本发明涉及无线通信的资源分配技术领域，具体涉及一种基于移动边缘计算的计算密集型数据状态更新实现方法。
背景技术：
近年来，广告竞价、股票预测、天气监测、社交网络等各种实时应用成为人们关注的焦点。这些应用对状态信息的新鲜度有很高的要求，以便做出准确的决策。数据的新鲜度可以通过信息年龄(ageofinformation，aoi)来衡量。它被定义为从生成到使用这个更新信息所经过的时间。
大量的aoi研究只关注数据传输和排队。然而，在一些实时应用中，数据处理对aoi的影响是不可忽视的。以自动驾驶为例，当状态更新以图像的形式出现时，它不仅需要将图像传输给控制器，还需要通过数据处理来揭示图像中隐含的有用信息。但受限于本地处理器的计算能力，数据处理过程可能是计算量大且耗时的。移动边缘计算(mobileedgecomputing，mec)能够提供丰富的计算资源，是解决上述计算密集型数据的aoi问题的潜在技术。mec服务器分布在接入点、蜂窝基站等网络边缘，与集中式的云计算相比，可以缩短响应时间。所以移动边缘计算有望降低计算密集型数据的信息年龄。
技术实现要素：
本发明的目的是为了解决现有技术中计算密集型数据的状态更新信息年龄大的问题，提供一种基于移动边缘计算的计算密集型数据状态更新实现方法,通过选择合适的服务器来处理状态更新包,从而降低目的节点的信息年龄。
本发明的目的可以通过采取如下技术方案达到：
一种基于移动边缘计算的计算密集型数据状态更新实现方法，该计算密集型数据状态更新实现方法的具体操作步骤如下：
s1、参数初始化，确定本地服务器的计算率μl、用户卸载数据的数据传输率μt、远端服务器的计算率μs，以上参数与状态更新包的大小l、处理包所需的中央处理器(centralprocessingunit，cpu)周期数c、数据速率r、本地计算能力fl、远端服务器计算能力fs有关。
s2、计算本地计算的信息年龄；
s3、计算远端计算的信息年龄；
s4、控制中心根据计算的平均信息年龄选择处理状态更新数据的服务器；如果本地计算的平均信息年龄大于远端计算的平均信息年龄，则把状态更新包卸载到远端服务器进行处理；否则，直接在本地服务器处理；
s5、将处理完成的状态更新信息传输到目的节点；
s6、目的节点收到最新的状态更新包，将目的节点的年龄更新为最新收到的包的年龄。
进一步地，所述的步骤s1具体如下：
给定c和fl，通过公式μl＝fl/c来确定本地服务器的计算率μl的值；
给定r和l，通过公式μt＝r/l来确定卸载数据的数据传输率μt的值；
给定c和fs，通过公式μs＝fs/c来确定远端服务器的计算率μs的值。
进一步地，所述的步骤s2具体如下：
s21、本方法使用零等待策略，即本地服务器完成上一个包的计算，就会马上产生下一个包，没有计算等待的时间，所以本地计算的平均年龄的表达式为
s22、本方法中假设本地计算时间是服从指数分布的，所以
进一步地，所述的步骤s3具体如下：
s31、本方法使用零等待策略，即当上一个包传输到移动边缘服务器时，会马上产生下一个包进行传输，没有传输等待时间，所以最后化简远端计算的平均年龄为
s32、计算e[yiyi-1]和
s33、计算e[tiyi-1]的值，假设远端服务器的服务时间si是服从指数分布的，并且si＝1/μs，这样e[tiyi-1]＝e[(wi si)yi-1]＝e[wiyi-1] e[siyi-1]，首先可算出
其中，y表示相邻包到达远端服务器的间隔时间，s表示包在远端服务器的服务时间，t表示包到达远端服务器到离开远端服务器的时间，运算() 表示仅当括号内取值为正时，才保留括号内的值，否则将括号内的值置为零，状态更新包在远端服务器停留的系统时间t的概率密度函数为
计算出e[wiyi-1]的值，从而得到e[tiyi-1]的值；
s34、根据求得的e[tiyi-1]，e[yiyi-1]和
本发明相对于现有技术具有如下的优点及效果：
1、本发明公开的基于移动边缘计算的计算密集型数据状态更新实现方法相对于大部分传统的数据状态更新实现方法来说，不仅仅考虑了更新包传输和等待的时间，还考虑了更新包处理的时间，更适用于大型的实时控制系统。
