[發明專利]最大化多無人機架構收益的方法

有效

• 申請號: 202010566129.4
• 申請日: 2020-06-19
• 公開（公告）號: CN111884829B
• 公開（公告）日: 2022-07-29
• 發明（設計）人: 任智源;鄭書亞;程文馳;王晨;陳晨;張海林
• 申請（專利權）人: 西安電子科技大學
• 主分類號: H04L41/14
• 分類號: H04L41/14;H04B7/185;H04W28/14;H04L67/10;H04L67/568;G06F17/18;G06N3/00
• 代理公司: 北京世譽鑫誠專利代理有限公司 11368
• 代理人: 劉秀珍

1.一種最大化多無人機架構收益的方法，其特征在于，包括：

步驟1、獲取部署無人機協助的移動邊緣計算UAMEC系統區域內的待服務地區集合與待服務地區內的物聯網節點集合，獲取待服務地區和物聯網節點坐標，獲取待服務地區內無人機的飛行高度，獲取物聯網節點產生的任務，

設共有K個待服務地區，定義第k個待服務的地區為DR_k，那么所有待服務地區可由集合DR＝{DR₁,DR₂,...,DR_K}表示；

設在地區DR_k內有N_k個物聯網節點，且在地區DR_k內的第i個節點由表示，因此地區DR_k內的所有節點可由集合表示；

無人機盤旋在地區的中心時，無人機可以為這個地區內的節點提供轉發服務，無人機按照預定的軌跡飛行，且飛行高度為H，并且將盤旋在地區DR_k的無人機記做U_k；

設定K＝{1，2，...,K}作為地區的指示下標，設定N_k＝{1,2,...,N_k}為地區DR_k內的物聯網節點的指示下標；

應用了3D歐幾里得坐標系，且它的原點為基站的坐標，則地區DR_k和節點的坐標分別為(X_k,Y_k,0)和

步驟2、依據步驟1獲取的數據，建立通信模型；

步驟3、建立節點任務總處理時間計算模型；

步驟4、建立用戶能源消耗計算模型和運營商的能源消耗計算模型；

步驟5、建立無人機協助的移動邊緣計算UAMEC系統的凈收益計算模型；

步驟6、共同優化卸載策略，緩存策略，帶寬分配和計算資源分配來最大化運營商的凈收益，并構建最大化多無人機架構收益方法的目標函數；

其中步驟2移動邊緣計算MEC服務器將計算結果傳回物聯網節點的傳輸時延可忽略不計；來自物聯網節點的任務可被定義為若任務通過無人機被卸載到移動邊緣計算MEC服務器上，那么它應該經歷了兩次傳輸過程：

1)第一次傳輸：物聯網節點→無人機，當無人機盤旋在地區的中心時，無人機將和地區中心有相同的水平坐標；地區DR_k和節點的坐標分別為(X_k,Y_k,0)和因此節點與無人機U_k之間的距離為

考慮到障礙物的屏蔽，無人機與物聯網節點之間的通信鏈路應是視線LOS和非視線NLOS信道的概率疊加；節點與無人機U_k之間的路徑損耗為

其中η_L和η_NL分別代表LOS和NLOS鏈路相應的衰減因子；c為光速，g為載頻頻率；節點與無人機U_k之間有LOS鏈路的概率為

其中δ和ε表示與環境相關的系數，并且為

因此，節點與無人機U_k之間的平均路徑損耗為

在物聯網節點與無人機之間采用頻分多址FDMA技術，位于同一區域的物聯網節點共享帶寬；假設無人機和物聯網節點之間的帶寬為B_U，并且為分配給節點的帶寬比例；因此帶寬分配策略可由表示；根據香農定理，節點與無人機U_k之間的平均傳輸速率為

其中代表物聯網節點的發送功率，且σ²為高斯白噪聲；

帶寬分配策略必須滿足

其中，代表任務是否被卸載到MEC服務器，代表卸載而代表不卸載，而代表任務是否被MEC服務器緩存，代表緩存而代表不緩存；

2)第二次傳輸：UAV→移動邊緣計算MEC服務器，無人機U_k與移動邊緣計算MEC服務器之間的距離為

無人機和移動邊緣計算MEC服務器之間的通信非常好，以至于NLOS鏈路的情況可以被忽略；無人機U_k與移動邊緣計算MEC服務器之間的路徑損耗可表示為

無人機與MEC之間的鏈路采用時分多址TDMA方式；B是無人機和移動邊緣計算MEC服務器之間的可用頻譜帶寬；無人機U_k與移動邊緣計算MEC服務器之間的平均傳輸速率可以計算為

