之前看了一個移動邊緣計算的三級卸載方案，然後打算做一個仿真，論文名如下
《Energy-efficient Offloading for Mobile Edge Computing in 5G Heterogeneous Networks》
由於文中涉及的變量和公式過多，導致仿真異常難做
這裏整理出幾個問題和大家一起討論
已經做好的代碼見下文，歷時10天（中間有大大小小的事情）
由於本文的變量較多，而且目前在度娘和github也搜不到數據集
所以，所有的數據都是我假設出來的，通過隨機函數給出
分配信道的過程不好量化就省略了
本文出現的疑問將會持續更新。
1、任務是原子級的，不可進一步劃分
2、MEC服務器允許多個計算任務同時進行
3、回傳的功耗是忽略的，因爲回傳是與其他基礎設施共享的
4、SBS到底經不經過MBS，文中說的不經過（用的or），但是要回傳幹什麼
5、功率調節機制可參照參考文獻【36】
6、設備所需的總信道數應該小於MBS和SBS共有的信道數
7、選擇了SBS就不能選其他的，選擇本地和MBS和local也是同理
8、一個迭代階段，一個任務只能選擇一個信道傳輸至MBS
9.每個MBS信道的發射功率相同，不同的信道不同的只能是信道增益
僞代碼
#include<stdio.h>
#inlcude<math.h>
int main()
{
#定義大基站結構體MBS
int mbs[50];
int sbs[50];
int Pr=4//MEC服務器的計算能力是4GHZ/s
double Pl[i]=random（0.1，1）//用戶的計算能力是0.1-1
int Rr=1//MEC服務器的能耗是1W/GHZ
float Fai=0.0001//回傳時延係數fa=0.0001秒/KB
int d[50]=random(300,800)
float c[50]=random(0.1,1)
float dead[50]=random(0.5,1)
int el[i];
#下面是假設的係數#
pm、gm//大基站的信道增益和傳輸功率未知-------------------思考一個問題：基站上的每個信道是否不同
ps、gs//小基站的信道增益和傳輸功率未知
rou=-100//背景噪聲功率dBm
I//彼此信道干擾
#臨時篩選用的數組#
GR[50]
GL[50]
GO[50]
/*class mbs:
def __init__(self):
self.rate = 0 # 傳輸速率
self.than = 0 # 信噪比
self.time = 0 # 時間
*/
int Pr=1 #（fr）MEC的計算能力，是一個常數
mb = pm*gm/(I+rou*rou)#信噪比
mr = w*log(2,1+mt)#速率
mt = d[i]/mr+c[i]/Pr#傳輸時間
####同理可得####
sb
sr
st=d[i]/sr+c[i]/Pr+d[i]*Fai
########第一級卸載機制########
for（i=0,j=0,k=0,l=0;i<=49;i++）{
tl[i]=c[i]/Pl
if(tl>dead[i])
GR[j++]=i;
else if(tl<=dead[i])
{
int nm=di/((dead[i]-ci/pl[i])*(wlong2,(1+pm*gm/(rou*rou))))
int ns=di/((dead[i]-ci/pl[i]-d[i]*Fai)*(wlong2,(1+ps*gs/(rou*rou))))
int min=minimize(pm*nm,ps*ns)//缺少的數據:pm[i];gm[i];ps[i];gs[i];el[i]
if(e[i]<min)
Gl[k++]=i;
}
else
{GO[l++]=i;
}
########第二級卸載機制########
int m；##係數m未知，大小需要假設出來
int G0[25];
int Ai,hm,hs
#每個任務計算mb sb
for(i=0;i<50;i++)
{
for(k=0;k<50;k++){
if(mb>=m)
hm++;
if(sb>=m)
hs++;
}
}
#每個任務計算h
for(i=0;i<50;i++){
if(hm>=hs)
{int h[i]=hm;
p[j]=h[i];
j=i;}
else
{h[i]=hs;
p[j]=h[i];
j=i;
}
}
for(i=0;i<=50;i++)
{
en=el[i]-c[i]*Rr
p[i]=t1*(dead[i]/sum(dead[i]))+t2*(h[i]/sum(h[i]))+t3*(sum(en)/en)
}
#排序p[i]
#
#WARNING：想要進行下一步動作，還得讓每一個i對應相應的設備i（用一步結構體）
#而且GR有最高的優先級，先選擇信道，剩下的信道再留給GO進行選擇
#
########第三級卸載機制########
for（i=0;i<50;i++）
{
if((pm/mr>=ps/sr)&&(e[i]<el))#還是先把ps pr規定好了
}
真正的代碼如下： 目前已做出來第一級卸載機制
當然目前也遇到了不少問題
問題：
1、回傳機制是啥樣的，爲什麼小基站傳大基站沒有能耗
2、ps gs pm gm大基站小基站傳輸的信道增益和信道功率未知
3、卸載機制二中，總傳輸速度是怎麼算的
4、信道分配問題，爲什麼二三級卸載機制只處理待處理集，那些在第一級已經確定的設備優先選擇信道嗎？（並行問題）
5、第三級卸載機制中，爲什麼p最小的先選信道
# -*- coding: utf-8 -*-
"""
Created on Sun Dec 22 11:28:38 2019
@author: han
"""
import numpy as np
import matplotlib.pyplot as plt
