一种移动边缘计算网络中无人机计算卸载方法及系统技术方案

本发明专利技术公开了一种移动边缘计算网络中无人机计算卸载方法及系统。所述移动边缘计算网络中无人机计算卸载方法包括：计算无人机的本地计算能耗和最优上传任务时间；最优上传任务时间为无人机计算任务的最大可容忍时延；基于最优上传任务时间计算上传任务能耗；基于本地计算能耗和上传任务能耗确定最优任务卸载的比例；基于最优任务卸载的比例确定最优发射功率和最优无人机CPU功率；无人机根据最优上传任务时间、最优任务卸载的比例、最优发射功率和最优无人机CPU功率完成计算任务。本发明专利技术能有效降低UAV完成计算任务消耗的能量。

【技术实现步骤摘要】
一种移动边缘计算网络中无人机计算卸载方法及系统
本专利技术涉及计算卸载领域，特别是涉及一种移动边缘计算网络中无人机计算卸载方法及系统。
技术介绍
移动边缘计算(MEC)是缓解移动设备计算能力约束并减少服务时延的一项技术。无人机(UAV)可以通过无线链路将计算密集型和/或延迟敏感型任务卸载到配备MEC服务器的接入点(AP)上进行计算，从而降低自身能耗。在MEC网络中，一些文献已经提出了时延、能耗或开销最小化的计算卸载和资源分配方案，例如，现有技术中存在一种在时延约束下最小化能耗的UAV计算卸载方案，但是该方案没有考虑到UAV-地面通信的安全性。UAV-地面通信链路具有视线(LoS)传输特性，与传统的无线通信系统相比，UAV-地面通信更容易被窃听。为了保证UAV传输数据的机密性和传输链路的稳定性，基于物理层安全性(PLS)的解决方案逐渐涌现，包括优化UAV的飞行路线、发射功率、飞行速度、向窃听者(Eve)施加人为噪声等。在设计PLS解决方案时，关键目标是在Eve无法窃听任何信息的条件下，最大化安全通信速率。例如，现有技术中存在一种通信速率约本文档来自技高网...

【技术保护点】
1.一种移动边缘计算网络中无人机计算卸载方法，其特征在于，包括：/n计算无人机的本地计算能耗和最优上传任务时间；所述最优上传任务时间为无人机计算任务的最大可容忍时延；/n基于所述最优上传任务时间计算上传任务能耗；/n基于所述本地计算能耗和所述上传任务能耗确定最优任务卸载的比例；/n基于所述最优任务卸载的比例确定最优发射功率和最优无人机CPU功率；所述无人机根据所述最优上传任务时间、所述最优任务卸载的比例、所述最优发射功率和所述最优无人机CPU功率完成计算任务。/n

【技术特征摘要】
1.一种移动边缘计算网络中无人机计算卸载方法，其特征在于，包括：
计算无人机的本地计算能耗和最优上传任务时间；所述最优上传任务时间为无人机计算任务的最大可容忍时延；
基于所述最优上传任务时间计算上传任务能耗；
基于所述本地计算能耗和所述上传任务能耗确定最优任务卸载的比例；
基于所述最优任务卸载的比例确定最优发射功率和最优无人机CPU功率；所述无人机根据所述最优上传任务时间、所述最优任务卸载的比例、所述最优发射功率和所述最优无人机CPU功率完成计算任务。


2.根据权利要求1所述的一种移动边缘计算网络中无人机计算卸载方法，其特征在于，所述计算无人机的本地计算能耗和最优上传任务时间，具体包括：
计算无人机的本地计算能耗
Eloc＝kLC(fUAV)2(1-α)；
其中，k表示有效开关电容系数，fUAV表示无人机的CPU频率，α表示任务卸载的比例，L表示计算任务的数据量大小，C表示计算任务的复杂度；
计算最优上传任务时间



T表示无人机计算任务的最大可容忍时延。


3.根据权利要求1所述的一种移动边缘计算网络中无人机计算卸载方法，其特征在于，所述基于所述最优上传任务时间计算上传任务能耗，具体包括：
计算第一信道增益、第二信道增益和第三信道增益；所述第一信道增益为无人机与移动边缘计算服务器的接入点之间的信道增益；所述第二信道增益为无人机与窃听者之间的信道增益；所述第三信道增益为移动边缘计算服务器的接入点与窃听者之间的信道增益；
基于所述第一信道增益、所述第二信道增益和所述第三信道增益计算发射功率；
基于发射功率和所述最优上传任务时间计算上传任务能耗。


4.根据权利要求3所述的一种移动边缘计算网络中无人机计算卸载方法，其特征在于，所述基于所述本地计算能耗和所述上传任务能耗确定最优任务卸载的比例，具体包括：
由所述本地计算能耗和所述上传任务能耗计算完成计算任务的总能耗；
计算任务卸载的比例的下界；
基于所述第一信道增益、所述第二信道增益和所述第三信道增益计算无人机的最大安全传输负载；
基于所述最大安全传输负载计算任务卸载的比例的上界；
基于所述总能耗、所述任务卸载的比例的下界和所述任务卸载的比例的上界计算最优任务卸载的比例



其中，是方程的解，Etot表示完成计算任务的总能耗，αlb表示任务卸载的比例的下界，αub表示任务卸载的比例的上界。


5.根据权利要求1所述的一种移动边缘计算网络中无人机计算卸载方法，其特征在于，所述基于所述最优任务卸载的比例确定最优发射功率和最优无人机CPU功率，具体包括：
基于所述最优的任务卸载的比例确定最优发射功率



其中，α*表示最优任务卸载的比例，L表示计算任务的数据量大小，B表示带宽，表示最优上传任务时间，gUA表示无人机与移动边缘计算服务器的接入点之间的信道增益，gUE表示无人机与窃听者之间的信道增益，gAE表示移动边缘计算服务器的接入点与窃听者之间的信道增益，σ2表示高斯白噪声功率，pJ表示移动边缘计算服务器的接入点向窃听者发射的干扰噪声功率，ε表示无人机和窃听者之间的信道检测最大错误率，δ表示移动边缘计算服务器的接入点和窃听者之间的信道检测最大错误率；
基于所述最优任务卸载的比例确定最优无人机CPU功率



其中，C表示计算任务的复杂度，T表示无人机计算任务的最大可容忍时延。


6.一种移动边缘计算网络中无人机计算卸载系统，其特征在于，包括：
第一计算模块，用于计算无人...

【专利技术属性】
技术研发人员：章国安，谷晓会，顾金媛，金丽，季晨，季彦呈，段玮，
申请(专利权)人：南通大学，
类型：发明
国别省市：江苏;32