其中代表無人機的發送功率密度；

其中步驟3根據本地和MEC計算方法的處理時間來建立模型；

1)本地計算：定義節點的計算能力為其中為每秒轉的周期數；不同的物聯網節點可能有不同的計算能力；本地計算任務的計算時延為

其中，代表任務所需待處理的數據量大小，而代表數據的計算復雜度；

2)MEC計算：對于MEC計算，節點應該先將他的計算任務通過無人機U_k卸載至移動邊緣計算MEC服務器上，然后移動邊緣計算MEC服務器可以處理任務但如果任務所需的數據都已緩存在移動邊緣計算MEC服務器上，移動邊緣計算MEC服務器則可直接處理任務即不再需要數據傳輸過程了；在部署了緩存后，任務的卸載時延為

移動邊緣計算MEC服務器的計算資源可由每秒轉的周期數F_m表示，且表示移動邊緣計算MEC服務器分配給節點的計算資源比例，因此計算資源的分配策略可以由表示；移動邊緣計算MEC服務器計算任務的計算時延為

計算資源分配策略需要滿足

總的來說，任務總的處理時間為

為了在規定的時間內完成任務，任務的處理時延必須小于截止時間：

此處，代表任務可接受的最長處理時間；

其中步驟4分別從用戶的角度和運營商的角度建立能源消耗模型，用戶即物聯網節點，運營商即移動邊緣計算MEC服務器和無人機；

1)用戶的能源消耗：對于物聯網節點，能源消耗在本地計算任務時的計算，或者將任務卸載到移動邊緣計算MEC服務器時的傳輸；

當任務在本地計算時，能源消耗為

其中為計算功率，μ是取決于平均開關電容和平均活度因子的一個常數，β是常數，且β≥2，當任務被卸載至移動邊緣計算MEC服務器時，能源消耗為

2)運營商的能源消耗：移動邊緣計算MEC服務器主要在接收和計算任務時消耗能量，而無人機的能耗主要消耗在轉發任務上；

當任務由移動邊緣計算MEC服務器計算時，能源消耗為

將任務從節點轉發至移動邊緣計算MEC服務器時，MEC和無人機的能源消耗為

其中和分別代表無人機和MEC的接收功率；

其中步驟5根據用戶的用戶體驗質量

QoE和運營商的運營成本OPEX對無人機協助的移動邊緣計算UAMEC的收入進行了研究；關注系統搭建完成后帶來的收益；更明確地說，運營商向物聯網節點提供通信，計算和緩存資源從而獲得盈利，而移動邊緣計算MEC服務器和無人機消耗的能源是成本；把提高的QoS作為收費標準，由移動邊緣計算MEC服務器和無人機消耗的能源價錢為運營商的運營成本OPEX；

在移動邊緣計算MEC服務器的協助下，借助于移動邊緣計算MEC服務器，可以將任務的計算時間和能量消耗節省為

對能夠節約的時間和能源進行收費，且對節點收費的單位價格分別為和則運營商可獲得的收益為

當任務由移動邊緣計算MEC服務器處理時，移動邊緣計算MEC服務器和無人機U_k為

能源的單位價格為γ，因此運營商的運營成本OPEX為

總而言之，無人機協助的移動邊緣計算UAMEC系統的凈收益為

建立緩存模型，若數據已經被移動邊緣計算MEC服務器緩存，任務首先應該被卸載至移動邊緣計算MEC服務器上，因此，決策變量應該滿足

而且，由于移動邊緣計算MEC服務器的緩存資源有限，假設MEC的緩存資源為Ce，為了保障數據緩存不超過最大緩存能力，緩存策略應該滿足

其中步驟6通過共同優化卸載策略O，緩存策略H，帶寬分配R和計算資源分配F來最大化運營商的凈收益，目標函數為