一种基于URLLC无人机边缘计算系统的计算延时优化方法技术方案

本发明专利技术公开了一种基于URLLC无人机边缘计算系统的计算延时优化方法，包括：S1：建立三维笛卡尔坐标系，利用所述坐标系构建计算设备和无人机的通信模型；S2：确定计算模型的条件，根据计算模型的条件分别构建本地计算模型和边缘计算模型；S3：将在有限码长的情况下，最小化无人机边缘计算系统的计算时延作为优化目标；S4：利用块坐标下降法把优化目标分成三个交替循环迭代的子问题：即：给定资源分配和悬停高度h优化无人机的水平位置、给定资源分配和水平位置优化无人机的悬停高度、给定无人机的位置优化资源分配；S5：求解最小化URLLC无人机移动边缘计算系统的计算时延。本发明专利技术更加贴合实际的通信环境，能够最小化无人机移动边缘计算系统计算时延。系统计算时延。系统计算时延。

【技术实现步骤摘要】
一种基于URLLC无人机边缘计算系统的计算延时优化方法


[0001]本专利技术涉及边缘计算领域，更具体地，涉及一种基于URLLC无人机边缘计算系统的计算延时优化方法。

技术介绍

[0002]无人机因具有灵活性、高机动性和按需部署的优势，无人机通信受到无线通信领域广泛的关注和研究。加之无人机制造技术的进步，以及通信和计算设备的小型化，使得无人机通信和移动边缘计算系统的结合成为可能并且可以进一步增强系统的任务计算性能，因为具备计算服务能力的无人机可以为计算能力有限的用户设备提供了计算卸载的机会，并且无人机可以通过调整自身的飞行位置增强与用户设备之间的通信性能，降低任务的卸载时延和传输错误。
[0003]例如健康远程监测、触觉交互和工厂自动化控制等关键任务型物联网应用将广泛地应用于未来的无线网络之中，实现关键任务型物联网的超可靠低时延通信(要求误码率不高于10
‑7，端到端时延不超过1ms)已被列为5G蜂窝网络的主要目标之一。关键任务型物联网和传统研究的无线通信系统之间的主要区别是数据包的长度，大多数超可靠低时延通信承载的业务数据包长度很小，例如10
‑
20bytes，这使得其编码后物理层传输的码字长度也非常小，所以传统的基于香农容量的无线通信系统设计准则也应进行相应的变化。香农容量定理成立的条件是误码率可以忽略，传输的数据包无限长，然而在码长有限的情况下分析可靠性时，误码率绝不可以忽略，那么大数定律和香农容量并不适用了，可靠性和时延将被低估，相应的服务质量也得不到保证。在2010年，Polyanskiy教授对加性高斯白噪声信道下的有限码长传输进行数学推导，得出一条复杂的函数，可以表示短包通信速率、信噪比、数据包长度、误码率之间的数学关系，为基于有限码长的数据传输研究和无线通信系统设计提供了指导和支撑。
[0004]现有技术公开了一种边缘计算系统的多无人机任务卸载和资源分配的方法，包括步骤如下：将无人机的当前位置、无人机的相对距离、无人机与物联网智能设备的相对距离、物联网智能设备的服务次数组合成系统状态；构建深度确定性策略梯度优化神经网络；将系统状态输入到深度确定性策略梯度优化神经网络中，得到系统动作；边缘计算系统执行系统动作，并根据即时回报函数得到该系统动作的报酬值；根据得到的报酬值继续训练深度确定性策略梯度优化神经网络的参数，直到报酬值趋于稳定，训练得到最优的策略。该方案是基于深度确定性策略梯度优化神经网络进行任务卸载和资源分配，没有解决码长有限情况下的莱斯衰落的无人机边缘计算系统时延最小化的问题。

