一種基于改進的李雅普諾夫優化的云業務上行調度方法技術

本發明專利技術公開了一種基于改進的李雅普諾夫優化的云業務上行調度方法，本發明專利技術對李雅普諾夫優化方法進行改進，通過建立虛擬隊列，將云業務需要在一定時間內完成一定數據量上傳這一限制條件轉化為隊列穩定問題，進而將原能量優化問題轉化為一個聯合優化隊列穩定性和能量的雙目標優化問題。然后利用效用函數，將該雙目標優化問題合并為一個單目標優化問題進行求解。同時，本發明專利技術建立了一個保證機制來確保數據可以全部上傳。本發明專利技術可以在未來信道增益未知的情況下，得到最優調度策略的解析解，使用本發明專利技術中策略時上傳所耗能量遠低于傳統算法。

【技術實現步驟摘要】

本專利技術涉及無線云計算技術和無線資源優化領域，特別是一種基于改進的李雅普諾夫優化的云業務上行調度方法。
技術介紹
互聯網流量的迅猛增長和應用的不斷創新推動了移動云計算技術的發展。用戶通過無線網絡將應用數據上傳至云端進行處理，降低了對移動終端的計算能力要求，同時提升了業務處理效率。然而，由于電池容量不足，如何利用最少的能量來上傳數據成為人們的研究熱點。終端上傳業務數據的能量消耗本質上來說就是傳輸功率在時間上的累積。傳輸功率與傳輸速率和信道狀態有關。因此，最優的調度策略應該能在信道狀態較好時提高傳輸速率，在信道狀態較差時降低傳輸速率。這里存在兩個主要問題。首先，隨機信道的先驗概率在當前決策時刻是無法得知的；其次，由于時間耦合性的存在，當前時刻所做的決策必定會對未來時刻產生影響。現有文獻為了解決這些問題，通常是利用動態規劃的方法，并且假設信道增益服從某種分布，如獨立同分布，或者是假設信道狀態的轉移服從某個模型，如馬爾科夫鏈。但是，這些假設實際上與現實情況有很大的誤差。實際上，李雅普諾夫優化方法是一種可以解決具有時間耦合特性的隨機信道的優化問題。但是需要在此方法上進行改進，以適配云業務的特性。目前現有技術中還沒有這方面的相關技術。
技術實現思路
本專利技術所要解決的技術問題是克服現有技術的不足而提供一種基于改進的李雅普諾夫優化的云業務上行調度方法，本專利技術率先提出了將李雅普諾夫優化方法應用于云業務上行數據傳輸的資源調度，優化云業務的上傳能量。本專利技術為解決上述技術問題采用以下技術方案：根據本專利技術提出的一種基于改進的李雅普諾夫優化的云業務上行調度方法，包括以下步驟：步驟A、采用能量-速率公式表示傳輸速率與能量消耗之間的關系；步驟B、根據傳輸速率與能量消耗之間的關系，結合云業務需在一定時間內上傳完一定數據量的數據這一限制條件，建立云業務的能量消耗優化模型；步驟C、建立虛擬隊列，將云業務需在一定時間內上傳完一定數據量的數據這一限制條件改寫為隊列穩定問題；步驟D、引入李雅普諾夫函數，將隊列穩定問題轉化為最小化李雅普諾夫偏移問題，進而將云業務的能量消耗優化模型所表示的能量消耗優化問題轉化為最小化李雅普諾夫偏移且最小化上傳能量消耗的雙目標優化問題；步驟E、采用效用函數將雙目標優化問題合并為單目標優化問題，根據貪婪算法將該單目標優化問題化為一個時隙內的優化問題，從而利用導數求得最優解，即得到最優調度策略的解析解；其中，效用函數中的加權系數作為控制參數，所述控制參數是從最優控制參數選取表中選取的，最優控制參數選取表是根據電磁波的大尺度衰落值、上傳數據量及上傳截止時間采用離線算法建立的。作為本專利技術所述的一種基于改進的李雅普諾夫優化的云業務上行調度方法進一步優化方案，所述步驟B中云業務的能量消耗優化模型為：s(t)≥0其中，L為要傳輸的數據量，T為上傳的截止時間，s(t)為時隙t傳輸的數據量，g(t)為時隙t的信道增益，λ為能量系數，n為多項式次數且取決于調制方式。作為本專利技術所述的一種基于改進的李雅普諾夫優化的云業務上行調度方法進一步優化方案，所述步驟C中建立虛擬隊列，具體如下：其中，Q(0)＝0，Q(t)為虛擬隊列。