买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉重庆邮电大学申请的专利一种车联网中基于MEC计算任务卸载的资源分配方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN113891477B 。

龙图腾网通过国家知识产权局官网在2025-10-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111300905.7，技术领域涉及：H04W72/53；该发明授权一种车联网中基于MEC计算任务卸载的资源分配方法是由张海波;刘香渝;刘开健设计研发完成，并于2021-11-04向国家知识产权局提交的专利申请。

本一种车联网中基于MEC计算任务卸载的资源分配方法在说明书摘要公布了：本发明涉及车联网中的任务卸载与资源优化领域，特别涉及一种车联网中基于MEC计算任务卸载的资源优化方法，在移动边缘计算技术的协助下，针对车联网在有限资源和动态拓扑下需要处理大量低时延任务的问题，研究一种最小化系统开销的车联网部分任务卸载及资源分配策略；考虑路侧单元和车辆作为服务节点的差异以及任务时延、通信距离和计算资源约束建立数学模型；将该混合整数非凸问题分解为三个子问题联合求解；通过变量替换将计算资源分配子问题转换为凸优化问题，得到最优卸载比；本发明能够有效地确定卸载决策，分配信道资源和计算资源，并降低系统开销。

本发明授权一种车联网中基于MEC计算任务卸载的资源分配方法在权利要求书中公布了：1.一种车联网中基于MEC计算任务卸载的资源分配方法，其特征在于，通过计算车联网系统中的最小总开销确定任务卸载策略，并根据任务卸载策略对系统资源进行分配，包括： S1：构建基于MEC计算任务卸载的资源分配框架；构建基于MEC计算任务卸载的资源分配框架包括： 获取车辆信息，根据车辆信息将车辆划分为任务车辆TV和服务车辆SV；将服务车辆SV和路侧单元RSU作为服务节点SN；当任务车辆在执行任务卸载时，将任务分为本地任务卸载和卸载到服务节点； 计算本地任务卸载的时延和能耗； 卸载到服务节点包括卸载到路侧单元RSU和卸载到服务车辆SV；计算卸载到路侧单元RSU的时延和能耗；计算卸载到服务车辆SV的时延和能耗； 根据本地任务卸载的时延和能耗、卸载到路侧单元RSU的时延和能耗以及卸载到服务车辆SV的时延和能耗计算系统的总开销；计算系统总开销的公式为： 其中，表示有任务需要卸载的车辆集合，Ci表示一个任务车辆的开销，C表示系统总开销，λt表示时延因子，λe表示能耗因子,Ti表示系统时延，Ei表示系统能耗；gi表示卸载决策因子，ki,j表示车辆匹配因子，firsu表示RSU为TVi分配的计算资源，frsu-max表示RSU的最大计算能力，ξi表示任务卸载比，Timax表示TVi任务的最大容忍时延；θi,k表示子信道k是否被分配给TVi，表示TVi与RSU之间的距离，表示TVi与SVj之间的距离； S2：任务车辆根据基于MEC计算任务卸载的资源分配框架确定任务车辆的卸载模式，根据卸载模式和任务车辆的初始卸载比确定卸载决策；卸载模式包括任务车辆卸载到服务车辆V2V和任务车辆卸载到路侧单元V2I；确定任务车辆的卸载模式包括：定义任务匹配程度M，任务匹配程度等于第i个任务车辆TVi选择第j个服务车辆SVj作为卸载对象的任务计算时延和距离的加权和，所述距离指任务车辆与服务车辆间的距离；计算任务最大的任务匹配程度，根据最大任务匹配程度为任务车辆寻找最合适的任务卸载对象；计算最大任务匹配程度的公式为： 其中，表示车辆i的初始卸载比，αt和αd分别表示计算时间和距离的权重值；NS表示服务车辆的车辆集合，Pi表示车辆i的位置，Pj表示车辆j位置；DV2V表示任务车辆到服务车辆的通信距离，ci表示车辆i计算车辆的任务所需CPU数，表示SVj的计算能力； 为任务车辆寻找最合适的任务卸载对象的过程包括：采用基于任务匹配程度的动态禁忌长度禁忌搜索配对算法为服务车辆SV寻找合适的服务对象，包括： 采用禁忌搜索算法解决该问题时参数设置如下： 1初始解：设定距离最近配对为初始解； 2邻域：邻域满足的条件为因此共有NT-NS-2×NS2个邻域； 3禁忌对象：对任意SVj单行变化最优值时的选择列为禁忌对象； 4禁忌长度：设置禁忌长度q的公式为： 其中ω为变化系数，ΔM表示函数值的变化； 