基于多无人机协作的边缘网络计算资源动态优化方法技术

本发明专利技术请求保护一种基于多无人机协作的边缘网络计算资源动态优化方法，属于通信技术领域。针对地面用户的随机移动性可能导致低空边缘网络中无人机服务器负荷失衡，资源利用率降低和用户服务质量体验恶化的问题，提出一种基于多无人机协作的边缘网络计算资源动态优化方法。根据地面用户的实时位置和任务请求分布，以及低空网络中各无人机的有效覆盖范围，采用深度强化学习方法自适应规划无人机集群的巡航轨迹，动态调整卸载任务调度，优化无人机服务器负荷，提高网络资源利用率，从而有效降低平均任务卸载时延并提高用户服务质量体验。验。验。

【技术实现步骤摘要】
基于多无人机协作的边缘网络计算资源动态优化方法


[0001]本专利技术属于通信
，具体涉及一种基于多无人机协作的边缘网络计算资源动态优化方法。

技术介绍

[0002]随着移动通信技术的飞速发展，面向移动用户的计算密集型和时延敏感型应用越来越多，如在线游戏、AR、VR等。移动边缘计算通过将云服务器资源迁移到接近用户的网络边缘，能够为用户提供充足的计算资源，并有效地减少传输时延和终端能耗。
[0003]利用无人机机动性强，灵活性高的特点，将无人机与边缘计算技术相结合，在基础设施薄弱的偏远地区快速部署低空边缘网络，将成为未来移动网络建设和运行的重要补充。由于地面用户的随机移动特性，可能引起边缘网络中业务分布的快速变化，导致低空网络中无人机服务器负荷失衡，从而降低网络资源利用率和用户的服务质量体验。
[0004]针对以上问题，本专利技术提出一种基于多无人机协作的边缘网络计算资源动态优化方法，通过动态规划无人机群的巡航轨迹，优化协助任务调度，从而有效提高网络资源利用率，并改善业务完成质量。

技术实现思路
<br/>[0005]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多无人机协作的边缘网络计算资源动态优化方法，其特征在于，包括以下步骤：101、基于深度确定性策略梯度算法建立深度强化学习模型，主要包括无人机集群动作发生模块、无人机集群动作评估模块、无人机集群动作收益模块、任务调度和计算资源分配模块及经验缓存池；102、将系统时间离散为K个时隙，构造无人机集群与用户状态向量s
k
，无人机集群三维动作向量a
k
，无人机集群动作收益函数r
k
，初始化时隙数k＝0；103、令k＝k+1，如果k≤K，通过无人机集群任务调度和计算资源分配模块获得用户集I的任务卸载决策变量集其中，为k时隙用户i卸载的任务量，跳转到步骤104，否则，转到步骤106；104、根据执行用户i的任务卸载，通过无人机集群动作收益模块获得相应的奖励r
k
，通过无人机集群动作发生模块和随机噪声模块获得k时隙无人机集群动作向量a
k
并执行该动作，更新无人机集群与用户状态向量s
k
得到s
k+1
，将[s
k
,a
k
,r
k
,s
k+1
]存入经验缓存池中；105、从经验缓存池中随机抽样获得Mini
‑
batch样本集，并导入无人机集群动作发生模块和无人机集群动作评估模块中进行学习训练，跳转到步骤103；106、算法结束。2.根据权利要求1所述的一种基于多无人机协作的边缘网络计算资源动态优化方法，其特征在于，所述步骤101中基于深度确定性策略梯度算法建立深度强化学习模型，主要包括无人机集群动作发生模块、无人机集群动作评估模块、无人机集群动作收益模块、任务调度和计算资源分配模块及经验缓存池，具体包括：无人机集群动作发生模块主要用于生成无人机集群与用户当前状态s
k
下无人机集群三维动作，然后再导入随机噪声模块中，得到无人机集群最终执行动作a
k
，其中随机噪声模块主要用于加大对周边空域的探索；无人机动作评估模块主要用于生成s
k
下，执行无人机集群三维动作a
k
的动作评估值Q；无人机集群动作收益模块主要包含用于在完成k时隙的卸载任务后，生成无人机集群在k时隙的动作收益值r
k
；任务调度和计算资源分配模块用于生成k时隙用户卸载策略，获得任务卸载决策变量集当无人机集群执行a
k
动作后，无人机集群与用户状态由s
k
转移到s
k+1
，将k时隙经验样本[s
k
,a
k
,r
k
,s
k+1
]存入经验缓存池中。3.根据权利要求1所述的一种基于多无人机协作的边缘网络计算资源动态优化方法，其特征在于，所述步骤102中构造无人机集群与用户状态向量s
k
，无人机集群三维动作向量a
k
，无人机集群动作收益函数r
k
，分别如公式(1)、(2)、(3)所示：，分别如公式(1)、(2)、(3)所示：，分别如公式(1)、(2)、(3)所示：
公式(1)中，表示无人机j在k时隙的三维坐标位置，表示用户i在k时隙的三维坐标位置；公式(2)中，表示无人机j在k时隙的水平运动方向，表示无人机j在k时隙的水平运动距离，表示无人机j在k时隙的垂直运动距离；公式(3)中，ε表示无人机动作奖励函数权重因子，ω∈(0,1)，Δt表示时隙大小，表示k时隙用户i的平均单位任务时延，如公式(4)所示，表示k时隙用户i可以进行任务卸载，否则如公式(5)所示：式(5)所示：公式(4)中，表示用户i与无人机j的连接状态，若用户i在k时隙与无人机j关联，则否则用户i在k时隙最多关联到一架无人机，即用户i在k时隙最多关联到一架无人机，即表示用户i在k时隙卸载的任务量。4.根据权利要求1所述的一种基于多无人机协作的边缘网络计算资源动态优化方法，其特征在于，所述步骤103中通过无人机集群任务调度和计算资源分配模块获得用户集...

【专利技术属性】
技术研发人员：鲍宁海，陈奎，魏刚波，李洪龙，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：