本發(fā)明屬于通信，特別涉及一種多無(wú)人機(jī)輔助移動(dòng)邊緣計(jì)算的優(yōu)化方法。

背景技術(shù)：

1、隨著6g和物聯(lián)網(wǎng)的快速發(fā)展，智能移動(dòng)設(shè)備的數(shù)量出現(xiàn)了前所未有的增長(zhǎng)，導(dǎo)致各種創(chuàng)新移動(dòng)應(yīng)用的激增，大多數(shù)這些應(yīng)用，如人臉識(shí)別、自動(dòng)導(dǎo)航和圖像處理，都需要大量的計(jì)算資源和低延遲，然而，由于移動(dòng)設(shè)備的資源有限，處理這些應(yīng)用程序生成的計(jì)算量大的實(shí)時(shí)數(shù)據(jù)是具有挑戰(zhàn)性的；在這種情況下，移動(dòng)邊緣計(jì)算被認(rèn)為是一種很有前途的解決方案，它允許移動(dòng)設(shè)備將計(jì)算密集型和延遲敏感的任務(wù)卸載到鄰近的邊緣服務(wù)器，從而減少設(shè)備的計(jì)算負(fù)擔(dān)、執(zhí)行延遲和能耗，然而，傳統(tǒng)的移動(dòng)邊緣計(jì)算網(wǎng)絡(luò)依賴于地面基礎(chǔ)設(shè)施，由于安裝成本和環(huán)境限制，部署不靈活，為了克服傳統(tǒng)地面移動(dòng)邊緣計(jì)算系統(tǒng)的物理限制，由于無(wú)人機(jī)的高機(jī)動(dòng)性、靈活性、快速部署和視距鏈接，無(wú)人機(jī)輔助移動(dòng)邊緣計(jì)算正在興起，以提供靈活和低成本的卸載服務(wù)。通過(guò)將計(jì)算任務(wù)卸載到附近的無(wú)人機(jī)，移動(dòng)用戶可以隨時(shí)隨地靈活地享受云計(jì)算服務(wù)，然而，在多無(wú)人機(jī)輔助移動(dòng)邊緣計(jì)算系統(tǒng)中設(shè)計(jì)一種有效的任務(wù)卸載方法仍然面臨著一些挑戰(zhàn)；首先，地面mec服務(wù)器通常部署在覆蓋范圍有限的固定位置，可能導(dǎo)致服務(wù)中斷；此外，單個(gè)無(wú)人機(jī)輔助mec的部署具有有限的計(jì)算資源和電池容量，可能使其難以處理大量數(shù)據(jù)或維持長(zhǎng)期運(yùn)行；其次，從問(wèn)題表述的角度來(lái)看，目前的研究面臨的一個(gè)重大挑戰(zhàn)是，大多數(shù)研究?jī)A向于集中在優(yōu)化單個(gè)性能指標(biāo)，如延遲或能耗，或這兩個(gè)指標(biāo)的組合，而忽略了多目標(biāo)優(yōu)化，這可能進(jìn)一步損害該制度的總體效力和效率，另外，無(wú)人機(jī)輔助mec系統(tǒng)具有用戶要求嚴(yán)格多樣、無(wú)人機(jī)資源受限等諸多現(xiàn)實(shí)特點(diǎn)，這些特點(diǎn)對(duì)滿足用戶需求和無(wú)人機(jī)資源約束的聯(lián)合優(yōu)化提出了挑戰(zhàn)；最后，在算法設(shè)計(jì)方面，博弈論等理論方法可能因計(jì)算復(fù)雜度和空間復(fù)雜度高而面臨挑戰(zhàn)，傳統(tǒng)的啟發(fā)式方法如群體智能算法可能會(huì)遇到迭代過(guò)程長(zhǎng)和受局部最優(yōu)影響的問(wèn)題；特別是在大規(guī)模場(chǎng)景中，機(jī)器學(xué)習(xí)方法如深度強(qiáng)化學(xué)習(xí)可能會(huì)遇到難以收斂和長(zhǎng)訓(xùn)練周期的問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是提供一種多無(wú)人機(jī)輔助移動(dòng)邊緣計(jì)算的優(yōu)化方法，能夠降低任務(wù)完成總時(shí)延、減少無(wú)人機(jī)能量消耗和提高卸載任務(wù)總量。

