一种多无人机协助用户的移动卸载方法技术

技术编号:22640352 阅读:42 留言:0更新日期:2019-11-26 15:50
本发明专利技术提供了一种多无人机协助用户的移动卸载方法,属于移动云计算领域。本发明专利技术从无人机资源分配、航迹规划和任务分配三方面对多用户上传和下载需求的移动迁移进行建模;然后利用一个三阶段的迭代算法对模型进行转化、松弛并利用分支定界法进行迭代求解,得到最优的资源分配、任务分配以及航迹规划方案。本发明专利技术的有益效果在于:本发明专利技术提出的移动卸载方法同时考虑到用户的上传需求和下载需求,极大地提高了用户的计算速率;本发明专利技术提出的移动卸载方法通过最大化所有用户中最小的计算速率,实现用户的公平性。

A method of multi UAV assisted user mobile unloading

The invention provides a mobile unloading method for multiple UAVs to assist users, belonging to the field of mobile cloud computing. The invention models the mobile migration of multi-user upload and download requirements from three aspects of UAV resource allocation, track planning and task allocation; then uses a three-stage iterative algorithm to transform and relax the model and uses the branch and bound method to solve the model iteratively, and obtains the optimal resource allocation, task allocation and track planning scheme. The invention has the advantages that: the mobile unloading method proposed in the invention takes the user's upload demand and download demand into account, greatly improving the user's calculation rate; the mobile unloading method proposed in the invention realizes the user's fairness by maximizing the minimum calculation rate among all users.

