陳國(guó)龍，李現(xiàn)偉*，黃迎輝，許東波

(1.蚌埠學(xué)院 計(jì)算機(jī)與信息工程學(xué)院，安徽 蚌埠 233030;2.蚌埠市精彩電子科技有限公司，安徽 蚌埠 233030)

隨著網(wǎng)絡(luò)通信技術(shù)和物聯(lián)網(wǎng)技術(shù)的進(jìn)步，車載網(wǎng)(Internet of Vehicles，IoVs)近年來(lái)得到了飛速的發(fā)展，已經(jīng)成為5G的重要應(yīng)用場(chǎng)景[1]。以自動(dòng)駕駛和圖像輔助導(dǎo)航為代表的各種車載應(yīng)用不斷出現(xiàn)，這些車載應(yīng)用涵蓋了安全駕駛和信息娛樂等各個(gè)方面[2-3]。在方便人們生活的同時(shí)，這些應(yīng)用也產(chǎn)生了需要大量計(jì)算資源和低延遲處理的數(shù)據(jù)，這對(duì)網(wǎng)絡(luò)帶寬和計(jì)算資源提出了更高的要求[4]。由于車輛設(shè)備的計(jì)算資源有限，已不能滿足車載大數(shù)據(jù)的處理要求。移動(dòng)邊緣計(jì)算(Mobile Edge Computing，MEC)的出現(xiàn)為解決這個(gè)問題提供了方案。通過把計(jì)算資源部署在網(wǎng)絡(luò)的邊緣端，移動(dòng)邊緣計(jì)算為云資源服務(wù)的本地化提供了可能[5]。通過把MEC技術(shù)和車載網(wǎng)技術(shù)進(jìn)行結(jié)合，車載邊緣計(jì)算(Vehicular Edge Computing，VEC)為處理車載應(yīng)用所產(chǎn)生的大數(shù)據(jù)提供了新的解決方案[4,6]。在VEC系統(tǒng)中，車輛應(yīng)用產(chǎn)生的數(shù)據(jù)可以卸載到路邊單元(RSU,Road Side Unit)的MEC服務(wù)器上來(lái)完成應(yīng)用的處理和數(shù)據(jù)的分析，從而緩解車輛計(jì)算資源的不足以及降低處理應(yīng)用的時(shí)間和能耗[7-8]。

