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！

龙图腾网获悉之江实验室申请的专利一种实时视频任务端网边协同调度方法及装置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：CN116436980B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202211642751.4，技术领域涉及：H04L67/63；该发明授权一种实时视频任务端网边协同调度方法及装置是由朱世强;朱宏伟;向甜;朱佳凯;宋伟设计研发完成，并于2022-12-20向国家知识产权局提交的专利申请。

本一种实时视频任务端网边协同调度方法及装置在说明书摘要公布了：一种实时视频任务端网边协同调度方法，首先采集端侧边缘侧平台框架信息、端侧设备能耗信息、各类深度神经网络模型的算子信息以及算子间的数据传输信息；其次，根据信息采集结果，构造算子间的拓扑网络关系和边的权重，依此建立深度神经网络模型的有向无环图；再者，基于数据采集和有向无环图构建的结果，对实时视频任务端网边协同的决策变量、目标函数和约束进行定义和数学化表达，进而构建端网边协同调度模型；最后，将数学化表示的决策变量、目标函数和约束在求解器环境中进行编译和求解，获得最优调度结果，并在实际物理环境中进行部署。

本发明授权一种实时视频任务端网边协同调度方法及装置在权利要求书中公布了：1.一种实时视频任务端网边协同调度方法，其特征在于包括如下步骤： 步骤S1，数据采集；采集平台框架信息、端侧设备能耗信息、视频分析深度神经网络DNN模型的算子信息、各算子间的数据传输信息； 步骤S2，DNN模型的有向无环DAG图构建；DNN模型的DAG图由节点V和边E两类元素组成，表示为G=V,E；根据各算子间的数据流动方向，建立算子间的拓扑网络关系；根据各算子间数据传输量的大小，对DAG图边的权重进行赋值； 步骤S3，端网边协同调度模型构建；根据上述步骤的数据采集结果和DAG图构建结果，基于整数规划建模方法建立端网边协同调度模型，对模型的决策变量、优化目标和约束进行定义和数学化表达；具体包括： 步骤S31，定义和描述端网边协同调度模型的决策变量； 步骤S32，定义和描述端网边协同调度模型的优化目标； 步骤S33，定义和描述端网边协同调度模型的约束； 步骤S31中需要决策算子的放置位置、算子的数据传输路径、端部设备的采样帧率、算子的开始时间和结束时间，由此分别产生端侧分配决策、通讯决策、端侧采样帧率决策、开始时间决策和结束时间决策；其中，端侧分配决策为01变量，定义为算子是否放置于设备处，是为1，否为0；通讯决策为01变量，定义为算子是否存在跨端边设备传输数据，是为1，否为0；端侧采样帧率决策为整数变量，定义为端部进行视频帧采样的帧率；开始时间决策和结束时间决策为整数变量，定义为算子的开始时间和结束时间； S32中调度的优化目标包含视频任务处理时延、视频任务处理速率和端侧能耗；其中，视频任务处理时延只计算有效帧的处理时延，可进一步表示为端侧计算时延、传输时延和边缘侧计算时延之和，由式1所示；视频任务处理速率由端、网、边的处理速率瓶颈所决定，端、网、边处理速率、、和计算时延的关系由式2表示；端侧能耗则包含计算能耗、待机能耗和通讯能耗；调度的优化目标最终表示为端侧计算时延、视频任务处理速率和端侧能耗的加权和，表示为式3； 步骤S33中端网边协同调度包含以下各类约束，具体由式4-19表述： 配置约束：包含约束4和约束5，其中约束4表示任意算子只能部署在一台设备上；约束5表示当算子的任意后序算子放置在端侧时，算子也只能放置在端侧； 不重叠约束：包含约束6和约束7，表示当两个算子布置在同一设备上时，设备以串行的方式进行计算处理；其中，和分别为两个大数，即、 端侧计算时延约束：包含约束8，表示端侧设备的计算时延为所有部署在端侧算子的计算时延之和； 传输时延约束：包含约束9和约束10，其中约束9表示传输时延为带宽和传输数据量的比值；约束10表示决策变量之间的关系； 边缘侧计算时延约束：包含约束11，表示边缘侧计算时延为有效帧端到端时延减去端侧计算时延和端边缘侧传输时延； 开始结束时间约束：包含约束12、约束13和约束14，其中约束12表示算子的任意的后序算子的开始时间不能早于算子的结束时间；约束13表示若算子和算子存在数据传输，则任意算子的开始时间不能早于传输完成时间；约束14表示算子的开始时间、结束时间和计算时间之间的关系； 端侧能耗约束：包含约束约束15、约束16、约束17、约束18和约束19，其中约束15和约束16表示处理能耗；约束17表示待机能耗；约束18表示传输能耗；总体的端侧能耗则表示为三类能耗之和，表示为约束19； 步骤S4，基于求解器的调度模型求解；基于求解器的编程语言，将端网边协同调度模型的决策变量、目标函数和约束在求解器环境中进行编译，并将具体DNN模型的DAG图网络结构输入到求解器中，求解并获得最优调度结果； 步骤S5，调度方案实际部署；根据调度模型求解结果，在实际物理环境中对端侧设备和边缘侧服务器进行部署。

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之江实验室，其通讯地址为：311121 浙江省杭州市余杭区之江实验室南湖总部；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。