m∈m
85、c3:
86、c4:en≤emax,n∈n。
87、优选的，外部迭代循环中，增广拉格朗日乘子λ通过以下表达式进行更新
88、
89、
90、其中上标i表示外部迭代的次数，引入约束违反指标来判断终止条件，如下所示：
91、
92、因此，本发明采用上述的一种5g-wifi异构网络下高可靠的任务卸载与资源管理算法，具有以下有益效果：
93、(1)根据目标问题的形式，使用分式规划中二次变换的方法将问题中的困难分式形式转换成了可处理的形式；
94、(2)为了解决0-1整数变量带来的高度非凸性，通过开发一种基于惩罚对偶分解(pdd)的算法来获得分布式求解方案，引入等式约束和辅助变量，将问题进行进一步转换处理，最终能够得到一个可以在每一个子问题中使用现有求解器如baron、cplex能够解决的求解方案，并成功达到问题收敛。
95、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
1.一种5g-wifi异构网络下高可靠的任务卸载与资源管理算法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种5g-wifi异构网络下高可靠的任务卸载与资源管理算法，其特征在于：所述数学模型基于系统模型建立，所述系统模型包括边缘服务器层和移动终端设备层，其中边缘服务器层由m个接入节点以及相对应的边缘服务器组成，其中m个接入节点中有1个5g基站，记为集合b；与a个wifi接入点a，记为集合a，m＝a∪b；使用来表示移动终端设备n的接入节点分配决策，kn,m＝1,m∈b表示移动终端设备n接入5g基站，kn,m＝1,m∈a表示移动终端设备n接入wifiap，否则kn,m＝0,m∈m，每个移动终端设备选择不大于一个节点进行任务卸载，得到以下约束：
3.根据权利要求2所述的一种5g-wifi异构网络下高可靠的任务卸载与资源管理算法，其特征在于，步骤1中的各数学模型表达式如下：
4.根据权利要求3所述的一种5g-wifi异构网络下高可靠的任务卸载与资源管理算法，其特征在于，所述步骤2的具体步骤如下：
5.根据权利要求4所述的一种5g-wifi异构网络下高可靠的任务卸载与资源管理算法，其特征在于，所述步骤s2具体内容如下：
6.根据权利要求5所述的一种5g-wifi异构网络下高可靠的任务卸载与资源管理算法，其特征在于，所述步骤s3中首先利用二次变换方法，通过引入辅助变量y转化步骤s2的优化问题中包含的复杂的多项式分式和以及0-1整数的形式，再使用基于分布式惩罚对偶分解法的双层循环迭代算法求解，具体如下：
7.根据权利要求6所述的一种5g-wifi异构网络下高可靠的任务卸载与资源管理算法，其特征在于，基于分布式惩罚对偶分解法的双层循环迭代算法包括内部迭代循环和外部迭代循环，具体过程如下：
8.根据权利要求7所述的一种5g-wifi异构网络下高可靠的任务卸载与资源管理算法，其特征在于：