from math import log
import operator
###正常情況無卸載機制###
el=np.random.randint(1,10,100) #一個cpu週期的本地的能耗
y=[]
cl=np.random.randint(1,10,100)#計算此任務所需的能力，能cpu週期規劃
d =np.random.randint(300,800,100)#每個計算任務的大小
x = np.linspace(10,100,10,dtype=int)#x個移動設備
print(x)
for i in x:
print(i)
sum=0
for j in range(i):
sum = sum+(2*cl[j]*el[j])/100
# print(sum)
y.append(sum);
print(y)
plt.plot(x,y,color='blue',linestyle='-')
plt.title('Handsome Programmers picture')
###第一級卸載機制如下###
pl=np.random.randint(1,10,100)
tl=[]#本地計算任務消耗時間
GR=[]#傳給MEC服務器的設備集合
GL=[]#本地計算任務的集合
GO=[]#繼續篩選的集合
le=[]#單個任務本地消耗的能耗
ns=[]#在小基站計算的設備數目
nm=[]#在大基站計算的設備數目
L=[]
def findMin(alist):
findMin = alist[0];
for i in range(1,len(alist)):
if alist[i] < findMin:
findMin = alist[i]
return findMin
tl = (cl*10.0)//pl############## deadline和tmax的精度不對
dead=np.random.randint(5,10,100)
print(x)
for k in x:
if k==100:
break;
if tl[k] > dead[k]:
print('success!!!')
GR.append(k)
elif tl[k]<=dead[k]:
le = cl*el
print('wonderful!!!')
ns=d/((dead-cl/4)*log((1+40),2))#【【大基站和小基站的傳輸功率未知這裏統一成20W】】
nm=d/((dead-cl/4)*log((1+80),2))#【【大基站和小基站的傳輸功率未知這裏統一成20W】】
L=[ns[k],nm[k]]
p=findMin(L)
if el[k]<p:
GL.append(k)
print('1')
else:
GO.append(k)
print('2')
print('next is the answer of first jih')
print(GR)
print(GL)
print(GO)
##第二級卸載機制##
##第三級卸載機制##
最後的結果，做出前兩級機制，並沒有考慮第三級信道的分配
大體圖已經畫出
由於信道不好量化就省略了第二級和第三級卸載機制
目前擬理解是分配信道的量化是通過速度來衡量，不同的信道速度不同
# -*- coding: utf-8 -*-
"""
Created on Sun Dec 22 11:28:38 2019
@author: han
"""
import numpy as np
import matplotlib.pyplot as plt
from math import log
###正常情況無卸載機制###
el=np.random.randint(1,10,100) #一個cpu週期的本地的能耗
y=[]
cl=np.random.randint(1,10,100)#計算此任務所需的能力，能cpu週期規劃
d =np.random.randint(300,800,100)#每個計算任務的大小
x = np.linspace(10,100,10,dtype=int)#x個移動設備
print(x)
for i in x:
print(i)
sum=0
for j in range(i):
sum = sum+(2*cl[j]*el[j])/100#加了個2調整係數
# print(sum)
y.append(sum);
print(y)
plt.plot(x,y,color='blue',linestyle='-')
plt.title('Handsome Programmers picture')
###########第一級卸載機制如下###############
pl=np.random.randint(1,10,100)#擴大了10倍，使用的時候請注意,本地功率
tl=[]#本地計算任務消耗時間
GR=[]#傳給MEC服務器的設備集合
GL=[]#本地計算任務的集合
GO=[]#繼續篩選的集合
le=[]#單個任務本地消耗的能耗
ns=[]#在小基站計算的設備數目
nm=[]#在大基站計算的設備數目
L=[]
p={}
def findMin(alist):
findMin = alist[0];
for i in range(1,len(alist)):
if alist[i] < findMin:
findMin = alist[i]
return findMin
tl = (cl*10.0)//pl# deadline和tmax的精度不對，已修正
dead=np.random.randint(5,10,100)
print(x)
for i in range(0,99):
print('this i is=====',i)
if tl[i] > dead[i]:
print('success!!!')
