19、触觉互联网中的节能资源管理案例研究

触觉互联网中的节能资源管理案例研究

1. 功率效率与工作负载分配

在触觉互联网的资源管理中，雾节点（FN）的功率效率是一个重要指标。FN i 的功率效率可以表示为：
[
\eta_i(\alpha_i) = \frac{w_i}{\alpha_i\lambda_i} = e_i\left(\frac{w_{S_i}}{\alpha_i\lambda_i} + w_{D_i}\right)
]
其中，(\alpha_i) 表示本地处理的工作负载比例，(\lambda_i) 是工作负载到达率。

该部分的一个主要目标是制定工作负载分配策略，以确定在给定功率效率约束下，本地处理的合适工作负载比例，从而最小化响应时间。每个 FN i 试图通过解决以下优化问题来找到最优值 (\alpha_i^ )：
[
\alpha_i^ = \arg\min_{\alpha_i\in[0,1]}R_i(\alpha_i)
]
约束条件为：
[
\eta_i(\alpha_i) \leq \eta_i
]
其中，(\eta_i) 是 FN i 的硬件所能支持的最大功率效率。

不同的 FN 可能具有不同的工作负载到达率，因此允许 FNs 相互合作并共同处理接收到的工作负载，可以进一步提高整体工作负载处理能力。在合作雾计算中，最优工作负载分配可以表示为：
[
\boldsymbol{\alpha}^* = \arg\min_{\boldsymbol{\alpha}}\sum_{i\in\mathcal{F}}R_{C_i}(\boldsymbol{\a