【技术实现步骤摘要】
一种多无人机协助用户的移动卸载方法
本专利技术属于移动云计算领域,具体涉及一种多无人机协助用户的移动卸载方法。
技术介绍
随着智能手机、平板电脑以及台式电脑的爆炸性增长,移动数据流量产生指数型增长,导致蜂窝网络上的数据流量过载,无法提供足够的容量来满足众多移动数据要求,如何减少蜂窝频段上承载的过多数据量是现在面临的巨大挑战。移动卸载是一种解决上述问题的新兴技术,它包括计算卸载和数据卸载,指使用互补网络技术来为用户提供数据流量,通过卸载减少蜂窝频段上承载的数据量,为其它用户释放了带宽。对于一些边缘用户,传统的基站已经无法满足用户爆炸性的需求,且边缘用户距离蜂窝网络较远,用户的通信质量大大下降。因此,提出通过利用无人机为移动用户设备提供传输覆盖和计算能力,尤其适用于基础设施极其有限的偏远地区。在通信资源有限的环境以及紧急任务的场景中,用户可能同时具有数据卸载和计算卸载的需求,二者之间的资源竞争就产生了巨大的挑战。虽然单个无人机在其辅助用户移动卸载方面具备一定的优势,不过由于无人机体积、重量及功率的限制,单个无人机在用户区域大且移动卸载需求较大的情况下无法更好的满足所有用户的需求,因此通过部署多个无人机协助并行地为所有用户服务以实现更有效的通信、更高的吞吐量和更低地接入延迟。多无人机移动卸载的主要问题就是如何在满足用户需求的同时节省设备的能量消耗。以前的很多工作研究了多无人机移动卸载降低传输时延、减少能耗以及航迹规划的问题。第一类,研究一种蜂窝连接无人机移动边缘计算系统,多个无人机由地面基站(TBS)服务以进行计算任务卸载,目标是最小化无人机的总能耗,包括推进能量,计算能量和通信能量,同时确保完全计算无人机的总位数,但只考虑了四种上行传输,没有考虑用户的数据卸载需求(HuaM,HuangY,WangY,etal.EnergyOptimizationforCellular-ConnectedMulti-UAVMobileEdgeComputingSystemswithMulti-AccessSchemes[J].2018.)。第二类,研究了一种基于多无人机的无线通信系统,采用多个无人机安装的空中基站服务于地面上的一组用户,通过优化多用户通信调度和关联,结合无人机的航迹和功率控制,使下行通信中所有地面用户的最小吞吐量最大化,但没有从用户需求上考虑任务上传和数据下载并存的情况(WuQ,ZengY,ZhangR.JointTrajectoryandCommunicationDesignforMulti-UAVEnabledWirelessNetworks[J].IEEETransactionsonWirelessCommunications,2017,PP(99):1-1.)。综上所述,现在技术主要存在以下问题:(1)许多研究只从计算卸载方面考虑,没有从用户数据下载方面考虑下行传输的问题,忽略了实际场景中用户需求复杂的情况。(2)大多数研究多无人机作为空中基站在任务匹配上只考虑整个任务进行迁移,没有将无人机与用户匹配关系按时隙划分,降低了无人机利用效率。
技术实现思路
本专利技术提供了一种多无人机协助用户的移动卸载方法,从无人机资源分配、航迹规划和任务分配三方面对多用户上传和下载需求的移动迁移进行建模;然后利用一个三阶段的迭代算法对模型进行转化、松弛并利用分支定界法进行迭代求解,得到最优的资源分配、任务分配以及航迹规划方案。在进行资源优化前,需要先完成如下操作:首先,根据用户需求确认用户发射功率、坐标信息、计算每位数据所需的CPU周期数,保存至集合X中;然后,无人机获取设备剩余电量、从起点到终点飞行的总时间、其处理器的能量转换效率以及各无人机在每一时隙可分配给用户的CPU频率,保存至集合Y中;最后,所有用户将集合X中相关信息发送至部署在头无人机上的控制器,所有辅无人机将集合Y中相关信息发送至头无人机上的控制器,由控制器来控制整个流程的运行,主要任务包括对多无人机协助用户进行移动卸载问题进行建模、对模型进行优化与松弛和对模型进行求解。本专利技术具体步骤如下:步骤一:控制器根据收集到的全体用户和无人机信息,从无人机资源分配、航迹规划和任务分配三方面对多用户上传和下载需求的移动迁移进行建模,得到初始问题模型P0。步骤二:控制器根据步骤一得到的初始问题模型P0的特点将变量进行解耦,设置无人机航迹规划变量和任务分配变量为合理化常量,得到无人机资源分配的问题模型P1,并将其转化为凸优化问题再利用拉格朗日乘子法求解得到资源分配的最优值。步骤三:控制器根据步骤二得到的资源分配最优解带回初始问题P0并设置无人机任务分配变量为合理化常量,得到无人机航迹规划的问题模型P2,将非凸项进行松弛利用凸优化工具求解,得出无人机航迹规划的最优值。步骤四:控制器将无人机资源分配和航迹规划最优解带回初始问题P0得到无人机任务分配的问题模型P3,利用分支定界法进行求解,将所得任务分配最优解带回步骤二中迭代求解直至两次迭代的目标函数最优值之差小于预先设定的阈值Θ后停止求解,即得到近似最优解。本专利技术的主要参数表如图3所示;本专利技术还包括:所述的步骤一,具体还包括:(1.1)根据时分复用的原理,上传与下载所有时间片所占用的比例和应小于等于1,则有用户动态带宽分配约束:其中代表在上行链路中,在时隙t中分配给用户i的上传持续时间所占的比例,代表在下行链路中,在时隙t中分配给用户i的下载持续时间所占的比例,代表用户i是否具有上传需求,θi(d)代表用户i是否具有有下载需求;(1.2)令bij(t)代表在时隙t用户i是否选择UAVj进行服务,则有:其中bij(t)在每个时隙可能是不同的,本专利技术限制用户i在每个时隙只能选择一个UAV进行服务,因此有如下约束:(1.3)分别计算用户i在时隙t的上传速率和下载速率其中,代表在时隙t时用户i的发射功率,代表在时隙t内UAVj分配给用户i的传输功率,N0代表空间噪声,hij(t)代表在时隙t内用户i到UAVj的信号传播损耗,采用的信道损耗模型是自由空间损耗模型其中δ是指在距离为1米时的信道功率增益,UAVj与用户i之间的距离(1.4)分别计算用户i在时隙t内上传和下载的数据量以及为了保证用户服务质量,规定用户在每个时隙下载的数据量都要大于某个最低标准阈值因此有如下约束:(1.5)UAVj在时隙t内的飞行速度vj(t)表示为:由于UAV自身体积及电量等因素的限制,其飞行速度都有一定的上限,代表UAVj的最大飞行速度,因此有如下约束:(1.6)由于用户设备体积以及安全因素等限制,用户的发射功率具有一定的上限,且大于等于0,因此有如下约束:由于UAV体积等限制,UAV分配给用户的发射功率也有上限,其中是指UAVj的最大发射功率,且大于等于0,因此有如下约束:(1.7)计算UAV总能耗本文档来自技高网
...

【技术保护点】
1.一种多无人机协助用户的移动卸载方法,进行资源优化前,先完成如下操作:/n首先,根据用户需求确认用户发射功率、坐标信息、计算每位数据所需的CPU周期数,保存至集合X中;/n然后,无人机获取设备剩余电量、从起点到终点飞行的总时间、其处理器的能量转换效率以及各无人机在每一时隙可分配给用户的CPU频率,保存至集合Y中;/n最后,所有用户将集合X中相关信息发送至部署在头无人机上的控制器,所有辅无人机将集合Y中相关信息发送至头无人机上的控制器,由控制器来控制整个流程的运行;/n其特征在于:具体步骤如下:/n步骤一:控制器根据收集到的全体用户和无人机信息,从无人机资源分配、航迹规划和任务分配三方面对多用户上传和下载需求的移动迁移进行建模,得到初始问题模型P0;/n步骤二:控制器根据步骤一得到的初始问题模型P0的特点将变量进行解耦,设置无人机航迹规划变量和任务分配变量为合理化常量,得到无人机资源分配的问题模型P1,并将其转化为凸优化问题再利用拉格朗日乘子法求解得到资源分配的最优值;/n步骤三:控制器根据步骤二得到的资源分配最优解带回初始问题P0并设置无人机任务分配变量为合理化常量,得到无人机航迹规划的问题模型P2,将非凸项进行松弛利用凸优化工具求解,得出无人机航迹规划的最优值;/n步骤四:控制器将无人机资源分配和航迹规划最优解带回初始问题P0得到无人机任务分配的问题模型P3,利用分支定界法进行求解,将所得任务分配最优解带回步骤二中迭代求解直至两次迭代的目标函数最优值之差小于预先设定的阈值Θ后停止求解,即得到近似最优解。/n...

