一种无人机辅助的边缘计算卸载算法分布式激励方法技术

一种无人机辅助的边缘计算卸载算法分布式激励方法，包括以下步骤：步骤1，建立一个由数字孪生驱动的空中辅助地面网络，此网络由车辆，路侧单元，无人机和数字孪生四部分组成；步骤2：将目标问题，即最大化网络中各实体的效用，分解为两个子问题进行激励；步骤3：求解第一个问题得到网络中的每一个路侧单元实际的计算资源贡献情况；步骤4：求解第二个问题得到使车辆满意度与能量利用率最大化的资源分配方案；引入数字孪生技术(Digital Twins,DT)为网络中的物理实体创建实时的数字仿真模型，实现实体数据的即时收集和实体状态的即时更新，从而更好地适应网络的高动态性及实变性的资源需求。

【技术实现步骤摘要】
一种无人机辅助的边缘计算卸载算法分布式激励方法
本专利技术属于智能电厂、智慧车辆
，特别涉及一种无人机辅助的边缘计算卸载算法分布式激励方法。
技术介绍
在智能电厂、智慧车辆等的应用中需要面对数据收集、信息交互、任务分配等诸多问题，例如：由于电厂的正常运转涉及到大量的信息互动,因此其日常管理工作必须要结合信息的具体情况及电厂的运转状况来进行实时调整；对于电厂中存在的监管盲区，管理人员无法对其进行实时的数据监管,也无法在出现问题时得到及时的信息反馈等。而在实现地面网络车辆互联与管理的过程中也存在类似问题，如由于现有的地面网络存在覆盖范围受限，部署位置和容量固定等特性，在面对动态性较高的情况时并不能为车辆提供完美的服务，且车辆的移动和车辆间数据的交互都存在不可预测性和实时性。因此，可以将地面网络中应对目标问题的思路，应用于智能电厂、智慧交通的情景中，以实现优化任务分配、数据实时交互和更新、提高能效等需求。以智慧交通为例，研究者们希望充分发挥无人机(UnmannedAerialVehicle，UAV)覆盖面广、灵活性强、可靠性高等优势来建立一个空-地互联网络，进一步为网络中的各个实体提供无死角、无时限的服务。这些服务主要通过对网络中的通讯或计算设施进行激励来实现，例如，当车辆通过无人机向附近的路侧单元(RoadSideUnit，RSU)卸载计算任务的时候，就需要对路侧单元施加适当的激励。然而，现有的空-地网络以及其中卸载计算任务的处理方式仍然存在着许多不足：1.在空-地网络中，网络的高动态性和不可预测性不利于实现资源的有效分配。2.对于卸载计算任务而言，当前大部分的研究工作均假设车辆移动和数据交换遵循一个确定的模式，无法满足实际应用场景的需要。3.无论是激励机制还是资源分配机制都可能产生大量的计算工作，给有限的无人机资源造成负担。
技术实现思路
本专利技术的目的在于提供一种无人机辅助的边缘计算卸载算法分布式激励方法，以解决上述问题。为实现上述目的，本专利技术采用以下技术方案：一种无人机辅助的边缘计算卸载算法分布式激励方法，包括以下步骤：步骤1，建立一个由数字孪生驱动的空中辅助地面网络，此网络由车辆，路侧单元，无人机和数字孪生四部分组成；步骤2：将目标问题，即最大化网络中各实体的效用，分解为两个子问题进行激励；步骤3：求解第一个问题得到网络中的每一个路侧单元实际的计算资源贡献情况；步骤4：求解第二个问题得到使车辆满意度与能量利用率最大化的资源分配方案；步骤5：提出了基于Stackelberg博弈和JacobianADMM的计算资源分配机制，使路侧单元和路侧单元的数字孪生能够对分配方案达成共识，并以分布式和并行的方式解决整个问题。进一步的，步骤1中，在这一网络中，无人机为地面网络无法覆盖的路侧单元和车辆之间提供中继服务；提出了两个数字孪生模型，分别为车辆数字孪生与路侧单元数字孪生；其中车辆数字孪生主要用于捕捉无人机覆盖范围内所有的车辆的实时需求，路侧单元数字孪生用于映射无人机通信范围内所有的路侧单元的状态，并不断与其进行交互实现实况更新。进一步的，步骤2中，第一个子问题用于决定每个路侧单元针对车辆任务的需求与偏好分配的CPU资源，第二个子问题用于决定使车辆满意度和能源效率最大化的资源分配方案。进一步的，步骤3中具体包括：首先，采用车辆数字孪生和路侧单元的结构设定，二者分别作为此博弈过程中的领导者和追随者；其次，将求解过程分为两个阶段：第一阶段由车辆的数据孪生向路侧单元声明参与回报，第二阶段由路侧单元决定为实现效能最大化贡献的计算资源的数量；根据最佳反应策略及其封闭形式证得第二阶段存在唯一的纳什平衡；在此基础之上，进一步证明车辆数字孪生的效用函数是一个严格的凹函数，即博弈的第一阶段有唯一的最优解。进一步的，整个博弈问题存在唯一的Stackelberg平衡，每一个路侧单元都会作出使其利润最大化的资源贡献决策。进一步的，步骤4中具体包括：采用路侧单元数字孪生和路侧单元的结构设定，二者分别作为此博弈过程中的领导者和追随者；路侧单元数字孪生需要对路侧单元施加激励，使它们达到同样的优化目标；对于车辆来说，需令每一个路侧单元带给车辆的满意度达到最大，进一步得到了其平均满意度的最大化函数，并利用Dinkelbach算法将此非凸问题转换为凸优化问题，继而使用交替方向乘子法求解；对于路侧单元数字孪生的全局能效最大化问题，引入JacobianADMM方法并行化问题的优化过程来求解。与现有技术相比，本专利技术有以下技术效果：本专利技术中提出了一种无人机辅助的边缘计算卸载算法分布式激励机制来捕捉环境中各实体的时变性资源的需求与供应。主要采取的措施及优势在于：1.引入数字孪生技术(DigitalTwins,DT)为网络中的物理实体创建实时的数字仿真模型，实现实体数据的即时收集和实体状态的即时更新，从而更好地适应网络的高动态性及实变性的资源需求。2.基于Stackelberg博弈模型设计了一个两步激励机制。第一阶段的激励是根据车辆的偏好决定路侧单元为其提供的计算资源；第二阶段的激励是优化每个车辆的资源分配策略，进而最大化车辆满意度和路侧单元的整体资源效率，更加符合实际应用场景的需要。3.通过采用一种分布式并行优化算法--交替方向乘子法，将无人机上的计算任务并行分配给路侧单元，可以帮助减轻无人机的负载，降低计算延迟。附图说明图1为空中辅助地面网络的系统模型图。图2为由DT驱动的空-地系统中中任务卸载的博弈模型图。图3为在第一阶段激励中车辆偏好和CPU成本对RSUs的贡献影响情况图。图4为在第一阶段激励中不同RSU的资源贡献情况图。图5为ADMM迭代收敛情况图。图6为三种方案的能耗收敛情况图。图7为三种方案的车辆满意度收敛情况图。图8为不同RSU收到的激励的收敛情况图。具体实施方式以下结合附图对本专利技术进一步说明：本专利技术提出了一种无人机辅助的边缘计算卸载算法分布式激励机制，并通过一系列仿真结果证明此机制可以实现实体满意度和全局能效的最大化。为方便叙述实施例的具体实施方式，先进行模型背景的介绍。本专利技术所述的由DT驱动的空中辅助地面网络的系统架构如图1所示，包括车辆、RSU、UAV和DT四部分。UAVs能够为地面网络中RSUs无法覆盖的区域内的车辆提供服务并保证道路的安全性。我们分别用集合M＝{1,...,m,...,M}、N＝{1,...,n,...,N}表示网络中的RSUs和t时间段内有任务卸载请求的车辆。对于RSUm来说，它可利用的CPU频率资源表示为为空闲的计算资源，βm为CPU频率的单位开销，Fm为RSUm用于车辆服务的实际CPU频率。对于车辆n来说，在t时间段它要卸载的计算任务可以表示为{cn,ln,Qn}，其中cn为该任务需要的CPU周期，ln为任务请求包的大小，集本文档来自技高网...

