一种针对单用户异构蜂窝网络的时延最小化方法及装置

1.本发明涉及信息与通信技术领域，具体指一种针对单用户异构蜂窝网络的时延最小化方法。


背景技术：

2.传统的云计算模式难以实现实时高效的支持基于万物互联的应用服务程序，移动边缘计算通过将移动边缘服务器部署在用户附近，辅助用户进行计算或者提供内容存储功能，正逐步成为一种能够满足个人物联网低延时、高质量的关键技术。大多数研究针对由云服务器和边缘服务器共同服务的场景，而针对部署边缘服务器的异构蜂窝网络方面的研究还较少。


技术实现要素：

3.本发明针对现有技术的不足，提出一种针对单用户异构蜂窝网络的时延最小化方法及装置，涉及无限通信系统中的移动边缘计算技术，利用宏基站、微基站所部署的边缘服务运算器，结合用户设备计算器，以达到在用户设备剩余电池容量有限的情况下最小化用户端时延的目标。
4.为了解决上述技术问题，本发明的技术方案为：
5.一种针对单用户异构蜂窝网络的时延最小化方法，包括如下步骤：
6.s1、搭建异构蜂窝网络，所述异构蜂窝网络包括一个宏基站，n个微基站，一个用户组成；
7.s2、初始化阶段：宏基站获取用户的基本位置信息，用户与基站间互发hello包初始化用户节点信息和小区间干扰功率，各个微基站上传服务器计算频率以获取各个微基站计算能力，同时分配用户所占用的信道带宽；
8.s3、构建通信模型和卸载模型，并根据通信模型和卸载模型以最小化用户端总时延比为目标函数对问题进行建模；
9.s4、利用分支定界算法，求得最优解。
10.作为优选，所述异构蜂窝网络中，用户具有本地计算能力，所有基站均配备了移动边缘服务器。
11.作为优选，所述步骤s3中，用户的通信模型即为用户任务传输时延，所述用户任务传输时延包括用户将任务卸载到微基站mec时延，以及用户将任务卸载到宏基站mec时延。
12.作为优选，所述通信模型的构建方法为：
13.当用户将任务卸载到微基站bj所部署mec服务器，其中bj∈γ(ui),γ(ui)为向用户ui提供服务的微基站mec服务器集合，则任务vi卸载到微基站bj的上行传输速率r
i，j
可以表示为：
14.15.其中，h
i，j
表示用户ui到微基站bj的信道增益，pi表示用户终端设备的传输功率，σ2代表用户设备的噪声功率，b代表信道带宽，i
i，j
表示用户ui到微基站bj的小区间干扰功率，
16.任务vi卸载到微基站bj的传输时延可以表示为：
[0017][0018]
任务vi卸载到微基站bj的传输能耗可以表示为：
[0019][0020]
同理，当任务vi卸载到宏基站a时，上行传输速率r
i，a
可以表示为：
[0021][0022]
式中，h
i，a
表示用户ui到宏基站a的信道增益，i
i，a
表示用户ui到宏基站a的干扰功率；
[0023]
任务vi卸载到宏基站a的传输时延可以表示为：
[0024][0025]
任务vi卸载到宏基站a的传输能耗可以表示为：
[0026][0027]
作为优选，所述步骤s3中，用户的卸载模型即用户所产生的计算任务可以由本地处理、交由微基站mec服务器以及交由宏基站mec服务器任意一处进行处理。
[0028]
作为优选，当任务由本地处理时，f
il
表示用户ui设备的计算能力，即用户设备每秒能够提供的cpu周期数，基于此，任务vi在本地处理的总时延可以表示为：
[0029][0030]
任务vi在本地处理总能耗可以表示为：
[0031][0032]
作为优选，当任务由微基站mec服务器处理时，表示微基站mec服务器计算能力的集合，即各个微基站mec服务器每秒能够提供的cpu周期数，根据通信模型可知，任务vi由微基站mec服务器处理的总时延由任务卸载到微基站的传输时延和微基站mec服务器处理任务的计算时延两个部分组成，基于此，任务vi由微基站mec服务器处理的总时延可以表示为：
[0033]
[0034]
式中，φi表示任务vi所卸载到的微基站，φi∈γ(ui)。
[0035]
作为优选，当任务由宏基站mec服务器处理时，fa表示宏基站mec服务器的计算能力，根据通信模型可知，任务vi由宏基站mec处理的总时延由任务卸载到宏基站的传输时延和宏基站mec服务器处理任务的计算时延两个部分组成，基于此，任务vi由宏基站mec服务器处理的总时延可以表示为：
[0036][0037]
作为优选，所述步骤s3中所构建的模型，其目标函数表达式如下：
[0038][0039]