2、本發(fā)明提供的技術(shù)方案為：

3、一種多無(wú)人機(jī)輔助移動(dòng)邊緣計(jì)算的優(yōu)化方法，包括如下步驟：

4、步驟一、確定無(wú)人機(jī)節(jié)點(diǎn)的數(shù)目和初始位置以及需要通信的用戶數(shù)目和位置；

5、步驟二、根據(jù)通信需求設(shè)計(jì)出優(yōu)化目標(biāo)函數(shù)；并根據(jù)所述優(yōu)化目標(biāo)函數(shù)進(jìn)行迭代優(yōu)化得到用戶的最佳任務(wù)卸載策略、無(wú)人機(jī)的最佳計(jì)算資源分配方案以及無(wú)人機(jī)的最佳軌跡；

6、其中，所述優(yōu)化目標(biāo)函數(shù)為：

7、min?l(o,f,q)＝{w1ttotal+w2etotal-w3ktotal}；

8、其中，o為用戶的任務(wù)卸載策略；f為無(wú)人機(jī)的計(jì)算資源分配方案；q為無(wú)人機(jī)的軌跡；ttotal為用戶任務(wù)完成時(shí)延之和；etotal為無(wú)人機(jī)總能量消耗；ktotal為無(wú)人機(jī)在與各個(gè)用戶進(jìn)行通信時(shí)，無(wú)人機(jī)完成的卸載任務(wù)總量；w1為用戶任務(wù)完成時(shí)延之和的權(quán)重系數(shù)；w2為無(wú)人機(jī)總能量消耗的權(quán)重系數(shù)；w3為無(wú)人機(jī)完成的卸載任務(wù)總量的權(quán)重系數(shù)；

9、步驟三、根據(jù)所述最佳任務(wù)卸載策略，將用戶任務(wù)本地處理或者卸載至指定無(wú)人機(jī)，由無(wú)人機(jī)為所述用戶提供邊緣計(jì)算服務(wù)，以及根據(jù)所述無(wú)人機(jī)的最佳計(jì)算資源分配方案將計(jì)算資源分配給無(wú)人機(jī)，按照所述無(wú)人機(jī)的最佳軌跡對(duì)無(wú)人機(jī)的位置進(jìn)行調(diào)整。

10、優(yōu)選的是，所述用戶任務(wù)完成時(shí)延之和的計(jì)算公式為：

11、

12、

13、其中，n為時(shí)隙；為時(shí)隙n求和；u為用戶；為用戶u求和；m為無(wú)人機(jī)；為無(wú)人機(jī)m求和；ou,m[n]為用戶u與無(wú)人機(jī)m在時(shí)隙n的任務(wù)卸載策略；tlocal[n]為用戶u在時(shí)隙n的任務(wù)完成時(shí)延；toff[n]為卸載到無(wú)人機(jī)上計(jì)算的時(shí)間；du[n]為在時(shí)隙n的任務(wù)大小(單位為比特)，cu表示任務(wù)的計(jì)算強(qiáng)度(單位為周期/比特)，fu[n]為用戶u在時(shí)隙n的計(jì)算能力，fm,u[n]為無(wú)人機(jī)m分配給用戶u在時(shí)隙n的計(jì)算能力；ru,m[n]為用戶u與無(wú)人機(jī)m之間在時(shí)隙n的數(shù)據(jù)傳輸速率；b為信道帶寬；pu表示用戶u的發(fā)射功率；gu,m[n]表示用戶u與無(wú)人機(jī)m在時(shí)隙n的信道功率增益；σ2表示噪聲功率。

14、優(yōu)選的是，所述無(wú)人機(jī)總能量消耗的計(jì)算公式為：

15、

16、其中，為無(wú)人機(jī)m在時(shí)隙n的飛行能耗；為無(wú)人機(jī)m在時(shí)隙n的計(jì)算能耗(無(wú)人機(jī)m計(jì)算用戶u的任務(wù))；p0為懸停狀態(tài)下的葉片輪廓，是常數(shù)；pind為懸停狀態(tài)下的誘導(dǎo)功率，是常數(shù)；vm[n]為無(wú)人機(jī)m在時(shí)隙n的速度；utip表示旋翼葉片的葉尖速度；v0表示在懸停狀態(tài)下的平均旋翼葉片誘導(dǎo)速度；d0表示機(jī)身阻力比；ρ0表示空氣密度；s表示旋翼葉片堅(jiān)硬度；a表示旋翼圓盤面積；δt為每個(gè)時(shí)隙的時(shí)間；κm表示取決于cpu架構(gòu)的有效開(kāi)關(guān)電容。

