(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 202210231849.4 (22)申请日 2022.03.09 (71)申请人 天津理工大 学 地址 300384 天津市西青区 宾水西道391号 (72)发明人 赵勇　路杨　舒开慧　翟琼　 张德干　张捷　张婷　王法玉　 陈洪涛　杜金玉　李思强　李荭娜　 (74)专利代理 机构 天津佳盟知识产权代理有限 公司 120 02 专利代理师 李淑惠 (51)Int.Cl. G06F 9/445(2018.01) G06F 30/20(2020.01) G05B 13/04(2006.01) G06F 111/04(2020.01) (54)发明名称 一种基于模糊逻辑策略的雾计算任务卸载 方法 (57)摘要 一种基于模糊逻辑策略的雾计算任务卸载 方法， 属于物联网领域， 用于高效地卸载智 能设 备上的任务。 包括如下步骤： 第1、 系统模型的构 建： 第1.1、 车辆雾计算任务卸载模型； 第1.2、 任 务卸载通信模型； 第1.3、 任务卸载计算模型； 第 1.4、 问题公式化； 第2、 基于模糊逻辑的Q学习任 务卸载算法： 第2.1、 基于模糊逻辑的车辆权重计 算； 第2.2、 雾计算任务卸载方法设计。 本发明在 满足任务最大容忍时延和资源可用性的约束条 件下， 将任务卸载到雾化车辆,减少路边单元的 能耗以及响应时间， 提高用户服务质量(QoS)。 实 验表明， 本文提出的任务卸载策略相比于其他算 法有着更好的性能。 权利要求书4页 说明书11页 附图8页 CN 114637552 A 2022.06.17 CN 114637552 A 1.一种基于模糊逻辑策略的雾计算任务卸载方法， 其特征在于该方法主要包括如下步 骤： 第1、 系统模型的构建： 第1.1、 车辆 雾计算任务卸载模型； 第1.2、 任务卸载通信模型； 第1.3、 任务卸载计算模型； 第1.4、 问题公式化； 第2、 基于模糊逻辑的Q学习任务卸载算法： 第2.1、 基于模糊逻辑的车辆 权重计算； 第2.2、 雾计算任务卸载 方法设计。 2.如权利要求1所述的基于模糊逻辑策略的雾计算任务卸载方法， 其特征在于， 步骤第 1.1中建立了车辆雾计算任务卸载模型， 该模型由智能家居设备、 路边单元(RSU)以及移动 车辆组成， 智能家居设备包括但不限于智能手机、 智能门锁、 智能摄像头中的一种， 由于自 身的计算能力有限， 这些设备生成的任务不能有效的处理， 因此需要将任务卸 载到附近的 拥有足够的计算资源的雾节点上， 在该系统中， 智能家居设备倾向将计算密集型任务卸载 到附近的路侧单元上， 路侧单元中存在调 度队列、 处理队列和候选车辆列表， 调 度队列负责 做出卸载决策， 处理队列中存放的是要在路边单元 的边缘服务器执行 的任务， 候选车辆列 表中存放着可以执行卸载任务的雾化车辆信息， 当智能家居设备将任务发送到RSU时， RSU 根据客观 环境做出在边 缘服务器本地执 行或者分配给 特定的候选车辆执 行的决策。 3.