[發明專利]基于終端能效優化的無人機輔助邊緣計算的卸載方法

有效

• 申請號: 202010563076.0
• 申請日: 2020-06-19
• 公開（公告）號: CN112399375B
• 公開（公告）日: 2023-01-31
• 發明（設計）人: 余雪勇;朱燁;牛文巾
• 申請（專利權）人: 南京郵電大學
• 主分類號: H04W4/40
• 分類號: H04W4/40;H04W24/02
• 代理公司: 南京蘇高專利商標事務所(普通合伙) 32204
• 代理人: 柏尚春

本發明公開了一種基于終端能效優化的無人機輔助邊緣計算的卸載方法，通過一種基于塊坐標下降的全局優化算法，聯合優化了用戶終端本地計算的任務量、計算卸載的任務量以及無人機的軌跡，并討論了不同信道條件下對用戶終端能耗的優化效果，最終構建了一個了以最小化用戶終端的能耗為目標，以用戶的任務量、時延需求以及無人機的能源為約束的無人機輔助邊緣計算模型，本發明充分利用了本地和邊緣側的計算資源，提高了用戶終端的能效，并且考慮了用戶終端本地計算的時延，保證了任務時間內本地和邊緣側計算的同步完成，提高了方法的有效性。此外，還驗證了方法在不同信道條件下都具備有效性和可靠性，具備更廣泛的實際應用場景。

技術領域

本發明涉及計算機無線通信技術領域，特別涉及一種基于終端能效優化的無人機輔助邊緣計算的卸載方法。

背景技術

隨著物聯網(Internet of Things，IoT)技術的發展，萌生了許多移動端的應用服務，例如增強現實(AR)、虛擬現實(VR)、人臉識別以及輕量級的深度學習應用等。這些應用服務往往時延敏感且需要用戶終端具備較強的計算能力。而對于移動用戶的終端設備，其有限的能量和計算能力無法很好的滿足用戶的應用需求。

移動邊緣計算(Mobile Edge Computing，MEC)技術通過將服務器部署在移動用戶的邊緣側，使資源受限的用戶終端可以將計算密集型任務卸載到邊緣服務器去執行，大大減緩了用戶終端的計算壓力。但是，復雜的環境會帶來高昂的基礎設施部署成本。尤其對于農村及偏遠地區和搶險救災的環境，部署大量靜態服務器輔助用戶終端進行邊緣計算顯得不切實際。這種復雜環境下，移動服務器的適用性顯然比靜態服務器更強。

近來，無人機(Unmanned Aerial Vehicle，UAV)由于在移動性和成本上的優勢被應用到無線通信網絡中。但是，無人機有限的尺寸與載重會導致其無法保持長時間的高空飛行，其運動姿態和運動速度的改變也會帶來額外的能耗。此外，地面用戶與無人機之間的信道條件會直接影響用戶終端與無人機通信產生的能耗，這就需要根據用戶終端的位置合理規劃無人機的飛行軌跡。

基于上述無人機在無線通信網絡中應用的前景，近年來相關學者對無人機輔助邊緣計算的問題進行了研究。

S.Jeong,O.Simeone and J.Kang在其發表的論文Mobile Edge Computing viaa UAV-Mounted Cloudlet:Optimization of Bit Allocation and Path Planning(IEEETransactions on Vehicular Technology,2018.)中提出了無人機作為移動cloudlet輔助地面用戶終端執行計算密集型任務。文中采用全卸載的策略，通過聯合優化比特分配方案和無人機的飛行軌跡，研究了不同的接入條件下，用戶終端能耗最小化的問題。

Y.Qian,F.Wang,J.Li等人在其發表的論文User Association and PathPlanning for UAV-Aided Mobile Edge Computing With Energy Restriction(IEEEWireless Communications Letters,2019.)對卸載策略做出了改進。文中通過引入二進制變量規定了用戶是否進行卸載，是本地計算還是卸載計算。此外，充分考慮了服務質量(QoS)，差異化了用戶之間任務的復雜度，以QoS指標以及無人機的能量為約束，最大化用戶終端計算卸載的數據量。

J.Xiong,H.Guo and J.Liu在其發表的論文Task Offloading in UAV-AidedEdge Computing:Bit Allocation and Trajectory Optimization,(IEEECommunications Letters, 2019.)對無人機輔助邊緣計算系統做出了改進。文中劃分了無人機通信和無人機計算任務的運動狀態，通信時沿軌跡飛行而計算時懸停。以時延、無人機能耗以及用戶終端的任務數據量為約束，聯合優化比特分配方案和無人機軌跡，最小化用戶終端的能耗。