一种异构无人机辅助移动边缘计算的低能耗调度方法技术

本发明专利技术提供了一种异构无人机辅助移动边缘计算的低能耗调度方法，属于移动边缘计算和无人机通信技术领域。本发明专利技术以系统能耗最小化为目标，实现了无人机部署和任务分配的联合优化，使得无人机可以飞行至热点区域为地面的大规模移动设备提供服务。本发明专利技术充分考虑了无人机之间的异构特征，将背包算法引入无人机部署方案，满足地面所有移动设备的需求，具有极强的普适性。同时，本发明专利技术考虑了任务并行执行的所有情况，避免了热点区域内的任务在执行过程中排队等待的情况，有效地提高任务执行效率，极大地提高了用户体验质量。极大地提高了用户体验质量。极大地提高了用户体验质量。

【技术实现步骤摘要】
一种异构无人机辅助移动边缘计算的低能耗调度方法


[0001]本专利技术属于移动边缘计算和无人机通信
，具体涉及一种异构无人机辅助移动边缘计算的低能耗调度方法。

技术介绍

[0002]随着蜂窝物联网用户规模的持续扩大和移动智能终端设备的全面增长，许多新型移动应用在改善人类生活质量方面表现突出，如增强现实、人脸识别等。然而，许多移动设备由于存储能力和计算能力受限，往往无法满足这些应用程序对于计算资源的要求。云计算可以增强移动设备对数据信息的存储能力和管理能力。然而云服务器由于远离移动设备，其响应时间无法满足这些应用程序对于延迟敏感的要求。因此，如何高效的在移动设备上执行这些应用程序具有很大的挑战。
[0003]移动边缘计算通过在网络边缘部署服务器来提高移动设备的数据信息处理能力，被认为是一种有前途的技术。在移动边缘计算中，移动设备可以将它们的任务卸载到近处的边缘服务器上执行。与云计算相比，移动边缘计算的传输时间和能量消耗更少。但是，由于用户具有移动性，且边缘服务器的覆盖范围和计算资源有限，任务量较大的卸载会带来较高的时延。同时用户的动态需求会导致任务分布不均，这会导致一些边缘服务器过载而另一些边缘服务器则出于空闲状态，造成资源的浪费。采用现有的任务迁移等技术来平衡边缘服务器之间的负载会造成额外的通信开销并增加任务延迟。因此，按需进行网络部署是解决问题的关键。
[0004]近年来，无人机凭借其体积小、成本低、便于部署等优势，在军事和民用领域的很多方面都得到了广泛应用，比如实时监控、自动跟踪、中继传输等。目前已经研究出基于无人机的移动边缘计算系统，即将边缘服务器安装在无人机中。该系统因其灵活部署的优点可以为移动设备提供更好的服务。相比于单架无人机，多架无人机的协同配合将更加有效、快速、灵活，极大地促进了移动边缘计算在热点区域的应用，已成为当前研究热点。除此之外，在实际场景中，每架无人机的特征参数并不相同，即多架无人机具有异构性。
[0005]针对上述问题，本专利技术研究了一种基于异构多无人机的移动边缘计算系统，该系统通过联合优化无人机部署和任务分配，使得多架异构无人机可以飞行至热点区域为地面的大规模移动设备提供服务。具体来说，无人机部署的目的是为了确定无人机的数量和位置，而任务分配的目的是为了确定任务的卸载决策和资源分配。在保证所有任务能够并行执行的情况下最大限度地降低系统能耗，具有较大的实用价值和研究意义。