其中，目标函数如式(11)所示，x＝{x1，x2，
…
，xm}表示任务vi在本地卸载的变量集合，y＝{y1，y2，
…
，ym}表示任务vi在微基站卸载的变量集合，z＝{z1，z2，
…
，zm}表示任务vi在宏基站卸载的变量集合，φ＝{φ1，φ2，
…
，φm}表示任务vi所选择的微基站变量集合。
[0040]
作为优选，基于所构建的模型，其目标函数给定以下约束条件：
[0041][0042][0043][0044][0045][0046]
式(11-1)表示用户任务若在本地处理，则能耗不能高于当前用户设备的电池剩余能量，表示用户ui设备的电池总能量，ηi为用户ui设备的电池能量的剩余百分比；式(11-2)和式(11-3)表示用户任务若卸载到微基站或宏基站mec服务器进行处理，则传输能耗不能高于当前用户设备的电池剩余能量；式(11-4)表示任务由且只能由一个设备进行处理；式(11-5)表示用户ui所选择的微基站只能是与之关联的，即必须要在该微基站的覆盖范围内。
[0047]
本发明还提供了一种针对单用户异构蜂窝网络的时延最小化装置，包括一个宏基站，n个微基站，一个用户终端，所述宏基站均和微基站均配备了移动边缘服务器，所述宏基站均和微基站均通过通信链路与用户终端进行数据传输，
[0048]
所述宏基站上部署有初始化模块，用于获取用户的基本位置信息，初始化用户节点信息和小区间干扰功率，获取各个微基站计算能力，并规定用户所占用的信道带宽；
[0049]
所述用户终端上设置有通信模块、卸载模块和执行模块，
[0050]
所述通信模块，用于将用户任务卸载到微基站和宏基站；
[0051]
所述卸载模块，用于将用户所产生的计算任务发送至本地、移动边缘服务器进行处理；
[0052]
所述执行模块，用于根据卸载到微基站和宏基站的用户任务以及发送到本地、移动边缘服务器进行处理得到计算任务，利用分支定界算法，求得最优解，
[0053]
所述执行模块上还配备有条件约束模块，用于限定用户任务在本地处理时能耗不能高于当前用户设备的电池剩余能量；用于限定用户任务卸载到微基站和宏基站mec服务器进行处理时传输能耗不能高于当前用户设备的电池剩余能量；用于限定用户任务由且只能由一个设备进行处理；用于限定用户所选择的微基站必须要在该微基站的覆盖范围内。
[0054]
本技术还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述一种针对单用户异构蜂窝网络的时延最小化方法的步骤。
[0055]
本技术还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述针对单用户异构蜂窝网络的时延最小化方法。
[0056]
本发明具有以下的特点和有益效果：
[0057]
采用上述技术方案，涉及无限通信系统中的移动边缘计算技术，利用宏基站、微基站所部署的边缘服务运算器，结合用户设备计算器，以达到在用户设备剩余电池容量有限的情况下最小化用户端时延的目标。
[0058]
本发明针对由单用户、多微基站、单宏基站所构成的异构蜂窝网络，实现在用户终端设备电池容量受限前提下最小化用户端时延的目标。
[0059]
本发明实现的分配算法简单，可扩展，并且优化目标只依赖于用户位置，宏基站、微基站设备计算能力等，这些参数在初始化阶段可获得，易实现。
附图说明
[0060]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0061]
图1为本发明实施例的网络示例图。
[0062]
图2为本发明实施例的流程图。
[0063]
图3为本发明实施例的算法性能对比图。
具体实施方式
[0064]
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
[0065]
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。
[0066]
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相
连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以通过具体情况理解上述术语在本发明中的具体含义。
[0067]
本发明提供了一种针对单用户异构蜂窝网络的时延最小化方法，如图2所示，其中，所搭建的异构蜂窝网络，其网络拓扑结构如图1所示，由一个宏基站，n个微基站，一个用户组成，且用户具有本地计算能力，所有基站均配备了移动边缘服务器。
