[發明專利]基于無人機集群的邊緣網絡自適應部署方法

有效

• 申請號: 202210100522.3
• 申請日: 2022-01-27
• 公開（公告）號: CN114520991B
• 公開（公告）日: 2023-07-28
• 發明（設計）人: 鮑寧海;高鵬雷;陳奎
• 申請（專利權）人: 重慶郵電大學
• 主分類號: H04W24/02
• 分類號: H04W24/02;H04W24/06;H04W28/02;H04W28/084;H04W84/08;H04B7/185
• 代理公司: 重慶市恒信知識產權代理有限公司 50102
• 代理人: 劉小紅

1.一種基于無人機集群的邊緣網絡自適應部署方法，其特征在于，具體包括以下步驟：

101、設立無人機集群I＝{i}，地面用戶集J＝{j}，i、j分別表示無人機i和用戶j，將無人機集群巡航時間離散為時隙，設立時隙變量k，構造無人機集群與用戶狀態向量s_k、無人機集群動作向量a_k、無人機集群動作收益函數r_k，其中，s_k，a_k，r_k均隨時隙數k的增加發生相應的轉移和變化，初始化時隙變量k＝0；

102、在無人機集群控制智能體中，基于雙延時深度確定性策略梯度算法思想構建深度強化學習模型，包括無人機集群巡航動作發生模塊、無人機集群動作評估模塊、無人機集群動作擾動模塊、環境參數采集模塊、無人機集群機載資源分配與任務卸載調度模塊、無人機集群動作收益模塊、經驗樣本存儲池、樣本集隨機抽樣模塊；

103、令k＝k+1，如果無人機集群I在連續n個時隙內未發生三維坐標位置變化，跳轉到步驟106，否則，根據每架無人機i的有效覆蓋范圍及剩余可用計算資源，確定每架無人機i的用戶對象集J_i，從而獲得無人機集群I的用戶對象集{J_i}，通過無人機集群機載資源分配與任務卸載調度模塊，獲得用戶集J的任務卸載決策變量集其中為k時隙用戶j卸載到無人機i的任務量，跳轉到104；

104、根據執行用戶任務卸載，通過無人機集群動作收益模塊獲得相應的收益r_k，通過無人機集群巡航動作發生模塊和無人機集群動作擾動模塊獲得k時隙無人機集群三維動作向量a_k，根據k時隙無人機集群與用戶狀態向量s_k和無人機集群三維動作向量a_k計算獲得s_k+1，將[s_k,a_k,r_k,s_k+1]存入經驗樣本存儲池；

105、通過樣本集隨機抽樣模塊從經驗樣本存儲池中獲得隨機樣本集X，并將X分別輸入無人機集群巡航動作發生模塊、無人機集群動作評估模塊進行學習訓練，跳轉到103；

106、算法結束；

所述步驟101中構造k時隙無人機集群與用戶狀態向量s_k、無人機集群三維動作向量a_k、無人機集群動作收益函數r_k，分別如公式(1)、(2)、(3)所示：

公式(1)中，表示無人機i在時隙k的三維坐標位置，表示用戶j在時隙k的二維坐標位置；公式(2)中，表示無人機i在k時隙的水平運動方向，表示無人機i在k時隙的垂直運動距離；公式(3)中，ω表示無人機動作獎勵函數權重因子，ω∈(0,1)，表示用戶j在k時隙能夠進行任務卸載，否則，如公式(4)所示，表示k時隙用戶j的平均單位任務時延，如公式(5)所示：

公式(4)中，表示用戶j與無人機i的連接狀態，若用戶j在k時隙將任務卸載到無人機i執行，則否則公式(5)中，Δt表示時隙大小，ξ表示時隙，ξ∈[1,k]；

所述步驟103中確定每架無人機i的用戶對象集J_i，從而獲得無人機集群I的用戶對象集{J_i}，通過無人機集群機載資源分配與任務卸載調度模塊，獲得用戶集J的任務卸載決策變量集的方法如下：

1)將J中所有用戶j放入集合V中，根據對集合V降序排列；

2)如果依次針對V中的每一個用戶j，根據用戶j可接入的無人機剩余可用計算資源和用戶j所需的計算資源，通過多屬性排序法分配無人機i的計算資源給用戶j，令把V中用戶j移入無人機i的用戶對象集J_i，并根據降序排列，跳轉到2)，否則，跳轉到3)；

3)對集合I中的無人機，依次為J_i中的每個用戶j分配最小單位計算資源并更新直到得到用戶j的計算資源分配集合并根據用戶j的任務卸載時延，計算用戶j卸載到無人機i的任務量最終得到用戶集J的任務卸載決策變量集