技术实现思路

[0005]本专利技术提供一种基于URLLC无人机边缘计算系统的计算延时优化方法，更加贴合实际的通信环境，能够最小化无人机移动边缘计算系统计算时延。
[0006]本专利技术的首要目的是为解决上述技术问题，本专利技术的技术方案如下：
[0007]一种基于URLLC无人机边缘计算系统的计算延时优化方法，其特征在于，包括以下步骤：
[0008]S1：建立三维笛卡尔坐标系，利用所述坐标系构建计算设备和无人机的通信模型；
[0009]S2：确定计算模型的条件，根据计算模型的条件分别构建本地计算模型和边缘计算模型；
[0010]S3：将在有限码长的情况下，最小化无人机边缘计算系统的计算时延作为优化目标；
[0011]S4：利用块坐标下降法把优化目标分成三个交替循环迭代的子问题：即：给定资源分配和悬停高度优化无人机的水平位置、给定资源分配和水平位置优化无人机的悬停高度、给定无人机的位置优化资源分配；
[0012]S5：利用计算资源以及无人机的水平位置和悬停高度，求解最小化URLLC无人机移动边缘计算系统的计算时延。
[0013]与现有技术相比，本专利技术技术方案的有益效果是：
[0014]本专利技术中基于计算设备和无人机构建的通信模型同时考虑了大尺度和小尺度衰落，更加符合实际的通信环境，并且可以充分发挥无人机在空中的三维自由度，改善卸载链路的通信性能；本专利技术是基于地面计算设备采用有限码长传输的卸载方式，贴合5G工业互联网中超可靠低时延的时敏实际应用；通过将优化目标分成三个交替循环迭代的子问题，进一步利用子问题的求解结果，得到最小化URLLC无人机移动边缘计算系统的计算时延。
附图说明
[0015]图1为本专利技术实施例一种无人机边缘计算系统示意图。
[0016]图2为本专利技术基于URLLC无人机边缘计算系统的计算延时优化方法流程图。
[0017]图3为本专利技术实施例中目标函数值的收敛情况变化图。
[0018]图4为本专利技术交替迭代过程中无人机位置的变化情况示意图。
[0019]图5为本专利技术实施例中与基准方案的性能对比图。
具体实施方式
[0020]为了能够更清楚地理解本专利技术的上述目的、特征和优点，下面结合附图和具体实施方式对本专利技术进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
[0021]在下面的描述中阐述了很多具体细节以便于充分理解本专利技术，但是，本专利技术还可以采用其他不同于在此描述的其他方式来实施，因此，本专利技术的保护范围并不受下面公开的具体实施例的限制。
[0022]如图1所示，本专利技术基于URLLC无人机边缘计算系统，无人机装配一个计算服务器，通过共享自己的通信和计算资源，辅助地面上K个计算设备(表示为)完成它们的计算任务。
[0023]实施例1
[0024]如图2所示，一种基于URLLC无人机边缘计算系统的计算延时优化方法，包括以下步骤：
[0025]S1：建立三维笛卡尔坐标系，利用所述坐标系构建计算设备和无人机的通信模型；
[0026]具体包括：
[0027]构建三维笛卡尔坐标系，则分布在高度为0的水平面上的K个计算设备的平面坐标可以表示为无人机悬停位置的坐标可以表示为Q＝[q
T
，h]T
，其中为无人机在水平方向上的二维坐标，h为无人机的悬停高度；
[0028]若受环境和无人机的性能影响，无人机悬停的最低和最高高度分别为h
min
和h
max
，则有以下的无人机悬停高度约束条件：
[0029]h
min
≤h≤h
max
[0030]本专利技术考虑低时延的短包通信场景，设备卸载一个数据包的时间不超过信道的相干时间，所有设备的卸载传输时间都为T，并且为了避免不同设备之间存在传输干扰，设备均采用正交频分复用技术卸载数据，不同的设备将会分配到不同的正交频段，并且分配给设备k的带宽表示为W
k
(Hz)，进而设备k在信道中可以传输的数据包长度(或者信道使用次数)为W
k
T；