[0068]
需要说明的是，由于微基站的密集部署，因此该个用户可能会被多个微基站覆盖，用户可以将自己的任务进行本地处理或交由微基站mec服务器或宏基站mec服务器进行处理，以满足用户对低时延需求。调度方案由宏基站配备的mec服务器进行集中式决策。本章节假设任务卸载的过程中用户的移动性不高，且不考虑任务计算结果的回传延时。
[0069]
本实施例中，a表示宏基站所配备的mec服务器，b＝{b1,b2,
…
,bn}表示微基站所配备的mec服务器集合。vi＝(wi,si)来表示用户的计算任务，其中wi表示任务vi的计算量，即完成任务所需要的平均计算机cpu周期，si表示任务vi的大小，即任务向微基站或宏基站传输所需数据内容的平均大小。
[0070]
用户的通信模型即用户任务的传输时延：用户将任务卸载到微基站mec时延或用户卸载到宏基站mec时延。
[0071]
当用户将任务卸载到微基站bj所部署mec服务器，其中bj∈γ(ui),γ(ui)为向用户ui提供服务的微基站mec服务器集合，则任务vi卸载到微基站bj的上行传输速率r
i,j
可以表示为：
[0072][0073]
其中，h
i,j
表示用户ui到微基站bj的信道增益。pi表示用户终端设备的传输功率，σ2代表用户设备的噪声功率，b代表信道带宽，i
i,j
表示用户ui到微基站bj的小区间干扰功率。
[0074]
任务vi卸载到微基站bj的传输时延可以表示为：
[0075][0076]
任务vi卸载到微基站bj的传输能耗可以表示为：
[0077][0078]
同理，当任务vi卸载到宏基站a时，上行传输速率r
i,a
可以表示为：
[0079][0080]
式中，h
i,a
表示用户ui到宏基站a的信道增益，i
i,a
表示用户ui到宏基站a的干扰功率。
[0081]
任务vi卸载到宏基站a的传输时延可以表示为：
[0082][0083]
任务vi卸载到宏基站a的传输能耗可以表示为：
[0084][0085]
用户的卸载模型即用户所产生的计算任务可以由本地处理或交由微基站mec服务器处理或交由宏基站mec服务器处理。
[0086]
当任务由本地处理时，f
il
表示用户ui设备的计算能力，即用户设备每秒能够提供的cpu周期数。基于此，任务vi在本地处理的总时延可以表示为：
[0087][0088]
任务vi在本地处理总能耗可以表示为：
[0089][0090]
当任务由微基站mec服务器处理时，表示微基站mec服务器计算能力的集合，即各个微基站mec服务器每秒能够提供的cpu周期数。根据通信模型可知，任务vi由微基站mec服务器处理的总时延由任务卸载到微基站的传输时延和微基站mec服务器处理任务的计算时延两个部分组成。基于此，任务vi由微基站mec服务器处理的总时延可以表示为：
[0091][0092]
式中，φi表示任务vi所卸载到的微基站，φi∈γ(ui)。
[0093]
当任务由宏基站mec服务器处理时，fa表示宏基站mec服务器的计算能力。根据通信模型可知，任务vi由宏基站mec处理的总时延由任务卸载到宏基站的传输时延和宏基站mec服务器处理任务的计算时延两个部分组成。基于此，任务vi由宏基站mec服务器处理的总时延可以表示为：
[0094][0095]
基于上述通信模型和卸载模式，本实施例的总建模为：
[0096][0097][0098][0099][0100][0101]
[0102]
其中，目标函数如式(11)所示，x＝{x1,x2,
…
,xm}表示任务vi在本地卸载的变量集合，y＝{y1,y2,
…
,ym}表示任务vi在微基站卸载的变量集合，z＝{z1,z2,
…
,zm}表示任务vi在宏基站卸载的变量集合，φ＝{φ1,φ2,
…
,φm}表示任务vi所选择的微基站变量集合。式(11-1)表示用户任务若在本地处理，则能耗不能高于当前用户设备的电池剩余能量，表示用户ui设备的电池总能量，ηi为用户ui设备的电池能量的剩余百分比。式(11-2)和式(11-3)表示用户任务若卸载到微基站或宏基站mec服务器进行处理，则传输能耗不能高于当前用户设备的电池剩余能量。式(11-4)表示任务由且只能由一个设备进行处理，式(11-5)表示用户ui所选择的微基站只能是与之关联的，即必须要在该微基站的覆盖范围内。
[0103]