【技术特征摘要】
1.一种多无人机协助用户的移动卸载方法,进行资源优化前,先完成如下操作:
首先,根据用户需求确认用户发射功率、坐标信息、计算每位数据所需的CPU周期数,保存至集合X中;
然后,无人机获取设备剩余电量、从起点到终点飞行的总时间、其处理器的能量转换效率以及各无人机在每一时隙可分配给用户的CPU频率,保存至集合Y中;
最后,所有用户将集合X中相关信息发送至部署在头无人机上的控制器,所有辅无人机将集合Y中相关信息发送至头无人机上的控制器,由控制器来控制整个流程的运行;
其特征在于:具体步骤如下:
步骤一:控制器根据收集到的全体用户和无人机信息,从无人机资源分配、航迹规划和任务分配三方面对多用户上传和下载需求的移动迁移进行建模,得到初始问题模型P0;
步骤二:控制器根据步骤一得到的初始问题模型P0的特点将变量进行解耦,设置无人机航迹规划变量和任务分配变量为合理化常量,得到无人机资源分配的问题模型P1,并将其转化为凸优化问题再利用拉格朗日乘子法求解得到资源分配的最优值;
步骤三:控制器根据步骤二得到的资源分配最优解带回初始问题P0并设置无人机任务分配变量为合理化常量,得到无人机航迹规划的问题模型P2,将非凸项进行松弛利用凸优化工具求解,得出无人机航迹规划的最优值;
步骤四:控制器将无人机资源分配和航迹规划最优解带回初始问题P0得到无人机任务分配的问题模型P3,利用分支定界法进行求解,将所得任务分配最优解带回步骤二中迭代求解直至两次迭代的目标函数最优值之差小于预先设定的阈值Θ后停止求解,即得到近似最优解。


2.根据权利要求1所述的一种多无人机协助用户的移动卸载方法,其特征在于:所述的步骤一,具体还包括:
步骤1.1:根据时分复用的原理,上传与下载所有时间片所占用的比例和应小于等于1,则有用户动态带宽分配约束:



其中代表在上行链路中,在时隙t中分配给用户i的上传持续时间所占的比例,代表在下行链路中,在时隙t中分配给用户i的下载持续时间所占的比例,代表用户i是否具有上传需求,代表用户i是否具有有下载需求;
步骤1.2:令bij(t)代表在时隙t用户i是否选择UAVj进行服务,则有:



其中bij(t)在每个时隙可能是不同的,本发明限制用户i在每个时隙只能选择一个UAV进行服务,因此有如下约束:



步骤1.3:分别计算用户i在时隙t的上传速率和下载速率



其中,代表在时隙t时用户i的发射功率,代表在时隙t内UAVj分配给用户i的传输功率,N0代表空间噪声,hij(t)代表在时隙t内用户i到UAVj的信号传播损耗,采用的信道损耗模型是自由空间损耗模型其中δ是指在距离为1米时的信道功率增益,UAVj与用户i之间的距离
步骤1.4:分别计算用户i在时隙t内上传和下载的数据量以及



规定用户在每个时隙下载的数据量都要大于某个最低标准阈值因此有如下约束:



步骤1.5:UAVj在时隙t内的飞行速度vj(t)表示为:由于UAV自身体积及电量等因素的限制,其飞行速度都有一定的上限,代表UAVj的最大飞行速度,因此有如下约束:



步骤1.6:用户的发射功率具有一定的上限,且大于等于0,因此有如下约束:



由于UAV体积等限制,UAV分配给用户的发射功率也有上限,其中是指UAVj的最大发射功率,且大于等于0,因此有如下约束:



步骤1.7:计算UAV总能耗包括飞行能耗计算能耗以及下载通信能耗和上传通信能耗






步骤1.8:UAVj所消耗的能量不能超过UAV所拥有的最大电量σj,因此对于UAVj有如下约束:



其中,g代表UAV的重量,表示为UAV处理器的能量转换效率,γi表示为用户计算每位数据所需的CPU周期数,表示UAVj在时隙t分配给用户i的CPU频率;
步骤1.9:定义dmin为在同一个平面时多个UAV之间在飞行时能够避免冲突的最安全的距离,则在每个时隙t期间,UAVi与UAVj在飞行的过程中必须满足以下条件:
||qi(t)-qj(t)||≥dmin
由于UAV有固定的起始点及终点因此有如下约束:



步骤1.10:考虑到用户的公平性,令变量η代表所有用户最小的计算速率,可以...

【专利技术属性】
技术研发人员:冯光升高欣颖佟佳伟王慧强郭方方李冰洋吕宏武
申请(专利权)人:哈尔滨工程大学
类型:发明
国别省市:黑龙;23

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1