作為本專利技術所述的一種基于改進的李雅普諾夫優化的云業務上行調度方法進一步優化方案，所述步驟D中云業務的能量消耗優化問題可轉化為最小化李雅普諾夫偏移且最小化上傳能量消耗的雙目標優化問題，即s.t.s(t)≥0。作為本專利技術所述的一種基于改進的李雅普諾夫優化的云業務上行調度方法進一步優化方案，所述步驟E中最優調度策略的解析解s(t)*為：其中，V≥0為雙目標之間的控制參數。作為本專利技術所述的一種基于改進的李雅普諾夫優化的云業務上行調度方法進一步優化方案，所述步驟E中最優調度策略的解析解s(t)*的具體計算方法如下：利用效用函數將雙目標優化問題合并為單目標優化問題，即根據貪婪算法，最小化期望轉化為最小化每個時刻的值，因為一個常數，最優化問題最終化為s.t.s(t)≥0；在任一時隙，對進行求導，從而得到最優調度策略的解析解s(t)*，即作為本專利技術所述的一種基于改進的李雅普諾夫優化的云業務上行調度方法進一步優化方案，所述離線算法，具體如下：步驟一、初始化k′＝k,L,T,n,令l＝0,Q(0)＝0,s(0)＝0,V*＝0,t＝1；其中，k為取平均次數，V*為最優的控制參數，l為當前已經上傳的數據量；步驟二、且其中，g(t)＝ploss×ps(t)，ploss為大尺度衰落，ps(t)為小尺度衰落；步驟三、l＝l+s(t)且t＝t+1；步驟四、若t＝T，找到滿足l≥L的最小的V，執行步驟五；否則返回步驟二；步驟五、V*＝V*+V；步驟六、k′＝k′-1；步驟七、當k′＝0，執行步驟八，否則返回步驟二；步驟八、V*＝V*/k。本專利技術采用以上技術方案與現有技術相比，具有以下技術效果：(1)本專利技術對李雅普諾夫優化方法進行改進，通過建立虛擬隊列，將云業務需要在一定時間內完成一定數據量上傳這一限制條件轉化為隊列穩定問題，并將原能量優化問題轉化為一個聯合優化隊列穩定性和能量的雙目標優化問題，然后利用效用函數，將該雙目標優化問題合并為一個單目標優化問題進行求解；同時，本專利技術建立了一個保證機制來確保數據可以全部上傳；(2)本專利技術率先提出了將李雅普諾夫優化方法應用于云業務上行數據傳輸的資源調度，優化云業務的上傳能量；(3)本專利技術對李雅普諾夫方法進行改進，使得該方法能夠適應云業務的特點，擴展了該方法的應用領域。附圖說明圖1為本專利技術的方法流程圖。圖2為最優控制參數隨大尺度衰落和上傳數據量變化圖。圖3為最優控制參數隨大尺度衰落和上傳截止時間變化圖。圖4為上傳耗能隨上傳數據量變化圖。圖5為上傳耗能隨上傳截止時間變化圖。具體實施方式下面結合附圖對本專利技術的技術方案做進一步的詳細說明：如圖1為本專利技術的方法流程圖，本專利技術提供了一種基于改進的李雅普諾夫優化的云業務上行調度方法，該方法包括如下步驟：步驟A：采用能量-速率公式表示傳輸速率與能量消耗之間的關系，然后進入步驟B；步驟B：根據傳輸速率與能量消耗之間的關系，結合云業務需在一定時間內上傳完一定數據量的數據這一限制條件，建立云業務的能量消耗優化模型；上述步驟A至步驟B，具體包括建立如下模型：其中，L為要傳輸的數據量，T為上傳的截止時間，s(t)為時隙t傳輸的數據量，g(t)為時隙t的信道增益，λ為能量系數，n為多項式次數，取決于調制方式。步驟C：建立虛擬隊列，將云業務需在一定時間內上傳完一定數據量的數據這一限制條件改寫為隊列穩定問題，建立的虛擬隊列如下：其中，Q(0)＝0，Q(t)為虛擬隊列。步驟D：引入李雅普諾夫函數，計算此虛擬隊列的李雅普諾夫偏移，證明最小化李雅普諾夫偏移時可以保證該隊列穩定，從而將隊列穩定問題轉化為最小化李雅普諾夫偏移問題，進而將云業務的能量消耗優化問題轉化為最小化李雅普諾夫偏移且最小化上傳能量消耗的雙目標優化問題，具體包括如下：引入李雅普諾夫函數L(Q(t))，定義為則任一時隙間隔，李雅普諾夫函數差值為由于上式可進一步寫為引入李雅普諾夫偏移Δ(Q(t))，定義為則根據公式(5)及公式(6)由于s(t)有界，因此必然存在一個常數B＞0為的上界，于是上式可化為提出定理1：當最小化Δ(Q(t))的本文檔來自技高網...