进一步的，利用分支定界算法，求得最优解。
[0104]
具体的，算法求解具体步骤：
[0105]
初始问题集合s＝{p},解集合精度值μ,记除约束(11-4)外的问题为松弛问题，上界h＝+∞，下界b为松弛问题的可行解。
[0106]
若问题集合不为空，则进行迭代。
[0107]
在每次迭代中，遍历集合s的所有问题，并对每个问题进行cvx包求解。
[0108]
若问题有可行解，则令β为问题解，为β所对应的目标函数值；若或则将β加入解集合f。
[0109]
令a＝0，b＝+∞，遍历解集合f，令cur为解所对应的目标函数值；若解矩阵中所有变量均为整数值，则b＝min{b,cur}；否则，a＝min{a,cur}并遍历解矩阵中所有不满足整数约束的变量将其变更为0或1并加入原问题集合s。
[0110]
令b＝max{b,a},h＝min{h,b}。
[0111]
若则跳出循环直接输出最终解；否则回到步骤2。
[0112]
问题集合为空，输出最终解。
[0113]
基于上述实施例所提供的技术方案，输出最终解。如图3所示，任务所需传输大小si服从均值为10mb的正态分布，任务所需平均计算周期wi分别服从正态分布时系统总时延的仿真图，显然，随着任务所需平均计算周期的增加，任务总时延均增大。同时对比随机卸载方案和完全卸载的方案，分支定界算法均有最低的任务总时延。
[0114]
本实施例还提供了一种针对单用户异构蜂窝网络的时延最小化装置，如图1所示，包括一个宏基站，n个微基站，一个用户终端，所述宏基站均和微基站均配备了移动边缘服务器，所述宏基站均和微基站均通过通信链路与用户终端进行数据传输，
[0115]
所述宏基站上部署有初始化模块，用于获取用户的基本位置信息，初始化用户节点信息和小区间干扰功率，获取各个微基站计算能力，并规定用户所占用的信道带宽；
[0116]
所述用户终端上设置有通信模块、卸载模块和执行模块，
[0117]
所述通信模块，用于将用户任务卸载到微基站和宏基站；
[0118]
所述卸载模块，用于将用户所产生的计算任务发送至本地、移动边缘服务器进行处理；
[0119]
所述执行模块，用于根据卸载到微基站和宏基站的用户任务以及发送到本地、移动边缘服务器进行处理得到计算任务，利用分支定界算法，求得最优解，
[0120]
所述执行模块上还配备有条件约束模块，用于限定用户任务在本地处理时能耗不能高于当前用户设备的电池剩余能量；用于限定用户任务卸载到微基站和宏基站mec服务器进行处理时传输能耗不能高于当前用户设备的电池剩余能量；用于限定用户任务由且只能由一个设备进行处理；用于限定用户所选择的微基站必须要在该微基站的覆盖范围内。
[0121]
本领域的技术人员可以清楚地了解到本技术实施例的技术方案可借助软件和/或硬件来实现。本说明书中的“单元”和“模块”是指能够独立完成或与其他部件配合完成特定功能的软件和/或硬件，其中硬件例如可以是现场可编程门阵列(field－programmable gate array，fpga)、集成电路(integrated circuit，ic)等。
[0122]
本技术实施例的各处理单元和/或模块，可通过实现本技术实施例所述的功能的模拟电路而实现，也可以通过执行本技术实施例所述的功能的软件而实现。
[0123]
本实施例还提供了本技术实施例所涉及的一种电子设备，，该电子设备可以用于实施图2所示实施例中的方法。具体的，电子设备可以包括：至少一个中央处理器，至少一个网络接口，用户接口，存储器，至少一个通信总线。
[0124]
其中，通信总线用于实现这些组件之间的连接通信。
[0125]
其中，用户接口可以包括显示屏(display)、摄像头(camera)，可选用户接口还可以包括标准的有线接口、无线接口。
[0126]
其中，网络接口可选的可以包括标准的有线接口、无线接口(如wi-fi接口)。
[0127]
其中，中央处理器可以包括一个或者多个处理核心。中央处理器利用各种接口和线路连接整个电子设备内的各个部分，通过运行或执行存储在存储器内的指令、程序、代码集或指令集，以及调用存储在存储器内的数据，执行终端的各种功能和处理数据。可选的，中央处理器可以采用数字信号处理(digital signal processing，dsp)、现场可编程门阵列(field-programmable gate array，fpga)、可编程逻辑阵列(programmable logic array，pla)中的至少一种硬件形式来实现。中央处理器可集成中央中央处理器(central processing unit，cpu)、图像中央处理器(graphics processing unit，gpu)和调制解调器等中的一种或几种的组合。其中，cpu主要处理操作系统、用户界面和应用程序等；gpu用于负责显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到中央处理器中，单独通过一块芯片进行实现。