【技术保护点】
1.一种无人机辅助的边缘计算卸载算法分布式激励方法，其特征在于，包括以下步骤：/n步骤1，建立一个由数字孪生驱动的空中辅助地面网络，此网络由车辆，路侧单元，无人机和数字孪生四部分组成；/n步骤2：将目标问题，即最大化网络中各实体的效用，分解为两个子问题进行激励；/n步骤3：求解第一个问题得到网络中的每一个路侧单元实际的计算资源贡献情况；/n步骤4：求解第二个问题得到使车辆满意度与能量利用率最大化的资源分配方案；/n步骤5：提出了基于Stackelberg博弈和Jacobian ADMM的计算资源分配机制，使路侧单元和路侧单元的数字孪生能够对分配方案达成共识，并以分布式和并行的方式解决整个问题。/n

【技术特征摘要】
1.一种无人机辅助的边缘计算卸载算法分布式激励方法，其特征在于，包括以下步骤：
步骤1，建立一个由数字孪生驱动的空中辅助地面网络，此网络由车辆，路侧单元，无人机和数字孪生四部分组成；
步骤2：将目标问题，即最大化网络中各实体的效用，分解为两个子问题进行激励；
步骤3：求解第一个问题得到网络中的每一个路侧单元实际的计算资源贡献情况；
步骤4：求解第二个问题得到使车辆满意度与能量利用率最大化的资源分配方案；
步骤5：提出了基于Stackelberg博弈和JacobianADMM的计算资源分配机制，使路侧单元和路侧单元的数字孪生能够对分配方案达成共识，并以分布式和并行的方式解决整个问题。


2.根据权利要求1所述的一种无人机辅助的边缘计算卸载算法分布式激励方法，其特征在于，步骤1中，在这一网络中，无人机为地面网络无法覆盖的路侧单元和车辆之间提供中继服务；提出了两个数字孪生模型，分别为车辆数字孪生与路侧单元数字孪生；其中车辆数字孪生主要用于捕捉无人机覆盖范围内所有的车辆的实时需求，路侧单元数字孪生用于映射无人机通信范围内所有的路侧单元的状态，并不断与其进行交互实现实况更新。


3.根据权利要求1所述的一种无人机辅助的边缘计算卸载算法分布式激励方法，其特征在于，步骤2中，第一个子问题用于决定每个路侧单元针对车辆任务的需求与偏好分配的CPU资源，第二个子问题用于决定使车辆满意度和能源效率最大化的资源分配方案。
...

【专利技术属性】
技术研发人员：杨端，许晓伟，韩志英，孙曼，王浩，王鹏，徐宁，
申请(专利权)人：西安君能清洁能源有限公司，
类型：发明
国别省市：陕西;61