5候选解：由邻域解集中禁忌最优解和非禁忌最优解组成； S21：设置初始解和初始禁忌表，且初始禁忌表为空； S22：计算当前解的邻域，将计算出的邻域设置为禁忌对象，将禁忌对象填入初始禁忌表，得到禁忌最优解和非禁忌最优解； S23：判断禁忌最优解和非禁忌最优解共同决定的任务匹配程度M是否优于现有的最优解M′，如果优于现有最优解，更新最优解，否则不进行最优解的更新，并返回S2；当M与M'的差值小于极小值ε或者达到最大迭代次数时，停止更新； S24：根据最优解，将任务车辆集合分为集合和其中，集合表示选择了V2I卸载模式的车辆集合，集合表示选择了V2V卸载模式的车辆集合； S3：根据卸载决策为选择的服务节点分配信道分配资源；根据卸载决策为选择的服务节点分配信道分配资源包括： S31：将有任务需要卸载的车辆集合按照任务车辆TV的任务最大容忍时间Timax升序排序； S32：将排序后的前K个TV分别制定为K个颜色，根据每种颜色对应一个信道完成对前K个TV的信道分配； S33：采用图着色算法为未分配信道的TV着色，更新信道分配矩阵； S34：根据预计时延与TVi任务的最大容忍时延Timax的关系依次判断未分配信道的TV颜色，如果小于Timax则TVi被定为k颜色，即把k信道分配给TV；如果大于Timax则TVi不能被定为k颜色，即不把k信道分配给TVi； 预计时延的计算公式为： 其中，rirsu为在任务车辆卸载到路侧单元V2I卸载模式下TVi在k信道的传输速率，为在任务车辆卸载到服务车辆V2V卸载模式下TVi在k信道的传输速率，ci表示车辆i计算车辆的任务所需CPU数，si表示车辆i中车辆任务的大小，fiav表示车辆i的本地计算能力，表示路侧单元RSU平均分配给TVi的计算资源，NS表示服务车辆的车辆集合，表示SVj的计算能力； S4：更新卸载比；根据更新后的卸载比在信道分配资源上进行任务卸载和资源分配；更新卸载比并根据卸载比在分配的信道分配资源上进行任务卸载及资源分配，包括： 在卸载模式确定及信道分配后，任务车辆TV分为车辆集合和将优化目标分为CV2I和CV2V，分别对优化目标求解； 比较本地计算时间和卸载给SV的时间，将分为新的两个集合与当Tilocal≥Tioff-sv时，任务车辆TVi属于当TilocalTioff-sv，TVi属于 比较本地计算时间和卸载给路侧单元RSU的时间，将分为新的两个集合与当Tilocal≥Tioff-rsu时，TVi属于当TilocalTioff-rsu，TVi属于 其中，Tilocal表示任务车辆TVi在本地计算的时延，Tioff-sv表示任务卸载给服务车辆的卸载时延，Tioff-rsu表示任务卸载给路侧单元的卸载时延； 对优化目标求解的过程包括：当卸载模式确定为任务车辆卸载到服务车辆V2V后，CV2V优化目标为： 其中，CV2V表示卸载模式为任务车辆卸载到服务车辆的系统总开销，ca表示集合中计算车辆的任务所需CPU数，cb表示集合中计算车辆的任务所需CPU数；表示集合中车辆任务卸载的最大时延，表示集合中车辆任务卸载的最大时延；sa表示集合中车辆任务的大小，sb表示集合中车辆任务的大小，pa表示集合中车辆的计算功率，pb表示集合中车辆的计算功率，ξa表示集合的卸载比，ξb表示集合的卸载比，κv表示车辆的计算能耗系数，表示集合中任务车辆自身的计算能力，表示集合中任务车辆TVi与服务车辆SVj通信时的传输速率，表示集合中TVi与SVj通信时的传输速率；为SVj的计算能力，ki,j为车辆匹配因子，表示TVi是否选择SVj作为服务对象，ka,j表示集合中TVi是否选择SVj作为服务对象，kb,j表示集合中TVi是否选择SVj作为服务对象，表示集合中TVi与SVj之间的距离，表示集合中TVi与SVj之间的距离； 当卸载模式确定为任务车辆卸载到路侧单元V2I后，优化目标CV2I为 其中，CV2I表示卸载模式为任务车辆卸载到路侧单元的系统总开销，cc表示集合中计算车辆的任务所需CPU数，cd表示集合中计算车辆的任务所需CPU数；表示集合中车辆任务卸载的最大时延，表示集合中车辆任务卸载的最大时延；sc表示集合中车辆任务的大小，sd表示集合中车辆任务大小，pc表示集合中车辆的计算功率，pd表示集合中车辆的计算功率，pcom表示路侧单元RSU的计算功率，表示集合的卸载比，表示集合的卸载比，κv表示车辆的计算能耗系数，表示集合中车辆的本地计算能力，表示集合中车辆的本地计算能力，frsu-max表示RSU的最大计算能力，表示RSU给集合中车辆分配的计算能力，表示RSU给集合中车辆分配的计算能力，表示集合中任务车辆TVi与RSU通信时的传输速率，表示集合中TVi与RSU通信时的传输速率；为集合中任务车辆的计算能力，为集合中RSU的计算能力；表示集合中TVi与RSU之间的距离，表示集合中TVi与RSU之间的距离，DV2I表示TVi到RSU的通信距离； V2V优化问题和V2I优化问题均用CVX工具包对问题求解； 计算优化目标并判断计算结果是否收敛，若收敛则输出最优卸载比和根据最优卸载比得到的最优资源分配结果，若不收敛，则更新卸载比，迭代计算直到结果收敛到最优解后，输出最优卸载比和根据最优卸载比得到的最优资源分配结果，之后任务车辆在分配的信道分配资源上根据最优卸载比进行任务卸载及资源分配。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。