2、本发明公开的基于移动边缘计算的计算密集型数据状态更新实现方法，以解决计算密集型数据的状态更新信息年龄大的问题,通过选择合适的服务器来处理状态更新包,从而降低目的节点的信息年龄。
附图说明
图1是本发明提出的一种基于移动边缘计算的计算密集型数据状态更新实现方法的流程步骤图；
图2是本发明初始化参数以后，计算μl，μt，μs的流程步骤图；
图3是本发明计算本地计算的平均信息年龄的流程步骤图；
图4是本发明计算远端计算的平均信息年龄的流程步骤图；
图5是本发明在不同数据速率r下，本地计算与远端计算的平均信息年龄对比图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例一
本实施例提出了一种基于移动边缘计算的计算密集型数据状态更新实现方法，该计算密集型数据状态更新实现方法的具体操作步骤如下：
s1、参数初始化，确定本地服务器的计算率μl、用户卸载数据的数据传输率μt、远端服务器的计算率μs，以上参数与状态更新包的大小l、处理包所需的cpu周期数c、数据速率r、本地计算能力fl、远端服务器计算能力fs有关。
具体实施例中，该步骤具体如下：
s11、给定c和fl，通过公式μl＝fl/c来确定本地服务器的计算率μl的值；
s12、给定r和l，通过公式μt＝r/l来确定卸载数据的数据传输率μt的值；
s13、给定c和fs，通过公式μs＝fs/c来确定远端服务器的计算率μs的值。
s2、计算本地计算的信息年龄。具体实施例中，该步骤具体如下：
s21、本方法使用零等待策略，即本地服务器完成上一个包的计算，就会马上产生下一个包，没有计算等待的时间，所以本地计算的平均年龄的表达式为
s22、本方法中假设本地计算时间是服从指数分布的，所以
s3、计算远端计算的信息年龄。具体实施例中，该步骤具体如下：
s31、本方法使用零等待策略，即当上一个包传输到移动边缘服务器时，会马上产生下一个包进行传输，没有传输等待时间，所以最后化简远端计算的平均年龄为
定义wi为第i个包的等待时间，等待时间表示从包到达远端服务器到开始被服务的时间，定义si为第i个包在远端服务器的服务时间，服务时间表示一个包被服务的时间，即包从开始被服务到离开远端服务器的时间，定义ti表示第i个包在该移动边缘计算系统中的系统时间，系统时间表示包从到达远端服务器到离开远端服务器这段时间，它是等待时间和服务时间之和，也就是一个包在远端服务器中所停留的时间，即有ti＝wi si；
s32、计算e[yiyi-1]和
s33、计算e[tiyi-1]的值，假设远端服务器的服务时间si是服从指数分布的，并且si＝1/μs，这样e[tiyi-1]＝e[(wi si)yi-1]＝e[wiyi-1] e[siyi-1]，首先可算出
其中，y表示相邻包到达远端服务器的间隔时间，s表示包在远端服务器的服务时间，t表示包到达远端服务器到离开远端服务器的时间。运算() 表示仅当括号内取值为正时，才保留括号内的值，否则将括号内的值置为零。状态更新包在远端服务器停留的系统时间t的概率密度函数为
计算出e[wiyi-1]的值，从而得到e[tiyi-1]的值；
s34、根据求得的e[tiyi-1]，e[yiyi-1]和
s4、控制中心根据计算的平均信息年龄选择处理状态更新数据的服务器；如果本地计算的平均信息年龄大于远端计算的平均信息年龄，则把状态更新包卸载到远端服务器进行处理；否则，直接在本地服务器处理；
s5、将处理完成的状态更新信息传输到目的节点；
s6、目的节点收到最新的状态更新包，将目的节点的年龄更新为最新收到的包的年龄。
综上，对于本地计算和远端计算的信息年龄比较，如果远端服务器的计算能力远远优于本地计算能力，则远端计算节省的时间将超过数据传输所消耗的时间，则远端计算的信息年龄更小。同样，如果数据速率足够大，传输到远端服务器的时间会更小，包更适合放在远端服务器处理。相应地，如果数据包很小，而所需的cpu周期数很大，则应该将其传输到远端服务器处理。因此，要研究本地计算和远端计算之间的aoi，需要综合考虑状态更新包大小、处理包所需要的cpu周期数、数据速率、本地计算能力和远端服务器计算能力这些参数。
实施例二
本实施例结合说明书附图1至图5并以一个具体的计算密集型数据状态更新实施例对本发明提出的基于移动边缘计算的计算密集型数据状态更新实现方法作一下详细的说明。
