本發(fā)明涉及數(shù)據(jù)處理，特別是涉及一種軌道交通5g邊緣計算網(wǎng)絡系統(tǒng)的任務卸載方法。

背景技術(shù)：

1、數(shù)字化、網(wǎng)絡化、智能化的融合是城市軌道交通的發(fā)展趨勢和特點，同時伴隨著密集的計算任務和實時性需求的激增?，F(xiàn)有研究通過5g多路無線接入技術(shù)，在邊緣計算網(wǎng)絡中建立了urllc（超高可靠性與超低時延）和embb（增強移動寬帶）任務的資源分配問題，但并未考慮urllc和embb任務的結(jié)合在更復雜和高度動態(tài)變化的場景中的應用。

2、然而，城市軌道交通系統(tǒng)中各種智能應用服務的服務需求是異構(gòu)的，其中列車自主控制和運行跟蹤等延遲敏感應用服務需要低延遲和高可靠性，乘客信息系統(tǒng)和閉路電視視頻等相關(guān)應用具有大數(shù)據(jù)傳輸需求。因此，如何利用5g邊緣計算網(wǎng)絡，為城市軌道交通系統(tǒng)提供更高的任務服務質(zhì)量，是本領(lǐng)域技術(shù)人員需要解決的技術(shù)問題。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于提供一種軌道交通5g邊緣計算網(wǎng)絡系統(tǒng)的任務卸載方法，為城市軌道交通系統(tǒng)提供更高的任務服務質(zhì)量。

2、一種軌道交通5g邊緣計算網(wǎng)絡系統(tǒng)的任務卸載方法，所述軌道交通5g邊緣計算網(wǎng)絡系統(tǒng)包括用戶層、邊緣層和數(shù)字孿生層，用戶層包含多個用戶設(shè)備，邊緣層包含多個邊緣服務器，用戶層和邊緣層都在數(shù)字孿生層進行虛擬映射，所述方法包括以下步驟：

3、步驟s1，建立系統(tǒng)任務模型，將系統(tǒng)任務模型分為urllc任務和embb任務，urllc任務通過urllc傳輸鏈路進行任務卸載，embb任務通過embb傳輸鏈路進行任務卸載；

4、步驟s2，建立urllc任務的任務卸載模型，并計算出urllc任務總處理時延，以及建立embb任務的任務卸載模型，并計算出embb任務總處理時延和embb任務的最大事務處理量；

5、步驟s3，根據(jù)urllc任務總處理時延、embb任務總處理時延和embb任務的最大事務處理量，建立聯(lián)合優(yōu)化模型；

6、步驟s4，采用matd3算法對聯(lián)合優(yōu)化模型進行求解，得到最優(yōu)的任務卸載策略。

7、根據(jù)本發(fā)明提供的軌道交通5g邊緣計算網(wǎng)絡系統(tǒng)的任務卸載方法，引用了數(shù)字孿生層，用戶層和邊緣層都在數(shù)字孿生層進行虛擬映射，在所述數(shù)字孿生層中，建立數(shù)字孿生模型，將系統(tǒng)任務模型在數(shù)字孿生模型中進行虛擬映射，通過數(shù)字孿生模型對系統(tǒng)任務模型進行集中訓練，然后將訓練好的系統(tǒng)任務模型部署到各個用戶設(shè)備和各個邊緣服務器上進行分布式執(zhí)行，該方法先計算出urllc任務總處理時延、embb任務總處理時延和embb任務的最大事務處理量，再根據(jù)urllc任務總處理時延、embb任務總處理時延和embb任務的最大事務處理量，建立聯(lián)合優(yōu)化模型，通過urllc鏈路的短包傳輸和embb鏈路的大容量帶寬滿足城市軌道交通系統(tǒng)不同服務的異構(gòu)需求，實現(xiàn)了urllc和embb任務的結(jié)合在更復雜和高度動態(tài)變化的場景中的應用，最終采用matd3算法對聯(lián)合優(yōu)化模型進行求解，減少了智能體與中央控制器在線交互時數(shù)據(jù)傳輸?shù)膲毫?，從而實現(xiàn)了urllc和embb的動態(tài)資源分配，提高了任務處理性能。

技術(shù)特征：

1.一種軌道交通5g邊緣計算網(wǎng)絡系統(tǒng)的任務卸載方法，其特征在于，所述軌道交通5g邊緣計算網(wǎng)絡系統(tǒng)包括用戶層、邊緣層和數(shù)字孿生層，用戶層包含多個用戶設(shè)備，邊緣層包含多個邊緣服務器，用戶層和邊緣層都在數(shù)字孿生層進行虛擬映射，所述方法包括以下步驟：

2.根據(jù)權(quán)利要求1所述的軌道交通5g邊緣計算網(wǎng)絡系統(tǒng)的任務卸載方法，其特征在于，在所述用戶層中，設(shè)置用戶設(shè)備集合為，中第m個用戶設(shè)備的任務特征，其中，表示優(yōu)先級權(quán)重，表示數(shù)據(jù)傳輸大小，表示任務計算所需cpu周期數(shù)，表示最大的時延容忍，表示任務類型，，和分別指urllc任務和embb任務；

3.根據(jù)權(quán)利要求2所述的軌道交通5g邊緣計算網(wǎng)絡系統(tǒng)的任務卸載方法，其特征在于，步驟s2中，采用下式計算urllc任務總處理時延：

4.根據(jù)權(quán)利要求3所述的軌道交通5g邊緣計算網(wǎng)絡系統(tǒng)的任務卸載方法，其特征在于，步驟s2中，采用下式計算embb任務總處理時延：

5.根據(jù)權(quán)利要求4所述的軌道交通5g邊緣計算網(wǎng)絡系統(tǒng)的任務卸載方法，其特征在于，步驟s2中，采用下式計算embb任務的最大事務處理量：

6.根據(jù)權(quán)利要求5所述的軌道交通5g邊緣計算網(wǎng)絡系統(tǒng)的任務卸載方法，其特征在于，步驟s3中，所述聯(lián)合優(yōu)化模型的表達式為：

7.根據(jù)權(quán)利要求6所述的軌道交通5g邊緣計算網(wǎng)絡系統(tǒng)的任務卸載方法，其特征在于，步驟s4具體包括：

技術(shù)總結(jié)
本發(fā)明提供一種軌道交通5G邊緣計算網(wǎng)絡系統(tǒng)的任務卸載方法，包括：建立系統(tǒng)任務模型，將系統(tǒng)任務模型分為URLLC任務和eMBB任務；建立URLLC任務的任務卸載模型，并計算出URLLC任務總處理時延，以及建立eMBB任務的任務卸載模型，并計算出eMBB任務總處理時延和eMBB任務的最大事務處理量；根據(jù)URLLC任務總處理時延、eMBB任務總處理時延和eMBB任務的最大事務處理量，建立聯(lián)合優(yōu)化模型；采用MATD3算法對聯(lián)合優(yōu)化模型進行求解，得到最優(yōu)的任務卸載策略。本發(fā)明能夠為城市軌道交通系統(tǒng)提供更高的任務服務質(zhì)量。

技術(shù)研發(fā)人員：張青苗,尹雨晴,張晨曦,趙軍輝,廖龍霞
受保護的技術(shù)使用者：華東交通大學
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/10