[發(fā)明專利]一種無人機輔助的邊緣計算時延最小化方法

在審

• 申請?zhí)枺?/td>: 202210526799.2
• 申請日: 2022-05-16
• 公開（公告）號: CN114866979A
• 公開（公告）日: 2022-08-05
• 發(fā)明（設(shè)計）人: 田賢忠;閔旭
• 申請（專利權(quán)）人: 浙江工業(yè)大學(xué)
• 主分類號: H04W4/38
• 分類號: H04W4/38;H04W28/08;H04W72/04;H04B7/185;G06K9/62
• 代理公司: 杭州天正專利事務(wù)所有限公司 33201
• 代理人: 樓明陽

一種無人機輔助的邊緣計算時延最小化方法，包括以下步驟：系統(tǒng)設(shè)置K個物聯(lián)網(wǎng)節(jié)點，N架無人機，M個地面基站服務(wù)器；每個物聯(lián)網(wǎng)設(shè)備產(chǎn)生一個計算任務(wù)W_k，每個任務(wù)可以卸載至無人機進行計算，也可以利用無人機為中繼卸載至基站服務(wù)器進行計算；以最小化用時最多節(jié)點的任務(wù)的計算時延為優(yōu)化目標(biāo)，以無人機的位置、節(jié)點的卸載決策、無人機和服務(wù)器的計算資源分配策略、以及無人機和服務(wù)器的通信資源分配策略為優(yōu)化變量，建立優(yōu)化問題P的數(shù)學(xué)模型；利用K?Means聚類算法和交叉迭代相結(jié)合的方法求解問題P。利用求得的方案部署于系統(tǒng)，達到最小化時延的目的。本發(fā)明能實現(xiàn)計算卸載時延最小化。

技術(shù)領(lǐng)域

本發(fā)明屬于5G網(wǎng)絡(luò)計算卸載技術(shù)領(lǐng)域，尤其涉及一種無人機輔助的邊緣計算時延最小化方法。

背景技術(shù)

邊緣計算是5G網(wǎng)絡(luò)的核心技術(shù)之一。邊緣計算中邊緣服務(wù)器的部署位置會嚴重影響到邊緣計算的性能。將無人機應(yīng)用于邊緣計算場景使得服務(wù)更加靈活，能夠更加適應(yīng)目前多變的應(yīng)用環(huán)境。由于無人機的能耗限制，其搭載能力與飛行時間有限，加強空地協(xié)作為物聯(lián)網(wǎng)節(jié)點提供服務(wù)是十分必要的。針對地面節(jié)點不能直接連接到基站的復(fù)雜場景，采用攜帶有限計算資源的無人機，其既能充當(dāng)服務(wù)器，又能充當(dāng)中繼將任務(wù)傳輸至計算能力更強大的基站服務(wù)器。對此種模型下節(jié)點的卸載策略、帶寬和計算資源分配進行研究具有非常重要的意義。

發(fā)明內(nèi)容

本發(fā)明要克服現(xiàn)有技術(shù)的上述缺點，提供一種無人機輔助的邊緣計算時延最小化方法。

本發(fā)明利用無人機靈活部署的優(yōu)勢，設(shè)計了無人機輔助MEC系統(tǒng)計算卸載模型，考慮固定高度的無人機，聯(lián)合優(yōu)化無人機位置部署、節(jié)點的卸載決策、無人機和服務(wù)器的資源分配，實現(xiàn)最小化最大計算卸載時延的目標(biāo)。

為了實現(xiàn)上述目的，一種無人機輔助的邊緣計算時延最小化方法，包括如下步驟：

步驟1：設(shè)置具體應(yīng)用場景。系統(tǒng)中設(shè)置K個物聯(lián)網(wǎng)節(jié)點，N架無人機，M個地面基站服務(wù)器，其中D＝{d₁,d₂,…,d_K}表示物聯(lián)網(wǎng)節(jié)點的集合，U＝{u₁,u₂,…,u_N}表示無人機的集合，A＝{a₁,a₂,…,a_M}表示M個基站的集合。所有物聯(lián)網(wǎng)節(jié)點和基站服務(wù)器都部署在地面上，物聯(lián)網(wǎng)節(jié)點的位置用表示，基站服務(wù)器的位置用表示。所有無人機均部署在同一高度H上，無人機的位置用表示。

步驟2：每個物聯(lián)網(wǎng)設(shè)備產(chǎn)生一個計算任務(wù)W_k＝(C_k,F_k)，兩個參數(shù)依次表示任務(wù)數(shù)據(jù)大小和處理一位任務(wù)數(shù)據(jù)所需CPU周期數(shù)。每個任務(wù)可以卸載至無人機進行計算，也可以利用無人機為中繼卸載至基站服務(wù)器進行計算。用α_k,n∈{0,1}表示節(jié)點d_k是否選擇無人機u_n進行卸載，1為選擇，0為不選擇，設(shè)定每個物聯(lián)網(wǎng)節(jié)點只能選擇到一架無人機，即用β_k,m∈{0,1}表示節(jié)點d_k的任務(wù)最終在哪個地面服務(wù)器或無人機完成計算，β_k,0＝1表示任務(wù)在無人機上計算，β_k,m＝1,m∈{1,2,…,M}表示在地面服務(wù)器a_m上計算，

步驟3：以最小化用時最多的節(jié)點d_k上任務(wù)的計算時延為優(yōu)化目標(biāo)，以無人機的位置節(jié)點的卸載決策α_k,n和β_k,m、無人機和服務(wù)器的計算資源分配策略和以及無人機和服務(wù)器的通信資源分配策略和為優(yōu)化變量，建立優(yōu)化問題P的數(shù)學(xué)模型；

步驟4：利用K-Means聚類算法和交叉迭代相結(jié)合的方法求解步驟3中的問題P，得到上述步驟3中優(yōu)化變量的值。

進一步地，步驟3中節(jié)點d_k上任務(wù)的計算時延為：