考虑一个移动边缘计算系统模型如下：一个源端和一个移动边缘服务器，两个都有计算能力。设置本地计算能力fl＝1ghz，远端服务器计算能力fs＝9ghz，三种不同的状态更新包的大小l＝0.5、1、2mbits，处理状态更新包所需的cpu周期数c＝2000megacycles。
根据初始化的参数，基于不同的数据速率r，分别计算本地服务器的计算率μl的值，数据传输率μt的值和远端服务器的计算率μs的值。然后计算本地计算的平均信息年龄和远端计算的平均信息年龄，控制中心根据两个方案的平均信息年龄的大小来选择处理状态更新包的服务器。因为信息年龄越小，代表状态更新就越新鲜，所以选择平均信息年龄小的计算方案。将处理完的状态更新信息传输到目的节点，目的节点的年龄可以减少，更新为刚刚收到的状态更新包的信息年龄。
图5展示了在不同数据速率下，本地计算与远端计算的平均信息年龄对比图。可以看到当包较小的时候，如l＝0.5mbits时，远端计算的信息年龄会先减小再增大，而本地计算不变。数据速率太小或太大时，本地计算的年龄会小于远端计算。所以存在一个最优的数据速率使得远端计算的平均信息年龄最小，且此时远端计算优于本地计算。
综上所述，以上实施例提出的基于移动边缘计算的计算密集型数据状态更新实现方法，比现有的方案加入了计算时间的影响，并对比本地计算和远端计算方案的平均信息年龄，使得目的节点可以得到更小的平均信息年龄，做出更正确的决策。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。
1.一种基于移动边缘计算的计算密集型数据状态更新实现方法，其特征在于，所述的计算密集型数据状态更新实现方法包括以下步骤：
s1、参数初始化，确定本地服务器的计算率μl、用户卸载数据的数据传输率μt、远端服务器的计算率μs；
s2、计算本地计算的信息年龄；
s3、计算远端计算的信息年龄；
s4、控制中心根据计算的平均信息年龄选择处理状态更新数据的服务器；如果本地计算的平均信息年龄大于远端计算的平均信息年龄，则把状态更新包卸载到远端服务器进行处理；否则，直接在本地服务器处理；
s5、将处理完成的状态更新信息传输到目的节点；
s6、目的节点收到最新的状态更新包，将目的节点的年龄更新为最新收到的包的年龄。
2.根据权利要求1所述的基于移动边缘计算的计算密集型数据状态更新实现方法，其特征在于，所述的步骤s1过程如下：
给定c和fl，通过公式μl＝fl/c来确定本地服务器的计算率μl的值；
给定r和l，通过公式μt＝r/l来确定卸载数据的数据传输率μt的值；
给定c和fs，通过公式μs＝fs/c来确定远端服务器的计算率μs的值；
其中，l是状态更新包的大小，c是处理包所需的cpu周期数，r是数据速率，fl是本地计算能力，fs是远端服务器计算能力。
3.根据权利要求1所述的基于移动边缘计算的计算密集型数据状态更新实现方法，其特征在于，所述的步骤s2过程如下：
s21、使用零等待策略，即假设本地服务器完成上一个包的计算，马上产生下一个包，没有计算等待的时间，则本地计算的平均年龄的表达式为
s22、假设本地计算时间是服从指数分布的，则
4.根据权利要求1所述的基于移动边缘计算的计算密集型数据状态更新实现方法，其特征在于，所述的步骤s3过程如下：
s31、使用零等待策略，即当上一个包传输到移动边缘服务器时，马上产生下一个包进行传输，没有传输等待时间，则化简远端计算的平均年龄为
s32、计算e[yiyi-1]和
s33、计算e[tiyi-1]的值，假设远端服务器的服务时间si是服从指数分布的，并且si＝1/μs，这样e[tiyi-1]＝e[(wi si)yi-1]＝e[wiyi-1] e[siyi-1]，首先计算出
其中，y表示相邻包到达远端服务器的间隔时间，s表示包在远端服务器的服务时间，t表示包到达远端服务器到离开远端服务器的时间，运算() 表示仅当括号内取值为正时，才保留括号内的值，否则将括号内的值置为零，状态更新包在远端服务器停留的系统时间t的概率密度函数为
计算出e[wiyi-1]的值，从而得到e[tiyi-1]的值；
s34、根据求得的e[tiyi-1]、e[yiyi-1]和
