智慧煤矿中边缘计算任务分配研究 论文

目前智慧煤矿边缘计算中的任务分配大多采用集中式分配算法，划分任务优先级时考虑的因素较单一，且未考虑煤矿网络拓扑的窄长型特征。针对该问题，结合煤矿场景下任务的特点，提出一种基于动态优先级和实时竞价策略的边缘计算任务分配策略。对任务进行分类：一方面，将计算量超过边缘节点计算能力的任务直接上传至云端进行处理；另一方面，将能够在边缘计算层处理的任务按重要程度划分为3个等级:第1等级为环境监控相关任务及工作人员安全操作规程检测相关任务;第2等级为生产过程设备状态监控相关任务;第3等级为其他常规任务。但仅仅按照这3个等级进行任务分配,会导致优先级低的任务被优先级高的任务阻塞。必须考虑任务的紧迫程度,让临近截止时间的任务提高优先级。根据任务的固定优先级、紧迫程度和计算量动态生成优先级并更新任务队列。针对煤矿井下巷道狭长、传输受限等特点，建立任务分配的实时竞价模型，通过边缘节点计算能力、处理时间、能耗和等待时间4个因素确定边缘节点对任务的报价，请求节点将任务传输到2跳范围内处理代价最低且满足任务需求的边缘节点执行，从而完成任务分配。仿真结果表明，所提任务分配策略可将任务分配到算力匹配的边缘节点进行处理在智慧煤矿领域，边缘计算是实现高效、安全运营的关键技术之一。传统的任务分配方式多采用集中式算法，但在处理煤矿的复杂环境时，这种单一优先级考虑和忽视网络拓扑特性的方法存在不足。针对这些问题，提出了一种融合动态优先级和实时竞价策略的边缘计算任务分配方案。该方案将任务分为三类：第一类涉及环境监控和人员安全，具有最高的优先级；第二类是生产设备状态监控，其次重要；第三类则为常规任务。这种分类方法有助于确保关键任务得到及时处理。然而，仅依赖任务等级可能造成低优先级任务被高优先级任务阻塞，因此引入了任务紧迫性因素，动态调整任务的优先级，确保即将到达截止时间的任务能够优先执行。边缘计算的核心在于高效利用边缘节点的计算资源。在煤矿井下的特殊环境下，巷道狭长、通信受限，为此，文章构建了一个实时竞价模型。边缘节点根据自身计算能力、处理时间、能耗和等待时间来对任务进行报价。请求节点则会选择两跳范围内的最优边缘节点，即处理代价最低且能满足任务需求的节点执行任务。这种方式能有效解决传输限制问题，优化任务分配效率。仿真结果显示，提出的任务分配策略能更精准地将任务匹配到合适的边缘节点，提高整体计算效率和煤矿的运行安全性。通过动态优先级和实时竞价策略的结合，不仅考虑了任务的重要性和紧迫性，还兼顾了网络条件和资源利用，为智慧煤矿的边缘计算提供了更为智能化的解决方案。总结来说，探讨了智慧煤矿中边缘计算任务分配的问题，创新性地提出了基于动态优先级和实时竞价的分配策略，有效解决了传统方法的局限性。这一策略对于提升煤矿的安全监控、生产效率和资源管理具有重要意义，也为类似环境下的物联网应用提供了有价值的参考。未来的研究可以进一步探索如何在更大规模的网络中优化该策略，以及如何集成更多因素如可靠性、容错性和网络波动等因素来提升任务分配的智能性和鲁棒性。