本发明属于分布式任务调度，具体涉及一种空中分布式任务的实时调度方法及系统。
背景技术：
1、随着5g技术的商用推广，物联网面临了越来越多的挑战。井喷式的智能设备和海量的大数据是新一代物联网所面临的主要挑战之一，由于移动设备的能量、算力和内存因素往往造成物联网设备的资源限制，从而无法处理其所需任务。
2、为了有效解决物联网设备资源限制的问题，一种有效的解决方式是将服务器或计算节点部署在离用户更近的地方，欧洲电信标准协会(etsi)提出了一项名为mec的技术，该技术将移动接入网络与互联网业务紧密结合。相对于传统云计算，mec具备分布式计算、无线连接和近距离通信的优势，是实现边缘智能的重要技术之一，特别适用于5g和未来6g网络架构。基于mec技术的网络是5g演进架构的一种形式。在当前具有创新和实际意义的研究中，蜂窝基站和无线接入点具备存储和计算能力，可以为用户提供计算卸载服务，通过最小化能耗和计算时延来实现计算效率的最大化。目前，主流的计算卸载策略包括数据驱动的计算卸载、任务驱动的计算卸载和流量驱动的计算卸载。然而，这些计算卸载策略都使用固定的基站或服务器作为边缘计算节点。传统的计算卸载服务存在一些显著缺点，例如服务范围固定且受限、长距离通信引起的信号衰减以及大规模部署固定mec服务器导致的高成本。因此，如何在动态场景或复杂地形中部署边缘计算节点，并进一步缩短通信距离，是新一代mec网络架构需要解决的问题。
3、其次，空中移动设备作为一种具备有机载计算机和传感器的物联网设备，在监控、军事、物流、智慧城市多个领域得到广泛应用。然而，目前的空中移动设备仅限于执行简单的飞行、监控和运输任务，而其机载计算机具备大量未使用的计算和存储资源。实际上，空中移动设备网络本身就是一种典型的物联网边缘网络扩展形式。因此，现有技术无法在空中移动设备执行飞行、监控和边缘服务的同时，为物联网设备提供更多的计算、存储和通信资源。
技术实现思路
1、发明目的：为了克服现有技术中的不足，本发明提供一种空中移动设备分布式任务的调度方法及系统，能够将若干空中移动设备组建为分布式架构的空中移动设备网络，确定簇首及簇成员设备，在簇首及簇成员设备之间进行数据同步和汇总，对空中移动设备网络空中的计算资源进行记录和监测，并结合任务的需求实现对计算资源的负载均衡，及空中移动设备的高效调度。
2、技术方案：第一方面本发明提供一种空中分布式任务的实时调度方法，包括：
3、步骤1：若干空中移动设备以分层结构构成空中移动设备网络，通过分布式加权分簇算法选举空中移动设备网络的簇首，并将其余空中移动设备加入以簇首为主的空中移动设备网络簇成为簇成员设备，其中，簇成员设备和对应网络簇的簇首设有通讯链路；
4、步骤2：基于通讯链路，簇成员设备将自身的通信速率、计算处理能力、位置同步给对应网络簇的簇首设备；簇首设备汇总所有簇成员设备的数据，并将汇总所有簇成员设备的数据转发给各簇成员设备；
5、步骤3：根据汇总所有簇成员设备的数据，获得空中移动设备之间的位置、空中移动设备之间通信速率、空中移动设备的计算处理能力；
6、步骤4：获取并解析任务，其中，任务预设有数据量、计算所需的计算量和任务可接受的最大延迟；并根据空中移动设备之间的位置、空中移动设备之间通信速率和空中移动设备的计算处理能力、计算任务对空中移动设备的偏好值；以及根据任务计算所需的计算量和任务可接受的最大延迟计算空中移动设备对任务的偏好值；
7、步骤5：根据任务对空中移动设备的偏好值、空中移动设备对任务的偏好值进行所有任务与所有空中移动设备之间的双端配对，获得每个空中移动设备与任务的最佳配对，并基于最佳配对关系调度空中移动设备执行任务。
8、在进一步的实施例中，步骤1中通过分布式加权分簇算法选举空中移动设备网络的簇首包括：首先计算每个空中移动设备基于设备的连接度、传输功率、通信带宽和电池电量的综合权重，空中移动设备v的综合权重值wv；
9、分布式加权分簇算法选举空中移动设备网络的簇首的数学表达式为：
10、wv＝w1*cv+w2*pv+w3*bv+w4*ev
11、式中，w1、w2、w3、w4为权重系数，cv是空中移动设备的连接度，pv是空中移动设备的传输功率，bv是空中移动设备传输的通信带宽，ev是空中移动设备的电池电量；根据每个空中移动设备的综合权重值wv，选择综合权重值最大的空中移动设备为簇首设备。
12、在进一步的实施例中，基于通讯链路，簇成员设备将自身的通信速率、计算处理能力、位置，同步给簇首设备，具体为：