[0031]需要说明的是，因为设备的卸载传输时间T是极其小的，比信道相干时间还短，所以在整个传输过程中可以认为设备和无人机之间的信道是准静态平坦衰落信道，即相应的信道参数保持不变本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于URLLC无人机边缘计算系统的计算延时优化方法，其特征在于，包括以下步骤：S1：建立三维笛卡尔坐标系，利用所述坐标系构建计算设备和无人机的通信模型；S2：确定计算模型的条件，根据计算模型的条件分别构建本地计算模型和边缘计算模型；S3：将在有限码长的情况下，最小化无人机边缘计算系统的计算时延作为优化目标；S4：利用块坐标下降法把优化目标分成三个交替循环迭代的子问题：即：给定资源分配和悬停高度优化无人机的水平位置、给定资源分配和水平位置优化无人机的悬停高度、给定无人机的位置优化资源分配；S5：利用计算资源以及无人机的水平位置和悬停高度，求解最小化URLLC无人机移动边缘计算系统的计算时延。2.根据权利要求1所述的一种基于URLLC无人机边缘计算系统的计算延时优化方法，其特征在于，建立三维笛卡尔坐标系，利用所述坐标系构建计算设备和无人机的通信模型具体包括：构建三维笛卡尔坐标系，则分布在高度为0的水平面上的K个计算设备的平面坐标可以表示为无人机悬停位置的坐标可以表示为Q＝[q
T
,h]
T
,其中为无人机在水平方向上的二维坐标，h为无人机的悬停高度；若受环境和无人机的性能影响，无人机悬停的最低和最高高度分别为h
min
和h
max
，则有以下的无人机悬停高度约束条件：h
min
≤h≤h
max
ꢀꢀꢀꢀꢀꢀ
(1)低时延的短包通信场景，设备卸载一个数据包的时间不超过信道的相干时间，所有设备的卸载传输时间都为T，并且为了避免不同设备之间存在传输干扰，设备均采用正交频分复用技术卸载数据，不同的设备将会分配到不同的正交频段，并且分配给设备k的带宽表示为W
k
(Hz)，进而设备k在信道中可以传输的数据包长度为W
k
T；选择莱斯衰落信道模型作为信道模型，则通过对数几率回归的方法得到的能够与计算数据高度吻合的损失函数为：其中θ
k
是与仰角的正弦值，所述仰角即无人机
‑
设备k信道与地面之间的夹角，而B1<0反映的是正值的逻辑中点，B2>0为逻辑增加速率，常数C1>0和C2>0需要满足C1+C2＝1；设定设备卸载任务给无人机时的传输功率为P
k
，则设备k的卸载信道的接收信噪比可表示为:其中h
k
为信道增益，是考虑包括路径衰落和阴影衰落的信号衰减的大尺度
平均信道功率增益，里面β0是在参考距离d0＝1m时的平均信道功率增益，而为无人机和设备k的距离，α是路径衰落系数，N0表示接收端的噪声功率谱密度；确定短包通信速率：设定在给定信道数据包长度为N
k
＝W
k
T时，设备k卸载数据时无人机接收数据的误码率为∈
k
∈(0,1)，则在准静态平坦信道中设备k卸载任务时的短包通信速率(bits/s/Hz)为：其中Q
‑1(
·
)是Q函数的反函数，V
k
是信道离差，用于描述信道相对于具有相同容量的确定性信道的随机可变性，在单天线准静态莱斯衰落信道中可以表达为V
k
＝1
‑
(1+γ
k
)
‑2。3.根据权利要求1所述的一种基于URLLC无人机边缘计算系统的计算延时优化方法，其特征在于，步骤S2所述的计算模型的条件包括：设定输入给各个计算设备的计算任务数据都是按位独立的，能够任意地划分成两部分，分别在计算设备本地计算和卸载到无人机进行边缘计算，以便于两者能够并行地计算而不影响任务数据的有效性；设定安装在无人机上的移动边缘计算服务器配置有多个独立的计算能力强大的计算单元，使得来自不同设备的任务可以互不干扰地同时计算和不存在排队或者堵塞的情况；设定设备k的每一bit任务数据需要的计算资源，也就是中心处理单元的运行周期数为c
k
。4.根据权利要求3所述的一种基于URLLC无人机边缘计算系统的计算延时优化方法，其特征在于，本地计算模型为：所有计算设备在整个过程中都能够无停歇地、与任务卸载和边缘计算并行地进行本地计算，故本地计算时间等于系统的计算时延，设定在最优的计算方案下的系统的最小计算时延表示为t
min
，设备k的CPU运行频率为f
k
，单位为周期/s，由处理器芯片架构决定的有效电容系数为则相应本地计算的任务量和能量消耗表示为：表示为：5.根据权利要求3所述的一种基于URLLC无人机边缘计算系统的计算延时优化方法，其特征在于，边缘计算模型为：边缘计算模型：边缘计算分为两个部分，即采用短包通信的方式将要卸载的任务数据上行传输给无人机的服务器，以及无人机的服务器收到卸载的任务后进行计算；设备将要卸载的数据编码成数据包传输给无人机的传输时间，即设备的卸载时延均为T，当传输速率小于信道容量的时候，设备k在传输时间T内卸载给无人机的任务以及产生的通信能耗...

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