基于多无人机网络的用户QoE优化方法、无人机及系统技术方案

本发明专利技术公开了一种基于多无人机网络的用户QoE优化方法、无人机及系统，其中，所述方法包括：根据区域对用户进行分簇，对每一簇选择簇中心、并在簇中心位置部署无人机提供网络服务；根据用户活跃度更新簇中心，调整无人机位置至更新后的簇中心；无人机从内容服务器获取缓存内容进行缓存；根据缓存决策调整无人机内的缓存内容。实施本发明专利技术的基于多无人机网络的用户QoE优化方法，根据簇内用户活跃度计算并更新簇中心，并将无人机位置调整至靠近活跃用户的簇中心，可降低数据传输距离，降低用户获取数据的平均需求时延。其次，在动态内容库场景下，将无人机的缓存问题依据缓存决策来放置缓存内容，可提高用户获取热门内容的获取效率，提升用户QoE。

【技术实现步骤摘要】
基于多无人机网络的用户QoE优化方法、无人机及系统
本申请涉及边缘缓存领域，特别是涉及一种基于多无人机网络的用户QoE优化方法、无人机及系统。
技术介绍
伴随着5G的快速发展和各种新型移动设备和应用的普及，无线数据流量急剧增加，用户对体验质量(QoE)的需求也日渐提升。研究表明大部分流量的增长是来源于一些流行内容的重复下载。因此使用移动边缘计算(MEC)技术将流行的内容项缓存在边缘服务器(如网关、路由器)中，以显著提高用户体验质量(QoE)，并节省回程和核心网络的传输资源消耗。近年来，由于无人机低成本，易部署和高移动性的特点，其被广泛应用于边缘网络中来解决传统通信中如部署基站成本高，难度大等问题。无人机不仅能作为一个具有有限处理能力的边缘计算平台来为IoT设备提供灵活弹性的服务，也可以缓存一些流行的内容减少回程高峰期的工作量和传输延迟。在配备缓存的无人机网络中，无人机具有移动性，与用户之间存在大概率的视距通信，可以减少用户获取内容的时延，提升用户的体验质量。其次无人机可以放置流行内容，减少流量高峰期时的回程压力。因此有两个问题对于提升用户QoE来说至关重要，即无人机的位置放置和缓存内容的放置。
技术实现思路
本申请提供一种基于多无人机网络的用户QoE优化方法、无人机及系统，通过用户活跃度水平优化无人机部署位置，并优化无人机缓存内容，提高用户获取数据内容的效率，降低平均需求时延，来提升用户QoE。为解决上述技术问题，本申请采用的一个技术方案是：提供一种基于多无人机网络的用户QoE优化方法，所述方法包括：根据区域对用户进行分簇，对每一簇选择簇中心、并在簇中心位置部署无人机提供网络服务；根据用户活跃度更新簇中心，调整无人机位置至更新后的簇中心；无人机从内容服务器获取缓存内容进行缓存；根据缓存决策调整无人机内的缓存内容。进一步的，在根据用户活跃度更新簇中心的步骤之前，所述方法还包括：计算用户到每个簇中心的加权距离；根据加权距离将用户匹配给加权距离最小的簇中心点所对应的簇。进一步的，所述根据用户活跃度更新簇中心的具体方法为：根据属于簇m的所有用户u重新计算簇中心，其中，μm表示簇m的簇中心，vu是用户u的活跃度水平，Wu是用户u的位置。进一步的，在调整无人机位置至更新后的簇中心的步骤之后，所述方法还包括：重复计算簇中心，直至簇中心的变化在收敛范围内；确定最终的簇中心；控制无人机移动至最终的簇中心。进一步的，所述根据缓存决策调整无人机内的缓存内容的方法具体包括：基于Q-learning的方法进行缓存内容的学习；通过计算不同内容的Q值对不同内容进行排序；根据Q值大小由高到低选取内容进行缓存。进一步的，所述Q值的计算方法或更新方法为：其中，Qm,f(xm,f)表示无人机m缓存内容f所获得的平均奖励，Qm,f(xm,f)即为Q值，表示行为xm,f直到时隙t被选择的次数，为缓存文件f所带来的即时奖励。进一步的，所述即时奖励为用户从无人机获取内容f相比从内容服务器获取内容f的时延减少量，其计算方法为：其中，表示时隙t簇m内需求内容f的用户集合。进一步的，所述Q值的计算方法或更新方法为还包括：其中，所述根据Q值大小由高到低选取内容进行缓存的具体方法为：根据每个内容的Q值对所有内容进行非增排序，即内容在无人机m的缓存约束下依次缓存进无人机；其中fi∈Ft表示排名第i的内容，在时隙t的内容库为Ft＝{1,2,...,Ft}其中Ft∈[Finit,Fmax]Finit和Fmax分别表示初始内容库和最大内容库的数量。为解决上述技术问题，本申请采用的另一个技术方案是：提供一种网络服务无人机，所述无人机包括：网络模块，用于向用户提供网络服务；计算模块，根据用户活跃度更新簇中心，调整无人机位置至更新后的簇中心；存储模块，从内容服务器获取缓存内容进行缓存，并根据缓存决策调整无人机内的缓存内容。为解决上述技术问题，本申请采用的再一个技术方案是：提供一种无人机网络服务系统，所述系统包括如上述的无人机、以及内容服务器，所述系统用于实施如上述的基于多无人机网络的用户QoE优化方法。本申请的有益效果是：实施本专利技术的基于多无人机网络的用户QoE优化方法，根据簇内用户活跃度计算并更新簇中心，并将无人机位置调整至靠近活跃用户的簇中心，可降低数据传输距离，降低用户获取数据的平均需求时延。其次，在动态内容库场景下，将无人机的缓存问题依据缓存决策来放置缓存内容，可提高用户获取热门内容的获取效率，提升用户QoE。附图说明图1是本专利技术第一实施例的基于多无人机网络的用户QoE优化方法的流程示意图；图2是本专利技术第二实施例的基于多无人机网络的用户QoE优化方法的流程示意图；图3是本专利技术第三实施例的基于多无人机网络的用户QoE优化方法的子流程示意图；图4是本专利技术第四实施例的网络服务无人机的框架示意图；图5是本专利技术第五实施例的无人机网络服务系统的框架示意图。具体实施方式下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。本申请中的术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”、“第三”的特征可以明示或者隐含地包括至少一个该特征。本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。本申请实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。图1是本专利技术第一实施例的基于多无人机网络的用户QoE优化方法的流程示意图。需注意的是，若有实质上相同的结果，本专利技术的方法并不以图1所示的流程顺序为限。如图本文档来自技高网...