13、基于通讯链路，簇内成员设备尝试与簇首设备建立数据通讯并获取信息；通信连接成功后启动数据同步流程，该簇内成员设备从其自身的数据库中获取其自身的通信速率、计算处理能力、位置；若失败，重新尝试连接；如果再次失败，该次的同步操作将终止；
14、第一次进行数据同步时簇内成员设备将与簇首设备进行全量同步，簇内成员设备将自身的通信速率、计算处理能力、位置发送给簇首设备；之后簇内成员设备将周期地向簇首设备增量同步，增量同步仅同步与上一次同步期间变化的数据。
15、在进一步的实施例中，簇首设备汇总所有簇成员设备的数据并将汇总后的数据同步给各簇成员设备，具体为：
16、簇首设备汇总所有簇内成员设备的数据，得到每个簇内成员设备的通信速率、计算处理能力、位置，之后簇首设备与簇内成员设备基于数据通讯，开始数据同步；
17、针对每一个簇内成员设备，若簇内成员设备是第一次与簇首设备进行数据汇总，簇首设备则将所有簇内成员设备的通信速率、计算处理能力、位置汇总并全量同步给簇内成员设备，否则，周期性地增量同步簇内成员设备与簇首设备上次同步变化的汇总数据。
18、在进一步的实施例中，步骤3中根据汇总所有簇成员设备的数据，获得空中移动设备之间的位置、空中移动设备之间通信速率、空中移动设备的计算处理能力还包括通过汇总所有簇成员设备的数据，获得据簇首为主的局部网络拓扑和资源视图，进而获得空中移动设备网络中所有的局部网络拓扑和资源视图；其中空中移动设备网络簇首设备数量为一个或一个以上；
19、根据空中移动设备网络中所有的局部网络拓扑和资源视图，得到整个分布式系统的所有空中移动设备之间的通信速率、计算处理能力、位置。
20、在进一步的实施例中，根据空中移动设备之间的位置、空中移动设备之间通信速率和空中移动设备的计算处理能力、计算任务对空中移动设备的偏好值，具体为：
21、根据每个任务计算空中移动设备之间的位置、空中移动设备之间通信速率和空中移动设备的计算处理能力；获得任务可调度的所有空中移动设备；
22、根据可调度的所有空中移动设备分别计算任务调度至每个空中移动设备执行所需要的时间；
23、基于任务可接受的最大延迟判断任务调度至空中移动设备执行所需要的时间，若任务调度至空中移动设备执行所需要的时间小于任务可接受的最大延迟，则计算任务对空中移动设备的偏好值，并获得每个任务的偏好值最大的空中移动设备；
24、任务调度至空中移动设备执行所需要的时间数学表达式为：
25、time＝timetran+timecom
26、式中time表示任务调度至空中移动设备执行所需要的时间，timetran表示任务传输至空中移动设备所需要的时间，timecom表示空中移动设备计算任务所需要的时间；
27、任务传输至空中移动设备所需要的时间的数学表达式为：
28、
29、式中d表示任务的数据量，r表示任务传输至空中移动设备的通信速率；
30、空中移动设备计算任务所需要的时间的数学表达式为：
31、
32、式中c表示任务的计算量，s表示空中移动设备的计算处理能力；
33、计算任务对空中移动设备的偏好值的数学表达式为：
34、p＝λ1*||lu-lv||-1+λ2*r+λ3*s
35、式中，p为任务对空中移动设备的偏好值，λ1、λ2、λ3为权重系数，lu表示任务所在的空中移动设备的位置，lv表示其他空中移动设备的位置，||·||为欧式范数，r表示任务传输至空中移动设备的通信速率，s表示空中移动设备的计算处理能力。
36、在进一步的实施例中，根据任务计算所需的计算量和任务可接受的最大延迟计算空中移动设备对任务的偏好值，具体为：
37、空中移动设备获取所有任务的计算量和任务可接受的最大延迟；
38、根据所有任务的计算量和任务可接受的最大延迟，空中移动设备计算对任务的偏好值，并获得每个空中移动设备所关联的最大偏好任务；
39、空中移动设备计算对任务的偏好值的数学表达式如下：
40、q＝λ4*c-1+λ5*t-1
41、式中，q为空中移动设备计算对任务的偏好值，λ4、λ5为权重系数，c表示任务的计算量，t表示任务可接受的最大延迟。
42、在进一步的实施例中，根据任务对空中移动设备的偏好值、空中移动设备对任务的偏好值进行所有任务与所有空中移动设备之间的双端配对，获得每个空中移动设备与任务的最佳配对，并基于最佳配对关系调度空中移动设备执行任务还包括：
43、根据任务对空中移动设备的偏好值p，选择偏好值p最大的空中移动设备，并向偏好值最大的空中移动设备发送执行任务请求；
44、空中移动设备接收到执行任务请求后，选择满足空中移动设备对任务的最大的偏好值q接收及执行，并以此循环迭代直至所有任务都能匹配到对应的空中移动设备，完成所有任务与空中移动设备的最佳配对关系；
