一种基于速率分拆的医疗物联网的计算卸载优化方法

专利主权项内容

1.一种基于速率分拆的医疗物联网的计算卸载优化方法，其特征在于：包含医疗物联网IoMT，所述IoMT包含K个用户和一个配备边缘服务器的基站；其中用户集合被标记为κ＝{1，2，...，K}，且每个用户配备A＞1根传输天线和单根接收天线；基站配备A＞1根传输天线和A＞1根接收天线；从第k个用户到基站的上行信道矩阵被标记为从基站到第k个用户的下行信道向量被标记为/>IoMT具体包含如下三个步骤：utbtbr(1)用户利用医疗监护设备采集生理数据，并采用上行速率分拆RS技术将部分原始数据卸载至基站；(2)服务器处理卸载到基站的医疗数据，用户在本地处理未卸载的医疗数据；(3)基站利用下行RS技术将处理的结果反馈至用户端；在基于上行RS技术的数据卸载过程中，第k个用户的A维信号中的/>被拆分为两部分，标记为/>其中A≤min(A，A)，a∈{1，...，A}和m∈{1，2}；信号/>被独立的编码为/>数据向量/>在通过/>进行线性预编码后被叠加发送至基站，故第k个用户传输的信息流为x＝Wx+Wx；基站接收到的信号表示为：uuutbrukk，1k，1k，2k，2其中是加性高斯白噪声；根据上行RS技术的解码准则，基站使用串行干扰消除SIC技术依次解码并重构原始的信息，当基站解码信息流x时，所承受的干扰为：k，m其中代表在信息流x之后解码的信息流的集合；根据等式(2)，基站解码信息流x的信干噪比为：k，mk，m使用高斯码本，传输速率为：根据上行RS技术的编解码准则，第k个用户的总数据卸载速率为第k个用户收集的生理数据长度和卸载比例分别被标记为L和a，其中α∈[0，1]，则第k个用户的数据卸载时延为：kkk当所有用户完成数据卸载任务时，基站才能开始处理接收到的原始数据，故数据卸载时延为在数据处理过程中，第k个用户的计算时延为：其中w是计算1比特医疗数据所需要的CPU周期，f是基站为第k个用户分配的计算资源；相应地，计算能量消耗为：kk其中k是能量常数；在基站处理卸载数据的同时，每个用户在本地处理未卸载的数据，其数据量为(1-a)L，用户端的处理时延为：k其中是第k个用户的计算资源；第k个用户计算未卸载数据的能量消耗为：当完成所有的处理任务后，基站才能开始向用户反馈结果，故数据处理时延为：在结果反馈过程中，基站采用下行RS技术向用户反馈数据；根据下行RS技术准则，第k个用户的信息W被拆分为一个公共部分W和一个私有部分W；所有的公共部分被编码为一条公共信息流x，每个私有部分被编码为一条私有信息流x；基站对这些信息流进行线性预编码后发送给用户，预编码向量记为和/>基站传输的信号为：第k个用户接收到的信号可以表示为：kk，ck，pck根据等式(11)，第k个用户接收到的功率为：为了重构所需信息，第k个用户首先将所有私有信息流视为干扰直接解码公共信息流，其信干噪比为为了确保所有用户可以解码公共信息流x，公共速率不应超过同时，由于所有用户共享公共信息流的传输速率，故/>其中/>是第k个用户的公共信息流速率；在使用SIC剔除公共信息流的干扰后，每个用户直接解码私有目标信息流，相应的信干噪比和速率分别为/>和/>由此可得第k个用户的传输速率为/>反馈时延为：c其中∈是压缩参数；当所有用户接收到处理的结果后，结果反馈过程结束，故系统的反馈时延为以最小化IoMT的总时延为目标，形成的优化问题可表示为：其中P和F分别是第k个用户的传输功率阈值和计算资源阈值；P和F分别是基站的传输功率阈值和计算资源阈值。kkbb