技术实现思路

[0006]本专利技术所要解决的技术问题是如何构建异构无人机辅助的移动边缘计算框架，同时在此基础上联合优化无人机部署和任务调度，保证所有任务能够被并行执行的同时最小化系统能耗，实现热点区域内任务的高效处理。
[0007]本专利技术针对上述技术问题所采用的技术方案如下：
[0008]一种异构无人机辅助移动边缘计算的低能耗调度方法，包括以下步骤：
[0009]步骤一：获取热点区域内超出固定边缘服务器处理能力之外的M个任务T
M
＝{t1，t2，...，t
M
}；
[0010]步骤二：对于热点区域周围分布的N架异构无人机U
N
＝{u1，u2，...，u
N
}，利用背包算法设计无人机部署方案，并计算无人机飞行能耗；
[0011]步骤三：基于热点区域内所有任务的地理位置对任务进行聚类，从而确定无人机的悬停位置，根据聚类结果设计任务分配方案，并计算任务处理能耗和无人机悬停能耗；
[0012]步骤四：根据步骤二所制定的无人机部署方案和步骤三所制定的任务分配方案，对热点区域周围的无人机进行调度，以便处理任务及降低能耗。
[0013]所述步骤二中，设计无人机部署方案的具体步骤如下：
[0014]步骤2.1：对于任意一个任务t
j
(t
j
∈T
M
)，可以将其表示为t
j
＝{d
j
，c
j
}，其中d
j
和c
j
分别表示任务t
j
的数据大小和周期总数。计算M个任务的数据大小总和，结果记为S；
[0015]步骤2.2：由于无人机之间存在异构性，对于任意一个无人机u
k
(u
k
∈U
N
)，可以将其表示为其中m
k
，s
k
，b
k
，，q
k
和r
k
分别表示无人机u
k
的内存大小、飞行速度、电池电量、悬停功率、飞行功率、CPU处理能力和通信半径，所有无人机以固定高度h飞行。当无人机u
k
被选择部署在热点区域内时，认为它此时属于移动边缘计算系统。无人机u
k
从起始位置飞到热点区域所花费的时间为：
[0016][0017]其中w
k
为无人机u
k
的起始位置到热点区域的距离；需要注意的是，任何选择的无人机都必须保证现有电量大于最低电量，因此需要满足以下约束条件：
[0018]C1：b
k
≥b
min
[0019]其中b
min
为所有无人机电量的最低阈值；如果在无人机u
k
上执行任务t
j
，则任务t
j
必须在无人机u
k
的通信半径覆盖范围内，即需要满足以下约束条件：
[0020]C2：a
kj
D
kj
≤r
k
[0021]其中a
kj
表示是否将任务t
j
分配给无人机u
k
，a
kj
＝1为将任务t
j
分配给无人机u
k
，a
kj
＝0为未将任务t
j
分配给无人机u
k
；D
kj
为无人机u
k
到任务t
j
的距离；为保证无人机的服务效率，每个无人机上执行任务的总数据量应满足以下约束条件：
[0022]C3：
[0023]其中α为(0，1)范围内的正常数，表示满足无人机计算能力的有效内存使用情况；部署无人机u
k
的飞行能耗如下式所示：
[0024][0025]步骤2.3：将背包问题引入无人部署方案，具体来说，把M个任务的数据大小总和S看做背包的容量，把N架无人机看做N件物品，把总价值看做无人机的飞行能耗之和。为保证热点区域内所有任务可以被并行执行的同时无人机的飞行能耗之和最低，将无人部署问题看做具有地理约束和属性约束的背包问题，该问题可以被表述为：
[0026][0027]s.t.C1，C2 and C3
[0028]其中N
′
为无人机部署方案中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种异构无人机辅助移动边缘计算的低能耗调度方法，其特征在于，该方法包括以下步骤：步骤一：获取热点区域内超出固定边缘服务器处理能力之外的M个任务T
M
＝{t1，t2，...，t
M
}；步骤二：对于热点区域周围分布的N架异构无人机U
N
＝{u1，u2，...，u
N
}，利用背包算法设计无人机部署方案，并计算无人机飞行能耗；步骤三：基于热点区域内所有任务的地理位置对任务进行聚类，从而确定无人机的悬停位置，根据聚类结果设计任务分配方案，并计算任务处理能耗和无人机悬停能耗；步骤四：根据步骤二所制定的无人机部署方案和步骤三所制定的任务分配方案，对热点区域周围的无人机进行调度，以便处理任务及降低能耗。2.根据权利要求1所述的一种异构无人机辅助移动边缘计算的低能耗调度方法，其特征在于，所述步骤二中，设计无人机部署方案的具体步骤如下：步骤2.1：对于任意一个任务t
j
∈T
M
，将其表示为t
j
＝{d
j
，c
j
}，其中d
j
和c
j
分别表示任务t
j
的数据大小和周期总数；计算M个任务的数据大小总和，结果记为S；步骤2.2：由于无人机之间存在异构性，对于任意一个无人机u
k
∈U
N
，将其表示为其中m
k
，s
k
，b
k
，q
k
和r
k
分别表示无人机u
k
的内存大小、飞行速度、电池电量、悬停功率、飞行功率、CPU处理能力和通信半径，所有无人机以固定高度h飞行；当无人机u
k
被选择部署在热点区域内时，它此时属于移动边缘计算系统；无人机u
k
从起始位置飞到热点区域所花费的时间为：其中w
k
为无人机u
k
的起始位置到热点区域的距离；需要注意的是，任何选择的无人机都必须保证现有电量大于最低电量，因此需要满足以下约束条件：C1：b
k
≥b
min
其中b
min
为所有无人机电量的最低阈值；如果在无人机u
k
上执行任务t
j
，则任务t
j
必须在无人机u
k
的通信半径覆盖范围内，即需要满足以下约束条件：C2：a
kj
D
kj
≤r
k
其中a
kj
表示是否将任务t
j
分配给无人机u
k
，a
kj
＝1为将任务t
j
分配给无人机u
k
，a
kj
＝0为未将任务t
j
分配给无人机u
k
；D
kj
为无人机u
k
到任务t
j
的距离；为保证无人机的服务效率，每个无人机上执行任务的总数据量应满足以下约束条件：C3：其中α为(0，1)范围内的正常数，表示满足无人机计算能力的有效内存使用情况；部署无人机u
k
的飞行能耗如下式所示：步骤2.3：将背包问题引入无人部署方案，具体来说，把M个任务的数据大小总和S看做背包的容量，把N架无人机看做N件物品，把总价值看做无人机的飞行能耗之和；为保证热点
区域内所有任务可以被并行执行的同时无人机的飞行能耗之和最低，将无人部署问题看做具有地理约束和属性约束的背包问题，该问题可以被表述为：s....

【专利技术属性】
技术研发人员：秦甜，王鹏飞，袁志伟，张强，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：