一种联合离线在线的无人机辅助移动边缘计算通信方法技术

本发明专利技术提供一种联合离线在线的无人机辅助移动边缘计算通信方法，该方法在概率视距信道模型的基础上，考虑了用户计算任务的开始时间，以最小化所有用户计算时延之和为目标，构建优化问题，通过离线过程迭代优化获得各路段最优的用户调度、用户资源分配和无人机飞行轨迹；通过在线过程对最优的无人机飞行轨迹的各个路段构建线性规划问题，并循环优化所构建的线性规划问题，自适应调节无人机在剩余路段的飞行速度和用户计算任务资源分配，并根据调节结果为对应路段的用户提供计算服务；该方法采用离线与在线结合的方式优化无人机辅助的移动边缘计算通信，能够显著降低所有用户计算任务的时延之和，提高通信效率。提高通信效率。提高通信效率。

【技术实现步骤摘要】
一种联合离线在线的无人机辅助移动边缘计算通信方法


[0001]本专利技术涉及无人机移动边缘计算
，更具体地，涉及一种联合离线在线的无人机辅助移动边缘计算通信方法。

技术介绍

[0002]随着物联网的普及和越来越多复杂的移动应用程序，如虚拟和增强现实、在线游戏、自动驾驶等，导致用户设备的计算需求急剧增加。然而，有限的计算资源使得用户设备难以提供令人满意的服务质量。因此，需要寻求有效的技术来克服计算量的不断增加。移动边缘计算技术是一种可以帮助计算资源有限的用户设备处理计算密集型任务的技术，通过将计算任务卸载到附近的基站，可以显著降低网络负担和任务执行延迟。
[0003]无人机具有按需部署、机动性可控、安全监控和监视、低成本等优点，在民用和军事应用中都受到了广泛的关注，同时，在未来的无线通信系统中无人机也被期望发挥重要的作用。
[0004]无人机辅助的移动边缘计算是一种新型的通信技术，无人机通过搭载一个计算资源强大的微型服务器，为地面用户提供服务，每个用户可将自身的计算任务部分卸载至无人机进行处理，剩余的计算任务在本地进行处理。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种联合离线在线的无人机辅助移动边缘计算通信方法，其特征在于，包括以下步骤：S1：构建概率视距信道模型；S2：离线过程：在所述概率视距信道模型的基础上，考虑用户计算任务的开始时间，构建优化问题，目标是最小化所有用户计算时延之和，得到各路段的用户调度、用户计算任务资源分配和无人机飞行轨迹；所获得的无人机飞行轨迹是由一系列路径点和连接路径点的线段所构成，定义相邻路径点及其之间的连接线段为一个路段；S3：对离线过程所构建的优化问题进行迭代优化，得到各路段最优的用户调度、各路段最优的用户计算任务资源分配和各路段最优的无人机飞行轨迹；S4：在线过程：使无人机沿着所获得的各路段最优的无人机飞行轨迹飞行，固定所获得的各路段最优的用户调度，在每个路径点处，不改变无人机的飞行方向，构建线性规划问题，循环优化所述线性规划问题，自适应调节无人机在剩余路段的飞行速度和用户计算任务资源分配，并根据调节结果为对应路段的用户提供计算服务。2.根据权利要求1所述的一种联合离线在线的无人机辅助移动边缘计算通信方法，其特征在于，所述概率视距信道模型包括初始子模型，具体为：一个无人机为地面K个用户提供计算服务，用户集合表示为κ＝{1,
…
,K}，用户相对地面位置不变，用户k的坐标表示为其中表示用户k的水平坐标；用户k的总任务计算量为L
k
bit，对应的用户计算任务开始时间为其中k∈κ；无人机被派遣在总飞行时间T0内为所有用户提供计算服务，每个用户卸载部分计算任务至无人机进行计算，剩余的计算任务在本地进行计算。3.根据权利要求2述的一种联合离线在线的无人机辅助移动边缘计算通信方法，其特征在于，所述概率视距信道模型包括还包括无人机轨迹子模型，具体为：将无人机的总飞行时间T0划分为N个等长的时隙，无人机从初始位置起飞，于终点处降落；将无人机的飞行轨迹化为(N+1)长的坐标序列，即其中，为无人机的初始坐标，为无人机的终点坐标；无人机在满足最大飞行速度约束的前提条件下独立控制水平与垂直飞行速度，其中，V
xy,max
和V
z,max
分别是无人机的最大水平速度和最大垂直速度，得到以下的轨迹约束：其中，S
xy,max
和S
z,max