近年來(lái)，國(guó)內(nèi)外研究人員針對(duì)MEC和VEC中的資源分配和數(shù)據(jù)處理問題進(jìn)行了大量的研究。文獻(xiàn)[1]針對(duì)車聯(lián)網(wǎng)中車輛終端多媒體業(yè)務(wù)量的增長(zhǎng)導(dǎo)致大量數(shù)據(jù)增加帶來(lái)的延遲和能耗問題，研究了基于MEC的車聯(lián)網(wǎng)中的計(jì)算資源、緩存資源和功率資源的分配問題，提出了一種有效的資源分配機(jī)制。仿真實(shí)驗(yàn)結(jié)果驗(yàn)證了所提出的機(jī)制的有效性。文獻(xiàn)[2]研究了VEC中緩存資源和計(jì)算資源的分配問題，設(shè)計(jì)了一種聯(lián)合緩存資源和任務(wù)處理的機(jī)制，對(duì)緩存資源和計(jì)算資源的調(diào)度進(jìn)行了優(yōu)化，以此降低任務(wù)的處理時(shí)間。文獻(xiàn)[3]針對(duì)車聯(lián)網(wǎng)環(huán)境下車輛數(shù)據(jù)傳輸?shù)膯栴}提出了一種調(diào)度算法，實(shí)驗(yàn)結(jié)果表明所提出的算法能明顯改善網(wǎng)絡(luò)的性能。文獻(xiàn)[4]針對(duì)VEC網(wǎng)絡(luò)中有限的車輛終端計(jì)算資源不能處理海量任務(wù)數(shù)據(jù)以及VEC服務(wù)器不均衡導(dǎo)致資源利用率和任務(wù)卸載效率低的問題，提出了一種資源分配方案，以最大化用戶的效用。文獻(xiàn)[5]研究了超密集組網(wǎng)(UDN)環(huán)境下MEC計(jì)算功率的分配和任務(wù)卸載的問題，目標(biāo)是優(yōu)化系統(tǒng)的能耗。仿真實(shí)驗(yàn)結(jié)果表明所提出的方案能夠降低系統(tǒng)的能耗，提高系統(tǒng)的性能。文獻(xiàn)[6]針對(duì)VEC系統(tǒng)中由于車輛移動(dòng)而導(dǎo)致的任務(wù)完成時(shí)間增加的問題，提出了一種名為MPOHS的任務(wù)卸載策略。這種策略基于移動(dòng)路徑可預(yù)測(cè)，降低由于車輛的移動(dòng)而造成對(duì)任務(wù)卸載的影響。實(shí)驗(yàn)結(jié)果表明所提出的任務(wù)卸載策略能夠有效降低由于車輛移動(dòng)造成的對(duì)計(jì)算卸載的影響，降低任務(wù)的平均完成時(shí)間。文獻(xiàn)[7]研究了在車聯(lián)網(wǎng)與MEC環(huán)境結(jié)合的環(huán)境下任務(wù)處理的時(shí)間、所消耗的能量和處理速率的均衡關(guān)系，提出了一種基于DQN的任務(wù)卸載算法，并通過比較仿真實(shí)驗(yàn)、Q學(xué)習(xí)算法，驗(yàn)證了所提出算法的有效性。文獻(xiàn)[9]研究了MEC環(huán)境下車載應(yīng)用計(jì)算卸載的問題，通過采用無(wú)人機(jī)來(lái)降低障礙物對(duì)計(jì)算卸載的影響，提出了一種最小增量任務(wù)分配算法來(lái)提高資源利用率以及降低系統(tǒng)花費(fèi)。文獻(xiàn)[10]研究了在公有云和邊緣云環(huán)境下，車載網(wǎng)的通信資源和計(jì)算資源有效分配的問題。首先采用K-近鄰算法為車載應(yīng)用的任務(wù)處理選擇使用的資源，然后使用強(qiáng)化學(xué)習(xí)來(lái)解決通信資源和計(jì)算資源的分配問題。仿真實(shí)驗(yàn)表明所提出的策略可以有效地降低系統(tǒng)的花費(fèi)。文獻(xiàn)[11]研究了VEC系統(tǒng)中的任務(wù)卸載問題，提出了一種基于自適應(yīng)學(xué)習(xí)的任務(wù)卸載算法來(lái)最小化任務(wù)卸載的延遲。在仿真實(shí)驗(yàn)和真實(shí)的場(chǎng)景下的實(shí)驗(yàn)表明，所提出的算法與現(xiàn)有的基于置信上限的學(xué)習(xí)算法相比，在任務(wù)處理的平均延遲方面降低了30%。文獻(xiàn)[12]研究了車輛通信中安全和可靠性的問題，提出VEC網(wǎng)絡(luò)中一個(gè)基于中消息分發(fā)的PoQF一致性算法。所提算法的理論性能通過推導(dǎo)消息驗(yàn)證中失敗和延遲的界限、塊生成的吞吐量和漸近延遲、安全性和通信復(fù)雜性得到驗(yàn)證。文獻(xiàn)[13]提出了一個(gè)新的VEC框架來(lái)模擬在雙向道路上行駛的移動(dòng)車輛的計(jì)算卸載過程。基于此框架，采用契約理論的方法為VEC服務(wù)提供商設(shè)計(jì)最優(yōu)卸載策略，從而在提高車輛效用的同時(shí)最大化提供商的收入。為了進(jìn)一步提高VEC服務(wù)器計(jì)算資源的利用率，提出了一種高效的VEC服務(wù)器選擇和計(jì)算資源分配算法。數(shù)值結(jié)果表明，提出的方案大大提高了云計(jì)算提供商的收入，同時(shí)提高了云計(jì)算資源的利用率。文獻(xiàn)[14]在自動(dòng)駕駛領(lǐng)域提出了一種基于深度學(xué)習(xí)的內(nèi)容緩存框架。首先通過使用深度學(xué)習(xí)模型來(lái)預(yù)測(cè)自動(dòng)駕駛車輛要緩存的內(nèi)容；其次提出了一個(gè)用于檢索要緩存的信息娛樂內(nèi)容通信模型；然后提出了一個(gè)緩存模型用于檢索的內(nèi)容，并為緩存的內(nèi)容提出了計(jì)算模型。文獻(xiàn)[15]研究了邊緣軟件定義的車載網(wǎng)絡(luò)中的路由問題，提出了一種有效的基于在線順序?qū)W習(xí)的自適應(yīng)學(xué)習(xí)算法路由方案，能夠根據(jù)車流量的狀況選擇最優(yōu)的路由策略。實(shí)驗(yàn)結(jié)果表明所提出的路由方案能夠在不同的情況下根據(jù)交通狀況作出選擇。為了解決VEC系統(tǒng)中資源利用率低的問題，文獻(xiàn)[16]提出了一種分布式的計(jì)算卸載策略，利用遺傳算法和深度強(qiáng)化學(xué)習(xí)算法來(lái)解決最優(yōu)任務(wù)分配的機(jī)制，所提出的計(jì)算卸載策略能夠確保在MEC服務(wù)器資源不夠的情況下滿足車載任務(wù)處理延遲的要求。文獻(xiàn)[17]研究了車載網(wǎng)絡(luò)中基于公有云和邊緣云的計(jì)算資源分配的問題，以達(dá)到降低網(wǎng)絡(luò)延遲的目標(biāo)。提出了一種結(jié)合K近鄰算法和強(qiáng)化學(xué)習(xí)算法的多平臺(tái)任務(wù)卸載和計(jì)算資源分配的算法。首先利用K近鄰算法進(jìn)行計(jì)算資源的選擇，然后利用強(qiáng)化學(xué)習(xí)算法進(jìn)行資源的分配。仿真結(jié)果驗(yàn)證了算法的有效性。文獻(xiàn)[18]研究了基于MEC系統(tǒng)的V2X任務(wù)卸載方案。車輛終端產(chǎn)生的數(shù)據(jù)既可以卸載到MEC系統(tǒng)，也可以卸載到相鄰的車輛。設(shè)計(jì)了一種拍賣機(jī)制來(lái)最大化車輛的效益。文獻(xiàn)[19]研究了基于軟件定義網(wǎng)絡(luò)的VEX系統(tǒng)中的任務(wù)卸載策略，目標(biāo)是優(yōu)化任務(wù)卸載過程中的處理時(shí)間和消耗的能量。利用Q-學(xué)習(xí)的方法來(lái)解決所建立的數(shù)學(xué)問題，但是他們只考慮了網(wǎng)絡(luò)資源的分配。在本文的研究中，我們同時(shí)考慮計(jì)算資源和網(wǎng)絡(luò)通信資源的分配來(lái)降低車載應(yīng)用數(shù)據(jù)處理的時(shí)間。