17、優(yōu)選的是，所述無(wú)人機(jī)完成的卸載任務(wù)總量的計(jì)算公式為：

18、

19、優(yōu)選的是，所述步驟二還包括：在進(jìn)行所述優(yōu)化目標(biāo)函數(shù)迭代優(yōu)化前，需要進(jìn)行無(wú)人機(jī)移動(dòng)性的確定，公式如下：

20、無(wú)人機(jī)的位置更新：

21、無(wú)人機(jī)的速度更新：vm[n+1]＝vm[n]+am[n]

22、無(wú)人機(jī)的速度約束：||vm[n]||≤vmax,||vm[n]||≥vmin

23、任意兩架無(wú)人機(jī)的安全距離：||qm[n]-qi[n]||≥dmin

24、每架無(wú)人機(jī)的初始位置和最終位置固定在同一位置：qm[1]＝qm[n]

25、每個(gè)時(shí)隙內(nèi)無(wú)人機(jī)的最大飛行距離：||qm[n+1]-qm[n]||≤dmax＝vmaxδt

26、其中，qm[n+1]為無(wú)人機(jī)m在下一個(gè)時(shí)隙的位置；qm[n]為當(dāng)前無(wú)人機(jī)m在時(shí)隙n的位置；qi[n]為另一架無(wú)人機(jī)i在時(shí)隙n的位置；am[n]為無(wú)人機(jī)m在時(shí)隙n的加速度；vm[n+1]為無(wú)人機(jī)m在下一個(gè)時(shí)隙的速度；vmax為無(wú)人機(jī)m最大速度；vmin為無(wú)人機(jī)m最小速度；dmax為任意兩架無(wú)人機(jī)的最大距離；dmin為任意兩架無(wú)人機(jī)的最小距離；qm[1]為無(wú)人機(jī)m初始位置；qm[n]為無(wú)人機(jī)m最終位置。

27、優(yōu)選的是，在所述步驟二中，迭代優(yōu)化包括如下步驟：

28、步驟1、根據(jù)多無(wú)人機(jī)輔助邊緣計(jì)算中的無(wú)人機(jī)總數(shù)目初始化所有無(wú)人機(jī)的計(jì)算資源分配方案和軌跡，將用戶的任務(wù)卸載策略作為候選解；

29、步驟2、根據(jù)所述優(yōu)化目標(biāo)函數(shù)，得到當(dāng)前情況用戶的任務(wù)卸載策略解；

30、步驟3、根據(jù)步驟2中的解和初始化的無(wú)人機(jī)軌跡，將無(wú)人機(jī)的計(jì)算資源分配方案作為候選解；

31、步驟4、根據(jù)所述優(yōu)化目標(biāo)函數(shù)，得到當(dāng)前情況無(wú)人機(jī)的計(jì)算資源分配方案解；

32、步驟5、根據(jù)步驟2和步驟4中的解，將無(wú)人機(jī)的軌跡作為候選解；

33、步驟6、根據(jù)所述優(yōu)化目標(biāo)函數(shù)，得到當(dāng)前情況無(wú)人機(jī)的軌跡解；

34、步驟7、獲得的三個(gè)候選解作為下一次迭代的解的基礎(chǔ)，進(jìn)行更新操作；

35、步驟8、若達(dá)到迭代次數(shù)限制，則停止，隨后輸出滿足目標(biāo)函數(shù)的最小解為最優(yōu)解，即用戶的最佳任務(wù)卸載策略、無(wú)人機(jī)的最佳計(jì)算資源分配方案以及無(wú)人機(jī)的最佳軌跡，否則，將這些解作為當(dāng)前解返回步驟2，隨后重復(fù)執(zhí)行步驟2至步驟6，直到滿足迭代終止條件。

36、本發(fā)明的有益效果是：

37、本發(fā)明提供的多無(wú)人機(jī)輔助移動(dòng)邊緣計(jì)算的優(yōu)化方法，能夠降低任務(wù)完成總時(shí)延、減少無(wú)人機(jī)能量消耗和提高卸載任務(wù)總量。