如权利要求1所述的基于模糊逻辑策略的雾计算任务卸载方法， 其特征在于， 步骤第 1.2中的任务卸 载通信模型如下， 智能家居设备将自身产生的要卸 载的计算密集型任务通 过无线连接发送到其附近的RSU， RSU将接收到的任务按照到达时间放入调度队列， 根据香 农公式可以计算出智能家居设备在时隙t时卸载任务 l的上行链路速率 为： 其中， 参数We表示智能家居 设备与RSU之间的带宽， 参数Pe表示智能家居 设备e的发送功 率， 参数he是设备e与RSU之间的信道增益， 参数d是要卸载任务 的智能家居设备与RSU之间 的距离， δ是损耗因子， 高斯白噪声功率用符号N0表示， 那么智能家居设备通过无线连接将 任务l卸载到RSU的传输时间表示 为： 其中， sizel表示计算任务的大小； RSU可接收其覆盖范围内的雾化车辆周期性的广播信标信息， 在每个时隙开始的时候， RSU根据接收到的信标信息， 更新候选车辆列表， RSU和移动车辆之间采用无线链路进行通 信， 根据香农公式可以得 出RSU在时隙t向特定的候选 雾化车辆v发送数据的速率 为： 其中， Wrv表示RSU与特定候选车辆v之间的带宽， 参数Pr表示RSU的发送功率， 参数hr是 RSU与候选车辆v之间的信道增益， 参数Dtv是在时隙t路边 单元RSU与候选车辆v之间的距离，权　利　要　求　书 1/4 页 2 CN 114637552 A 2δ是损耗因子， 高斯白噪声功率用符号N0表示。 那么RSU在时隙t将任务l发送给特定候选车 辆v所需要的时间为： 此外， RSU向移动车辆发送任务采用的是依赖于距离的路径损耗通信模型， 在时隙t内， RSU r向车辆v发送任务 l的能耗为： 上式中， B表示在时隙t内给定的比特率， φ表示扩展系数， Dtv表示RSU和车辆v 之间的距 离， ω代表路径损耗常数。 4.如权利要求1所述的基于模糊逻辑策略的雾计算任务卸载方法， 其特征在于， 步骤第 1.3中任务卸载计算模 型如下， RSU上部署的边缘服务器的计算能力以及移动车辆的计算能 力均用每秒钟的CPU周期数体现， 分别用capr和capv表示， 一个CPU周期的执行能耗被认为 是 μF2， μ是一个系数， 取决于芯片架构的开关电容， F表示每秒钟的CPU周期数， 如果候选车辆 的计算资源不足或者候选车辆列表为空， 也就是任务无法卸 载到候选车辆， 这些任务将会 在RSU的边缘服务器本地执行， 在本地执行时， RSU需要在任务的最大容忍时延内处理完成 任务。 5.如权利要求1所述的基于模糊逻辑策略的雾计算任务卸载方法， 其特征在于， 步骤第 1.4中的问题公式化为： 定义指示变量 来表示RSU是否在时隙t 接收到任务l， 如果在时隙t 路边单元RSU成功接收到了卸载任务l， 并放入调度队列， 那么 否则 另外还定义 指示变量 来表示候选车辆v是否在RSU的无线电覆盖范围内， 如果候选车辆v在RSU的无线 电覆盖范围内， 那么 否则 RSU在时隙t做出的决策用指示变量 表示， 即是否 在时隙t将任务l分配给候选车辆v， 若RSU决定在时隙t将任务l分配给候选车辆v， 那么 否则 时隙t内RSU的总能耗包括RSU将任务传输给候选车辆的通信能耗以及 RSU上的边 缘服务器执行卸载任务的计算能耗， 表示如下： 其中是1{x}一个二元函数， 只有在x为真的情况下， 该函数的值才为1， 否则为0， 指示变 量 来表示RSU是否在时隙t接收到任务l， 无线网络的回传速 率远远高于上传速 率， 而且回 传数据的大小仅仅是一个结果， 因此数据大小远小于上传数据大小， 所以计算结果的回传 时延可以忽略， 因此， 时隙t最终的卸 载任务的总时延包括智能家居设备上传任务到RSU的 时延、 RSU本地计算的时延、 RSU发送任务到候选车辆的时延以及候选车辆计算的时延， 表 示 如下： 为了使所有时隙中RSU的总能耗以及系统总时延最小， 提出的问题 表述如下： 因此将任务卸载问题表述成了一个混合整数非线性规划问题， 并采用基于模糊逻辑的权　利　要　求　书 2/4 页 3 CN 114637552 A 3