1 系統(tǒng)模型和問題的描述

1.1 網(wǎng)絡(luò)模型

假設(shè)有一個(gè)由N個(gè)車輛終端和部署在RSU附近的MEC服務(wù)器組成的VEC網(wǎng)絡(luò)系統(tǒng)模型，如圖1所示。本文的系統(tǒng)模型主要參考了文獻(xiàn)[1]、文獻(xiàn)[10]、文獻(xiàn)[11]、文獻(xiàn)[17]至文獻(xiàn)[19]。每個(gè)車輛終端都有一個(gè)應(yīng)用需要處理，對(duì)于這些應(yīng)用，要么用車載終端的計(jì)算資源處理，要么通過RSU卸載到MEC服務(wù)器來(lái)處理。對(duì)于車輛終端k的應(yīng)用，k∈{1,2,…,N}，我們用Dk表示車載應(yīng)用的數(shù)據(jù)大小，Ck表示完成車輛終端k應(yīng)用的一個(gè)比特?cái)?shù)據(jù)所需要的CPU周期數(shù)，F(xiàn)k,l表示車載終端k的CPU頻率，也就是車載終端k的計(jì)算能力，F(xiàn)表示MEC服務(wù)器的CPU頻率，也就是MEC服務(wù)器的計(jì)算能力。

圖1 VEC網(wǎng)絡(luò)系統(tǒng)模型

1.2 車輛終端層計(jì)算模型

在車輛終端層計(jì)算模型中，車輛終端應(yīng)用產(chǎn)生的數(shù)據(jù)將由車輛終端的計(jì)算資源完成處理。對(duì)于車輛終端k，數(shù)據(jù)的計(jì)算完成時(shí)間和消耗的能量可以用如下公式來(lái)表示：