[0128]
其中，存储器可以包括随机存储器(random access memory，ram)，也可以包括只读存储器(read-only memory)。可选的，该存储器包括非瞬时性计算机可读介质(non-transitory computer-readable storage medium)。存储器可用于存储指令、程序、代码、代码集或指令集。存储器可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器可选的还可以是至少一个位于远离前述中央处理器的存储装置。作为一种计算机存储介质的存储器中可以包括操作系统、网络通信模块、用户接口模块以及程序指令。
[0129]
电子设备中，用户接口主要用于，用于将用户任务卸载到微基站和宏基站；将用户所产生的计算任务发送至本地、移动边缘服务器进行处理，并具体执行以下操作：
[0130]
根据卸载到微基站和宏基站的用户任务以及发送到本地、移动边缘服务器进行处
memory，ram)、磁盘或光盘等。
[0139]
以上结合附图对本发明的实施方式作了详细说明，但本发明不限于所描述的实施方式。对于本领域的技术人员而言，在不脱离本发明原理和精神的情况下，对这些实施方式包括部件进行多种变化、修改、替换和变型，仍落入本发明的保护范围内。

技术特征：
1.一种针对单用户异构蜂窝网络的时延最小化方法，其特征在于，包括如下步骤：s1、搭建异构蜂窝网络，所述异构蜂窝网络包括一个宏基站，n个微基站，一个用户组成，所述异构蜂窝网络中，用户具有本地计算能力，所有基站均配备了移动边缘服务器；s2、初始化阶段：宏基站获取用户的基本位置信息，初始化用户节点信息和小区间干扰功率，获取各个微基站计算能力，并规定用户所占用的信道带宽；s3、构建通信模型和卸载模型，并根据通信模型和卸载模型以最小化用户端总时延比为目标函数对问题进行建模，所述通信模型即为用户任务传输时延，所述用户任务传输时延包括用户将任务卸载到微基站mec时延，以及用户将任务卸载到宏基站mec时延，所述卸载模型即用户所产生的计算任务可以由本地处理、交由微基站mec服务器以及交由宏基站mec服务器任意一处进行处理；s4、利用分支定界算法，求得最优解。2.根据权利要求1所述的针对单用户异构蜂窝网络的时延最小化方法，其特征在于，所述通信模型的构建方法为：当用户将任务卸载到微基站b
j
所部署mec服务器，其中b
j
∈γ(u
i
),γ(u
i
)为向用户u
i
提供服务的微基站mec服务器集合，则任务v
i
卸载到微基站b
j
的上行传输速率r
i，j
可以表示为：其中，h
i，j
表示用户u
i
到微基站b
j
的信道增益，p
i
表示用户终端设备的传输功率，σ2代表用户设备的噪声功率，b代表信道带宽，i
i，j
表示用户u
i
到微基站b
j
的小区间干扰功率，任务v
i
卸载到微基站b
j
的传输时延可以表示为：任务v
i
卸载到微基站b
j
的传输能耗可以表示为：同理，当任务v
i
卸载到宏基站a时，上行传输速率r
i，a
可以表示为：式中，h
i，a
表示用户u
i
到宏基站a的信道增益，i
i，a
表示用户u
i
到宏基站a的干扰功率；任务v
i
卸载到宏基站a的传输时延可以表示为：任务v
i
卸载到宏基站a的传输能耗可以表示为：
3.根据权利要求2所述的针对单用户异构蜂窝网络的时延最小化方法，其特征在于，当任务由本地处理时，f
il
表示用户u
i
设备的计算能力，即用户设备每秒能够提供的cpu周期数，基于此，任务v
i
在本地处理的总时延可以表示为：任务v
i
在本地处理总能耗可以表示为：4.根据权利要求3所述的针对单用户异构蜂窝网络的时延最小化方法，其特征在于，当任务由微基站mec服务器处理时，表示微基站mec服务器计算能力的集合，即各个微基站mec服务器每秒能够提供的cpu周期数，根据通信模型可知，任务v
i