45、根据最佳配对关系调度空中移动设备执行任务。
46、第二方面本发明提供一种空中分布式任务的实时调度系统，包括：
47、分簇模块、设备数据同步与汇总模块、任务与设备匹配模块、调度执行模块；
48、所述分簇模块用于若干空中移动设备以分层结构构成空中移动设备网络，通过分布式加权分簇算法选举空中移动设备网络的簇首，并将其余空中移动设备加入以簇首为主的空中移动设备网络簇成为簇成员设备，其中，簇成员设备和对应网络簇的簇首设有通讯链路；
49、所述设备数据同步与汇总模块用于簇成员设备将自身的通信速率、计算处理能力、位置同步给对应网络簇的簇首设备；簇首设备汇总所有簇成员设备的数据，并将汇总所有簇成员设备的数据转发给各簇成员设备；根据汇总所有簇成员设备的数据，获得空中移动设备之间的位置、空中移动设备之间通信速率、空中移动设备的计算处理能力；
50、所述任务与设备匹配模块用于获取并解析任务，其中，任务预设有数据量、计算所需的计算量和任务可接受的最大延迟；并根据空中移动设备之间的位置、空中移动设备之间通信速率和空中移动设备的计算处理能力、计算任务对空中移动设备的偏好值；以及根据任务计算所需的计算量和任务可接受的最大延迟计算空中移动设备对任务的偏好值；
51、所述调度执行模块用于根据任务对空中移动设备的偏好值、空中移动设备对任务的偏好值进行所有任务与所有空中移动设备之间的双端配对，获得每个空中移动设备与任务的最佳配对，并基于最佳配对关系调度空中移动设备执行任务。
52、有益效果：本发明与现有技术相比具有以下优点：
53、采用分层网络结构降低监控大规模网络的复杂性，以及基于多用户多空中计算节点的系统模型充分利用空中移动设备闲置的计算和存储资源，同时将空中移动设备链接在一起形成一个分布式移动计算平台，统一监控空中移动平台计算资源，减少对网络服务质量的监控成本；
54、基于增量更新的簇内数据同步和簇间数据同步确保分层结构网络下的资源监控系统能够获取和同步全局的监控数据，实现全系统资源的合理管理和协调；
55、处理任务负载均衡时综合考虑了任务完成时间、执行成本以及空中移动设备节点的可用资源多种因素，最大化提高空中移动分布式集群的资源使用效率，同时降低响应时长；
56、空中移动平台实时调度机制充分考虑现实需求，基于双边匹配算法将分布式多目标优化问题建模为一个具有资源和延迟约束的一对多匹配博弈合理调度任务执行，提高了任务执行的效率。
1.一种空中分布式任务的实时调度方法，其特征在于，包括：
2.根据权利要求1所述的空中分布式任务的实时调度方法，其特征在于，步骤1中通过分布式加权分簇算法选举空中移动设备网络的簇首还包括：首先计算每个空中移动设备基于设备的连接度、传输功率、通信带宽和电池电量的综合权重，空中移动设备v的综合权重值wv；
3.根据权利要求1所述的空中分布式任务的实时调度方法，其特征在于，基于通讯链路，簇成员设备将自身的通信速率、计算处理能力、位置，同步给对应网络簇的簇首设备，包括：
4.根据权利要求1所述的空中分布式任务的实时调度方法，其特征在于，簇首设备汇总所有簇成员设备的数据并将汇总后的数据同步给各簇成员设备，包括：
5.根据权利要求1所述的空中分布式任务的实时调度方法，其特征在于，步骤3中根据汇总所有簇成员设备的数据，获得空中移动设备之间的位置、空中移动设备之间通信速率、空中移动设备的计算处理能力还包括通过汇总所有簇成员设备的数据，获得据簇首为主的局部网络拓扑和资源视图，进而获得空中移动设备网络中所有的局部网络拓扑和资源视图；其中，空中移动设备网络簇首设备数量为一个或一个以上；
6.根据权利要求1所述的空中分布式任务的实时调度方法，其特征在于，根据空中移动设备之间的位置、空中移动设备之间通信速率和空中移动设备的计算处理能力、计算任务对空中移动设备的偏好值，包括：
7.根据权利要求6所述的空中分布式任务的实时调度方法，其特征在于，任务调度至空中移动设备执行所需要的时间数学表达式为：
8.根据权利要求1所述的空中分布式任务的实时调度方法，其特征在于，根据任务计算所需的计算量和任务可接受的最大延迟计算空中移动设备对任务的偏好值，包括：
9.根据权利要求1所述的空中分布式任务的实时调度方法，其特征在于，根据任务对空中移动设备的偏好值、空中移动设备对任务的偏好值进行所有任务与所有空中移动设备之间的双端配对，获得每个空中移动设备与任务的最佳配对，并基于最佳配对关系调度空中移动设备执行任务包括：
10.一种空中分布式任务的实时调度系统，其特征在于，包括：