(1)

1.3 通信模型

車輛終端應(yīng)用的數(shù)據(jù)卸載通過RSU到MEC服務(wù)器時(shí)，會(huì)在上行鏈路上產(chǎn)生傳輸延遲和能耗。對(duì)于車輛終端k來(lái)說，上行鏈路的數(shù)據(jù)傳輸數(shù)據(jù)率可以用公式(2)表示

(2)

在公式(2)中，Bk表示分配給車輛終端k的帶寬，qk表示該車輛終端的傳輸功率，hk代表該車輛終端與RSU的信道增益，N0表示高斯白噪聲功率。

根據(jù)公式(2)，車輛終端應(yīng)用數(shù)據(jù)在上行鏈路的傳輸時(shí)間為：

(3)

1.4 邊緣云層的計(jì)算模型

在邊緣云層的計(jì)算模型中，當(dāng)車輛終端應(yīng)用數(shù)據(jù)到達(dá)后，MEC服務(wù)器會(huì)提供計(jì)算資源來(lái)處理應(yīng)用數(shù)據(jù)。對(duì)于車輛終端k來(lái)說，處理應(yīng)用數(shù)據(jù)所需要的時(shí)間可以用公式(4)表示：

(4)

在公式(4)中，F(xiàn)k,e表示分配給車輛終端k的計(jì)算資源的數(shù)量。

根據(jù)以上模型可知，如果使用卸載的方式來(lái)處理應(yīng)用的數(shù)據(jù)，那么所需要的時(shí)間是

(5)

車輛終端k應(yīng)用數(shù)據(jù)的處理時(shí)間可以用公式(6)表示：

(6)

在公式(6)中，ok表示車輛終端k的卸載策略。ok=1，表示車輛終端k使用邊緣云層的計(jì)算資源來(lái)處理應(yīng)用數(shù)據(jù)；ok=0，表示車輛終端k使用本身的計(jì)算資源來(lái)處理應(yīng)用數(shù)據(jù)。

2 問題描述和解決方案

2.1 問題描述

當(dāng)車載終端處理應(yīng)用產(chǎn)生數(shù)據(jù)的時(shí)候，首先檢查自身的計(jì)算資源所產(chǎn)生的計(jì)算時(shí)間，其次檢查卸載到邊緣云層時(shí)所產(chǎn)生的計(jì)算時(shí)間，然后選擇一個(gè)比較優(yōu)的方法處理應(yīng)用所產(chǎn)生的數(shù)據(jù)。我們的目標(biāo)是最小化VEC系統(tǒng)的計(jì)算時(shí)間，因此，我們的優(yōu)化目標(biāo)可以表示為：

問題1:

C3:Fk,e≥0

C4:ok∈{0,1}

C1表示分配給車輛終端的帶寬約束條件，C2表示邊緣云層MEC服務(wù)器分配給車輛終端的計(jì)算資源約束條件，C3表示分配給車輛終端的計(jì)算資源是非負(fù)的，C4表示車輛終端的卸載策略。

問題1是0-1混合整數(shù)非線性規(guī)劃(Mixed Integer Nonlinear Programming，MINP)問題，目標(biāo)函數(shù)是非凸的，是NP難的問題。解決這類問題可以利用一些傳統(tǒng)的方法，如分支定界法(Branch and Bound)和交替方向乘子算法(Alternating Direction Method of Multipliers，ADMM)等[20]。但是這些傳統(tǒng)算法具有非常大的時(shí)間復(fù)雜度[21]。下面我們提出一種有效的算法來(lái)解決所構(gòu)造的問題。

2.2 解決方案

根據(jù)文獻(xiàn)[22]，我們可以把問題1分解為三個(gè)子問題：

子問題1：帶寬分配的子問題；

子問題2：MEC服務(wù)器計(jì)算資源分配的子問題；

子問題3：車載應(yīng)用數(shù)據(jù)卸載的子問題。

在計(jì)算資源和應(yīng)用卸載是固定值的情況下，問題1變?yōu)椋?/p>

子問題1：

Bk≥0

(7)

(8)

在公式(8)中，μ≥0是拉格朗日乘子。

根據(jù)KKT條件[22]，我們有

(9)

(10)

μ≥0

(11)