GR.append(i)
elif tl[i]<=dead[i]:
le = cl*el
print('wonderful!!!')
ns=d/((dead-cl/4)*log((1+40*20/100),2))#{論文裏的公式}【【大基站和小基站的傳輸功率未知這裏統一成20W】】？？背景噪聲功率
nm=d/((dead-cl/4)*log((1+80*20/100),2))#{論文裏的公式}【【大基站和小基站的傳輸功率未知這裏統一成20W】】？？背景噪聲功率
L=[40*ns[i],80*nm[i]] #warning!40和80的單位，而且忘記乘10000
c=findMin(L)
p[i]=c/100#調整係數
if el[i]<p[i]:
GL.append(i)
print('GL!')
elif el[i]>=p[i]:
GO.append(i)
print('2')
print('next is the answer of first Offloading')
print('GR=',GR)
print('GL=',GL)
print('GO=',GO)
###########第二級卸載機制############
#圖中第二條線
len1=len(GR)
len2=len(GL)
len3=len(GO)
z=[]
v=[]
test=[]
sum1=0
sum2=0
for i in range(0,99):
#sum1=0
for j in range(len1):
if GR[j]==i:
r=log((1+40*20/100),2)
sum1 = sum1+(d[i]/r+cl[i]*0.0001)/1500###warning 1500準備調節
sum2 = sum2+(d[i]/r+cl[i]*0.0001)/1500###warning 1500準備調節
# print('ONE SUM',sum1)
break;
for j in range(len2):
if GL[j]==i:
r=log((1+80*20/100),2)
sum1 = sum1+(2*cl[i]*el[i])/100 #加了個調節係數的2
sum2 = sum2+(2*cl[i]*el[i])/100 #加了個調節係數的2
# sum1 = sum1+(2*d[i]/r+cl[i]*0.0001)/1000###warning 1000準備調節,2是大基站的p
#=print('TWO SUM',sum1)
break;
sum1 = sum1+(d[i]/r+cl[i]*0.0001)/800###warning 1500準備調節
rm=log((1+80*20/100),2)
rs=log((1+40*20/100),2)
tm = d/rm+c/4
ts = d/rs+d*0.0001+c/4
if tm[i] < ts[i]:
sum2 = sum2+(2*d[i]/rm+cl[i]*0.0001)/1500###warning 1000準備調節，2是大基站比小基站多的
else:
sum2 = sum2+(d[i]/rs+cl[i]*0.0001)/1500###warning 1000準備調節
# print('THREE SUM',sum1)
#print(sum)
if i==0 or (i+1)%10==0:
z.append(sum1);
v.append(sum2);
print(z)
print(v)
plt.plot(x,z,color='red',linestyle='--')
plt.plot(x,v,color='green',linestyle=':')
###########第二級卸載機制############
###因爲不知道信道怎麼根據任務大小而分配，難道和信道增益有關？
##分配好了之後，再怎麼量化考慮？
###########信道數未考慮##########
#rm=[]#速率
#rs=[]#速率
#leng=len(GO)
#rm[i]=log((1+40),2)
#ct=2**(d[i]/dead[i]-rm[i])-1
#snr=#信噪比
##第三級卸載機制##
###########第三級卸載機制############
########第三條線#########