由微基站mec服务器处理的总时延由任务卸载到微基站的传输时延和微基站mec服务器处理任务的计算时延两个部分组成，基于此，任务v
i
由微基站mec服务器处理的总时延可以表示为：式中，φ
i
表示任务v
i
所卸载到的微基站，φ
i
∈γ(u
i
)。5.根据权利要求4所述的针对单用户异构蜂窝网络的时延最小化方法，其特征在于，当任务由宏基站mec服务器处理时，f
a
表示宏基站mec服务器的计算能力，根据通信模型可知，任务v
i
由宏基站mec处理的总时延由任务卸载到宏基站的传输时延和宏基站mec服务器处理任务的计算时延两个部分组成，基于此，任务v
i
由宏基站mec服务器处理的总时延t
ia
可以表示为：6.根据权利要求7所述的针对单用户异构蜂窝网络的时延最小化方法，其特征在于，所述步骤s3中所构建的模型，其目标函数表达式如下：其中，目标函数如式(11)所示，x＝{x1，x2，
…
，x
m
}表示任务v
i
在本地卸载的变量集合，y＝{y1，y2，
…
，y
m
}表示任务v
i
在微基站卸载的变量集合，z＝{z1，z2，
…
，z
m
}表示任务v
i
在宏基站卸载的变量集合，φ＝{φ1，φ2，
…
，φ
m
}表示任务v
i
所选择的微基站变量集合。7.根据权利要求6所述的针对单用户异构蜂窝网络的时延最小化方法，其特征在于，基于所构建的模型，其目标函数给定以下约束条件：于所构建的模型，其目标函数给定以下约束条件：
式(11-1)表示用户任务若在本地处理，则能耗不能高于当前用户设备的电池剩余能量，表示用户u
i
设备的电池总能量，η
i
为用户u
i
设备的电池能量的剩余百分比；式(11-2)和式(11-3)表示用户任务若卸载到微基站或宏基站mec服务器进行处理，则传输能耗不能高于当前用户设备的电池剩余能量；式(11-4)表示任务由且只能由一个设备进行处理；式(11-5)表示用户u
i
所选择的微基站只能是与之关联的，即必须要在该微基站的覆盖范围内。8.一种针对单用户异构蜂窝网络的时延最小化装置，其特征在于，包括一个宏基站，n个微基站，一个用户终端，所述宏基站均和微基站均配备了移动边缘服务器，所述宏基站均和微基站均通过通信链路与用户终端进行数据传输，所述宏基站上部署有初始化模块，用于获取用户的基本位置信息，初始化用户节点信息和小区间干扰功率，获取各个微基站计算能力，并规定用户所占用的信道带宽；所述用户终端上设置有通信模块、卸载模块和执行模块，所述通信模块，用于将用户任务卸载到微基站和宏基站；所述卸载模块，用于将用户所产生的计算任务发送至本地、移动边缘服务器进行处理；所述执行模块，用于根据卸载到微基站和宏基站的用户任务以及发送到本地、移动边缘服务器进行处理得到计算任务，利用分支定界算法，求得最优解，所述执行模块上还配备有条件约束模块，用于限定用户任务在本地处理时能耗不能高于当前用户设备的电池剩余能量；用于限定用户任务卸载到微基站和宏基站mec服务器进行处理时传输能耗不能高于当前用户设备的电池剩余能量；用于限定用户任务由且只能由一个设备进行处理；用于限定用户所选择的微基站必须要在该微基站的覆盖范围内。9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-7任一项所述方法的步骤。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7任一项所述方法的步骤。

技术总结
本发明公开了一种针对单用户异构蜂窝网络的时延最小化方法，包括如下步骤：S1、搭建异构蜂窝网络，所述异构蜂窝网络包括一个宏基站，n个微基站，一个用户组成；S2、初始化阶段：宏基站获取用户的基本位置信息，初始化用户节点信息和小区间干扰功率，获取各个微基站计算能力，并规定用户所占用的信道带宽；S3、构建通信模型和卸载模型，并根据通信模型和卸载模型以最小化用户端总时延比为目标函数对问题进行建模；S4、利用分支定界算法，求得最优解。该方法涉及无限通信系统中的移动边缘计算技术，利用宏基站、微基站所部署的边缘服务运算器，结合用户设备计算器，以达到在用户设备剩余电池容量有限的情况下最小化用户端时延的目标。池容量有限的情况下最小化用户端时延的目标。池容量有限的情况下最小化用户端时延的目标。


技术研发人员：钟瑞 冯维 胡淼 樊冰 刘之光 夏晓威 金敏晨
受保护的技术使用者：杭州电子科技大学
技术研发日：2023.06.20
技术公布日：2023/8/16