【技術保護點】
一種基于改進的李雅普諾夫優化的云業務上行調度方法，其特征在于，包括以下步驟：步驟A、采用能量?速率公式表示傳輸速率與能量消耗之間的關系；步驟B、根據傳輸速率與能量消耗之間的關系，結合云業務需在一定時間內上傳完一定數據量的數據這一限制條件，建立云業務的能量消耗優化模型；步驟C、建立虛擬隊列，將云業務需在一定時間內上傳完一定數據量的數據這一限制條件改寫為隊列穩定問題；步驟D、引入李雅普諾夫函數，將隊列穩定問題轉化為最小化李雅普諾夫偏移問題，進而將云業務的能量消耗優化模型所表示的能量消耗優化問題轉化為最小化李雅普諾夫偏移且最小化上傳能量消耗的雙目標優化問題；步驟E、采用效用函數將雙目標優化問題合并為單目標優化問題，根據貪婪算法將該單目標優化問題化為一個時隙內的優化問題，從而利用導數求得最優解，即得到最優調度策略的解析解；其中，效用函數中的加權系數作為控制參數，所述控制參數是從最優控制參數選取表中選取的，最優控制參數選取表是根據電磁波的大尺度衰落值、上傳數據量及上傳截止時間采用離線算法建立的。

【技術特征摘要】
1.一種基于改進的李雅普諾夫優化的云業務上行調度方法，其特征在于，包括以下步驟：步驟A、采用能量-速率公式表示傳輸速率與能量消耗之間的關系；步驟B、根據傳輸速率與能量消耗之間的關系，結合云業務需在一定時間內上傳完一定數據量的數據這一限制條件，建立云業務的能量消耗優化模型；步驟C、建立虛擬隊列，將云業務需在一定時間內上傳完一定數據量的數據這一限制條件改寫為隊列穩定問題；步驟D、引入李雅普諾夫函數，將隊列穩定問題轉化為最小化李雅普諾夫偏移問題，進而將云業務的能量消耗優化模型所表示的能量消耗優化問題轉化為最小化李雅普諾夫偏移且最小化上傳能量消耗的雙目標優化問題；步驟E、采用效用函數將雙目標優化問題合并為單目標優化問題，根據貪婪算法將該單目標優化問題化為一個時隙內的優化問題，從而利用導數求得最優解，即得到最優調度策略的解析解；其中，效用函數中的加權系數作為控制參數，所述控制參數是從最優控制參數選取表中選取的，最優控制參數選取表是根據電磁波的大尺度衰落值、上傳數據量及上傳截止時間采用離線算法建立的。2.根據權利要求1所述的一種基于改進的李雅普諾夫優化的云業務上行調度方法，其特征在于，所述步驟B中云業務的能量消耗優化模型為：s.t.Σt=0T-1s(t)≥L]]>s(t)≥0其中，L為要傳輸的數據量，T為上傳的截止時間，s(t)為時隙t傳輸的數據量，g(t)為時隙t的信道增益，λ為能量系數，n為多項式次數且取決于調制方式。3.根據權利要求2所述的一種基于改進的李雅普諾夫優化的云業務上行調度方法，其特征在于，所述步驟C中建立虛擬隊列，具體如下：Q(t+1)=[Q(t)-s(t)+LT]+]]>其中，Q(0)＝0，Q(t)為虛擬隊列。4.根據權利要求3所述的一種基于改進的李雅普諾夫優化的云業務上行調度方法，其特征在于，...

【專利技術屬性】
技術研發人員：潘甦，陳宇青，
申請(專利權)人：南京郵電大學，
類型：發明
國別省市：江蘇;32