分别为无人机在每个时隙的最大飞行水平距离和最大飞行垂直距离；同时，设定无人机飞行高度的约束：其中，H
min
和H
max
分别为无人机在每个时隙的最小飞行高度和最大飞行高度。4.根据权利要求3所述的一种联合离线在线的无人机辅助移动边缘计算通信方法，其特征在于，所述概率视距信道模型包括还包括通信子模型，具体为：将无人机与用户之间信道模型分为视距和非视距两种状态，令表示二进制
的无人机与用户k在第n个时隙时的信道状态，其中，c
k,n
＝1和c
k,n
＝0分别表示无人机与用户k在第n个时隙时的信道状态为视距和非视距；第n个时隙的视距概率户k在第n个时隙时的信道状态为视距和非视距；第n个时隙的视距概率其中，B1、B2、B3和B4分别为第一环境常数、第二环境常数、第三环境常数和第四环境常数，满足B1<0、B2>0、B4>0和B3+B4＝1；θ
k,n
表示在时隙n时无人机与用户k之间的仰角，表达式为：第n个时隙的非视距概率在第n个时隙中，无人机与用户之间的实时信道功率增益，表示为：在第n个时隙中，无人机与用户之间的实时信道功率增益，表示为：在第n个时隙中，无人机与用户之间的实时信道功率增益，表示为：其中，和分别表示视距和非视距状态下的信道功率增益，d
k,n
是在第n个时隙，无人机与用户k之间的距离，β0是在视距状态下参考距离d0＝1m时的平均信道功率增益，μ表示非视距下附加的信号衰减因子，α
L
和α
N
分别表示视距和非视距下的平均路径损耗指数；用户k以其最大功率P与无人机进行传输，用a
k,n
表示在第n个时隙时无人机与用户k之间的二进制通信调度变量，a
k,n
＝1表示无人机与用户k通信，a
k,n
＝0表示无人机与用户k不通信；在每一时隙，无人机只允许和一个用户进行通信，设置以下调度约束：定义用户k在第n个时隙时的传输速率为r
k,n
，单位为bps/Hz，公式如下：其中，h
k,n
表示实时信道功率增益，σ2表示无人机的附加高斯白噪声功率；实时的传输速率具体为：其中，和分别表示视距和非视距状态下传输速率，且定义用户k在每个时隙的第一通信速率为E[r
k,n
]，具体为：
将用户k在每个时隙的第一通信速率E[r
k,n
]重构为第二通信速率所述第二通信速率具体为：5.根据权利要求4所述的一种联合离线在线的无人机辅助移动边缘计算通信方法，其特征在于，所述概率视距信道模型包括还包括计算子模型，具体为：在每一个时隙用户k在本地执行计算任务所花费的时间为：其中，为本地计算时间，L
k,n
为用户k在第n个时隙的计算任务量，单位为bit，C
k
为用户k执行1bit任务量需要的CPU周期数，f
k
为用户k本地的计算能力；无人机执行移动边缘计算任务所花费的时间为：无人机执行移动边缘计算任务所花费的时间为：无人机执行移动边缘计算任务所花费的时间为：其中，为移动边缘计算执行所花费的时间，为用户k卸载部分计算任务至无人机所花费的时间，为无人机计算被卸载的计算任务所花费的时间，f
m
为无人机的计算能力，B为传输带宽。6.根据权利要求5所述的一种联合离线在线的无人机辅助移动边缘计算通信方法，其特征在于，所述步骤S2中，在所述概率视距信道模型的基础上，考虑用户计算任务的开始时间，构建优化问题，目标是最小化所有用户计算时延之和，得到各路段的用户调度、用户计算任务资源分配和无人机飞行轨迹，具体方法为：在所述概率视距信道模型的基础上，考虑用户计算任务的开始时间，构建第一优化问题R，所述第一优化问题R及其约束具体为：R:R:R:R:R:R:
其中，δ＝T0/N，表示一个时隙的长度，表示用户计算任务开始时间所包含的时隙个数，表示无人机飞行轨迹的水平坐标集合，表示无人机飞行轨迹的垂直坐标集合，表示无人机与用户k在每个时隙的二进制通信调度变量集合，表示用户k在每个时隙的计算任务量集合；将第一优化问题R重构并利用求解器求解，得到各路段的用户调度、用户计算任务资源分配和无人机飞行轨迹。7.根据权利要求6所述的一种联合离线在线的无人机辅助移动边缘计算通信方法，其特征在于，将第一优化问题R重构并利用求解器求解，得到各路段的用户调度、用户计算任务资源分配和无人机飞...

【专利技术属性】
技术研发人员：张广驰，徐煜轩，崔苗，
申请(专利权)人：广东工业大学，
类型：发明
国别省市：