通過公式(9)，我們可以知道μ>0，并且可以得到

(12)

因此，把公式(12)代入到公式(10)，我們可以得到

(13)

通過公式(13)，我們可以得到

(14)

把公式(14)代入式(9)，我們有

(15)

在帶寬和應(yīng)用卸載是固定值的情況下，問題1變?yōu)椋?/p>

子問題2：

Fk,e≥0

(16)

(17)

在公式(17)中，v≥0是拉格朗日乘子。

根據(jù)KKT條件[22]，有

(18)

(19)

v≥0

(20)

通過公式(18)，我們可以知道v>0，并且可以得到

(21)

把公式(21)代入公式(19)，我們可以得到

(22)

通過公式(22)，我們得到

(23)

把公式(23)代入公式(21)，我們可以得到

(24)

在車輛k的應(yīng)用卸載確定的情況下，把公式(24)和公式(15)代入到公式(6)中，可以得到在此情況下的計(jì)算時(shí)間。

在子問題1和2解決后，我們得到車輛應(yīng)用的卸載策略。

對(duì)于車載設(shè)備k，應(yīng)用卸載策略可以表示為：

(25)

3 結(jié)果與分析

本地處理算法：在該算法中所有的車輛應(yīng)用數(shù)據(jù)都利用車輛設(shè)備的計(jì)算資源來(lái)處理。

MEC服務(wù)器處理：在該算法中所有的車輛應(yīng)用數(shù)據(jù)都利用MEC服務(wù)器的計(jì)算資源來(lái)處理。

表1 參數(shù)值

設(shè)VEC系統(tǒng)中有5個(gè)車輛設(shè)備，圖2和圖3分別表示每個(gè)車輛設(shè)備的數(shù)據(jù)卸載決策、在本地端與MEC端的數(shù)據(jù)處理時(shí)間。由圖2可以看出，車輛設(shè)備1和2選擇使用自己的計(jì)算資源來(lái)處理應(yīng)用數(shù)據(jù)，而車輛設(shè)備3，4和5選擇使用MEC服務(wù)器的計(jì)算資源來(lái)處理應(yīng)用數(shù)據(jù)。這是由于車輛設(shè)備3，4和5需要處理的數(shù)據(jù)比較大，使用本地資源處理需要的時(shí)間比MEC端要長(zhǎng)，所以會(huì)選擇在MEC端處理，這在圖3中得到了驗(yàn)證。

圖2 車輛設(shè)備數(shù)據(jù)卸載策略

圖3 本地端和MEC端的數(shù)據(jù)處理時(shí)間

為了驗(yàn)證所提算法的有效性，我們與對(duì)比算法在數(shù)據(jù)處理時(shí)間方面進(jìn)行了比較，結(jié)果如圖4所示。

圖4 所提算法的有效性

通過圖4可知，所提算法在數(shù)據(jù)處理時(shí)間方面有了明顯的改進(jìn)，特別是當(dāng)車輛設(shè)備增加的時(shí)候。從圖4可以看出，當(dāng)車輛設(shè)備的數(shù)量是5時(shí)，與本地處理算法相比，所提算法最高能降低11.7%的處理時(shí)間；與MEC服務(wù)器處理算法相比，所提算法最高能降低7.79%的處理時(shí)間。

4 結(jié)論

研究了VEC系統(tǒng)中車輛設(shè)備數(shù)據(jù)處理和資源分配機(jī)制，提出了一種有效的車輛應(yīng)用大數(shù)據(jù)處理的資源分配策略。實(shí)驗(yàn)結(jié)果表明，所提出的方法能有效地降低車輛應(yīng)用大數(shù)據(jù)處理的時(shí)間。由于非正交多址(Non-Orthogonal Multiple Access,NOMA)在應(yīng)用數(shù)據(jù)卸載方面有降低延遲的優(yōu)點(diǎn)，在未來(lái)研究中，我們將采用與VEC系統(tǒng)結(jié)合的方式來(lái)降低系統(tǒng)的計(jì)算花費(fèi)。由于區(qū)塊鏈和聯(lián)合學(xué)習(xí)能保護(hù)數(shù)據(jù)傳輸?shù)陌踩园褏^(qū)塊鏈和聯(lián)合學(xué)習(xí)應(yīng)用在VEC系統(tǒng)中也是我們未來(lái)的研究課題。