【技术保护点】
1.一种基于多无人机网络的用户QoE优化方法，其特征在于，所述方法包括：/n根据区域对用户进行分簇，对每一簇选择簇中心、并在簇中心位置部署无人机提供网络服务；/n根据用户活跃度更新簇中心，调整无人机位置至更新后的簇中心；/n无人机从内容服务器获取缓存内容进行缓存；/n根据缓存决策调整无人机内的缓存内容。/n

【技术特征摘要】
1.一种基于多无人机网络的用户QoE优化方法，其特征在于，所述方法包括：
根据区域对用户进行分簇，对每一簇选择簇中心、并在簇中心位置部署无人机提供网络服务；
根据用户活跃度更新簇中心，调整无人机位置至更新后的簇中心；
无人机从内容服务器获取缓存内容进行缓存；
根据缓存决策调整无人机内的缓存内容。


2.根据权利要求1所述的方法，其特征在于，在根据用户活跃度更新簇中心的步骤之前，所述方法还包括：
计算用户到每个簇中心的加权距离；
根据加权距离将用户匹配给加权距离最小的簇中心点所对应的簇。


3.根据权利要求2所述的方法，其特征在于，所述根据用户活跃度更新簇中心的具体方法为：
根据属于簇m的所有用户u重新计算簇中心，



其中，μm表示簇m的簇中心，vu是用户u的活跃度水平，Wu是用户u的位置。


4.根据权利要求3所述的方法，其特征在于，在调整无人机位置至更新后的簇中心的步骤之后，所述方法还包括：
重复计算簇中心，直至簇中心的变化在收敛范围内；
确定最终的簇中心；
控制无人机移动至最终的簇中心。


5.根据权利要求1所述的方法，其特征在于，所述根据缓存决策调整无人机内的缓存内容的方法具体包括：
基于Q-learning的方法进行缓存内容的学习；
通过计算不同内容的Q值对不同内容进行排序；
根据Q值大小由高到低选取内容进行缓存。


6.根据权利要求5所述的方法，其特征在于，所述Q值的计算方法或...

【专利技术属性】
技术研发人员：罗晶晶，宋佳伦，郑福春，高林，张钦宇，
申请(专利权)人：哈尔滨工业大学深圳，
类型：发明
国别省市：广东;44