【技术实现步骤摘要】
一种无人机孪生网络映射误差情况下计算任务智能卸载方法
[0001]本专利技术涉及无人机
,更具体地,涉及一种无人机孪生网络映射误差情况下计算任务智能卸载方法、系统及计算机可读存储介质。
技术介绍
[0002]物联网设备及其应用日益普及,越来越多的需要资源的应用和新颖的大数据服务正在发展,并在我们的日常生活中发挥作用。然而,由于物理尺寸、电池容量和计算资源有限等原因,终端设备在服务延迟敏感和计算密集型应用方面存在困难。移动边缘计算(Mobile edge computing,MEC)最近被认为是一种很有前景的技术,可以在无线网络边缘为资源有限的终端提供服务。终端通过计算卸载服务,将其计算密集型任务卸载到MEC服务器执行。因此,任务执行的大部分能耗从资源有限的终端转移到资源丰富的MEC服务器上。从而减少任务的计算延迟和能耗,延长整个网络的寿命并且提高网络的服务质量。但是,当大量的任务同时被卸载给MEC服务器时,MEC服务器上可能会发生激烈的资源竞争,导致网络拥塞和性能下降。而端到端(Device
‑
to
‑
device,D2D)协作被认为是一种潜在的资源短缺问题的解决方案,由空闲的移动用户、终端设备提供空闲的计算资源,进行卸载任务的计算,可以有效降低延迟。但是,上述MEC技术不支持灵活部署,在一些通信基础设施分布稀疏,通信条件较差的环境中,如高原、森林等地区,终端还是难以获得可靠的计算服务。
[0003]随着无人机技术的不断发展和成熟,以及无人机的灵活部署、工作效率高等优 ...
【技术保护点】
【技术特征摘要】
1.一种无人机孪生网络映射误差情况下计算任务智能卸载方法,其特征在于,包括以下步骤:S1:构建智能终端和无人机的数字孪生模型,利用所述孪生模型对基站服务区域内的智能终端、无人机的运行状态进行模拟和仿真并生成孪生数据;S2:构建计算卸载和资源分配策略,将最大化无人机效用函数作为优化目标;S3:将优化目标构造成马尔可夫决策过程,并利用孪生数据优化竞争近端策略,利用优化后的竞争近端策略求解马尔可夫决策过程;S4:利用步骤S3输出的决策动作进行飞行轨迹制定、计算卸载及其资源的分配。2.根据权利要求1所述的一种无人机孪生网络映射误差情况下计算任务智能卸载方法,其特征在于,智能终端的数字孪生模型表达式为:DT
i
={M
i
,D
i
,s
i
(t),s
i
(t+1)}
ꢀꢀꢀꢀ
(1)其中,M
i
分别表示智能终端的行为模型,s
i
(t)分别表示智能终端实时状态,s
i
(t+1)表示智能终端的更新状态。3.根据权利要求1所述的一种无人机孪生网络映射误差情况下计算任务智能卸载方法,其特征在于,无人机的孪生模型表达式为:DT
j
={M
j
,D
j
,s
j
(t),s
j
(t+1)}
ꢀꢀꢀꢀ
(2)其中,M
j
表示无人机的行为模型,s
j
(t)表示无人机的实时状态,s
j
(t+1)表示无人机的更新状态。4.根据权利要求1所述的一种无人机孪生网络映射误差情况下计算任务智能卸载方法,其特征在于,构建计算卸载和资源分配策略,将最大化无人机效用函数作为优化目标包括:定义场景、定义通信通信模型、定义计算卸载模型;定义场景:设定有随机分布的I个智能终端,记作U={1,2,
…
,I},每个智能终端既能在本地执行计算任务,也能将计算任务卸载到携带边缘服务器的无人机执行,设定无人机从当前位置飞行到指定的悬停点执行计算任务,并且在同一时间无人机只服务一个智能终端,设无人机的最大服务时长为T,在提供计算服务过程中,无人机处在高度为H的水平面上,在第t时刻,t∈{0,1,2,...,T},无人机选择第k个悬停点的决策变量为a
k
,其中,k∈{0,1,2,...,K},当a
k
=1时,表示无人机选择第k个悬停点,此时,无人机的位置表示为反之,a
k
=0表示无人机停留在当前位置,地面智能终端i的位置用w
i
=(x
i
,y
i
)表示;定义通信模型:在第t时刻,无人机悬停在第k个悬停点,定义信道带宽为B,地面智能设备轮流卸载计算任务到无人机,第i个智能设备与在第k个悬停点的无人机的通信速率表示为:其中p
i
为第i个智能设备的传输功率,σ表示噪声功率,表示第i个智能终端与无人机之间的信道增益,其中β是固定传输损耗,m表示路径损耗因子,d
i,k
表示无人机的第k个悬停点到用户i的通信距离;
定义计算卸载模型:定义第i个智能设备的本地计算时延为如果第i个智能设备将计算任务卸载到无人机,定义计算卸载时延为:其中表示数据传输时延,表示计算时延,f
i,k
为无人机分配给智能设备i的计算资源,定义a
i,k
为卸载决策,当a
i.k
=1时,表示第i个智能设备将计算任务卸载到悬停在第k个悬停点的无人机,反之a
i.k
=0时,表示第i个智能设备将在本地进行任务计算,由于无人机采用悬停方式执行卸载任务计算,因此无人机的悬停时间和计算卸载时延相等,即无人机在悬停点k的悬停时间表示为:无人机在水平方向上需要从悬停点k'推进到当前悬停点k的位置,因此无人机的飞行能耗表示为:其中P1为推进功率,V为无人机的飞行速度,据公式(5),无人机在第k个悬停点的悬停能耗表示为:E
h
(t)=P2T
k
ꢀꢀꢀꢀ
(7)式中P2为无人机悬停功率,T
k
为悬停时间,无人机执行卸载任务计算的能耗表示为:综上所述,根据公式(6),(7)和(8),无人机在计算卸载过程中的总能耗表示为:将无人机计算处理任务R
i
的效用函数定义为:其中a
i
表示无人机计算处理大小为H
i
(t)任务的单位价格,b
i
表示无人机单位计算资源价格,u表示无人机单位成本价格,则,以最大化无人机效用函数作为优化目标表示如下:价格,u表示无人机单位成本价格,则,以最大化无人机效用函数作为优化目标表示如下:C2:E
f
(t)+E
h
(t)+E
c
(t)<RE(t
‑
1),C3:a
k
∈(0,1),a
i,k
∈(0,1),
C5:0≤f
i,k
≤f
max
,其中C1表示无人机在计算卸载过程中的总能耗不能超过自身电池最大能量E
d
;C2表示无人机当前时刻计算卸载总能耗小于上一时刻的无人机电池剩余能量RE(t
‑
1);C3表示无人机的悬停决策以及地面智能终端i的卸载决策;C4表示地面智能终端i只能将任务卸载给一个无人机;同一时刻每个无人机只能为一个地面智能终端提供计算卸载服务;...
【专利技术属性】
技术研发人员:蒋丽,缪家辉,谢正昊,赖健鑫,李嘉柱,
申请(专利权)人:广东工业大学,
类型:发明
国别省市:
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。