基于NOMA的无线携能边缘计算网络波束赋形设计及资源分配方法组成比例

本发明专利技术公开了一种基于NOMA的无线携能边缘计算网络波束赋形设计及资源分配方法，该方法的步骤包括：构建无线携能边缘计算系统，在满足能量约束和覆盖约束的同时，构建最大化所有物联网设备的计算速率总和问题；将覆盖约束下的接收能量最大化问题转化为凸最大化问题，构建SUCM布局优化方法进行求解，得到无人机最优三维位置；构建两级混合波束赋形方案优化混合波束赋形矩阵，针对无人机和物联网设备漫游，基于DDPG算法得到混合波束赋形输出；在二进制卸载模式下构建资源分配方案以迭代方式得到目标优化变量，通过二分法，基于信道增益的模式选择算法计算资源分配。本发明专利技术实现无线携能边缘计算网络在二进制卸载模式下最大计算速率优化。算速率优化。算速率优化。

【技术实现步骤摘要】
基于NOMA的无线携能边缘计算网络波束赋形设计及资源分配方法


[0001]本专利技术涉及无线传输
，具体涉及一种基于NOMA的无线携能边缘计算网络波束赋形设计及资源分配方法。

技术介绍

[0002]物联网应用的快速普及推动了物联网设备的指数级增长，包括智能手机、可穿戴设备和无线传感器，这些设备被广泛部署以支持各种智能应用(如智能城市、自动化制造和智能家居)。然而，许多智能应用，如增强现实和自主导航，都是计算密集型和延迟敏感型的，由于计算能力有限，物联网设备很难处理这些应用。移动边缘计算(MEC)可以作为一种有效的技术，通过卸载来增强物联网设备的计算能力。通过MEC，物联网设备可以将部分或全部计算任务卸载到位于网络边缘的计算服务器，例如基站。在二进制卸载模式中，整个计算任务或者在物联网设备上完成，或者在附近的MEC服务器上完成，毫米波频段由于其高带宽和实现高聚合容量，被认为是较优的候选频段。
[0003]非正交多址(NOMA)作为第五代(5G)及以后的5G无线网络的潜在技术，与MEC结合可以减少延迟和能源成本，从而提高MEC范式中计本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于NOMA的无线携能边缘计算网络波束赋形设计及资源分配方法，其特征在于，包括下述步骤：构建无线携能边缘计算系统，所述无线携能边缘计算系统包括无人机以及多个物联网设备，在满足能量约束和覆盖约束的同时，构建最大化所有物联网设备的计算速率总和问题；将覆盖约束下的接收能量最大化问题转化为凸最大化问题，构建基于序贯无约束凸极小化的布局优化方法进行求解，得到无人机最优三维位置；在获得无人机最优三维位置的基础上，构建两级混合波束赋形方案优化混合波束赋形矩阵，针对无人机和物联网设备漫游，基于深度确定性策略梯度算法得到混合波束赋形输出；在二进制卸载模式下，构建资源分配方案以迭代方式得到目标优化变量，通过二分法，基于信道增益的模式选择算法计算资源分配。2.根据权利要求1所述的基于NOMA的无线携能边缘计算网络波束赋形设计及资源分配方法，其特征在于，所述无人机设有长方形天线阵列，物联网设备均设有单天线；在执行计算任务的过程中，当判定处于第一阶段时，无人机生成多波束向所有物联网设备传输能量；当判定处于第二阶段时，物联网设备将计算任务发送给无人机；当判定处于第三阶段时，无人机接收卸载任务并将执行计算任务后的结果返回给相应的物联网设备。3.根据权利要求1所述的基于NOMA的无线携能边缘计算网络波束赋形设计及资源分配方法，其特征在于，构建最大化所有物联网设备的计算速率总和问题，具体表示为：其中，物联网设备k的能量约束表示为：其中，物联网设备k的能量约束表示为：用于保证设备在无人机的有效照射范围内的覆盖约束表示为：无人机的飞行高度约束表示：h
min
≤h
u
≤h
max
计算任务和能量传输的时间约束表示为：0≤t
k
≤T0≤a≤1计算下载能量和CPU频率的约束表示为：P
k
≥00≤f
k
≤f
max
每个任务的下载状态表示为：α
k
∈{0,1}其中，x
u
,y
u
,h
u
分别为无人机的三维坐标值，W＝[Tw1,w2,
…
,w
K
]
T
表示数字波束赋形矩阵，F表示模拟波束赋形矩阵，τ
k
表示有效电容系数，f
k
表示物联网设备k的CPU频率，f
max
表示预设的物联网设备k的CPU频率最大值，t
k
表示设备k的计算时间，B表示通信带宽，T表示总任务执行时间，aT表示能量传输时间，a∈[0,1]，C表示处理1比特数据所需要的计算周期数，ξ0表示能量转换效率，P0表示无人机的发送功率，h
k
表示无人机和物联网设备k之间的信道，g
k
表示无人机和物联网设备k之间的信道功率增益，和分别表示在本地计算和在任务卸载中运行的物联网设备集合，P
k
表示物联网设备k的发射功率，z
k
和z
u
分别代表物联网设备k和无人机的坐标，Θ表示有效照射角度的二分之一，h
u
表示无人机的飞行高度，h
min
表示预设的无人机飞行高度最小值，h
max
表示预设的无人机飞行高度最大值，α
k
表示每个任务的下载状态，α
k
＝1表示物联网设备k的任务在无人机的MEC服务器上执行，α
k
＝0表示任务只在本地执行，N0表示接收噪声功率。4.根据权利要求3所述的基于NOMA的无线携能边缘计算网络波束赋形设计及资源分配方法，其特征在于，信道表示为：其中，β
k
是链路的复增益，是天线阵列的方向矢量，表示转向角，d
k
是无人机和物联网设备k的距离，α是路径指数。5.根据权利要求4所述的基于NOMA的无线携能边缘计算网络波束赋形设计及资源分配方法，其特征在于，从无人机到物联网设备k的信道功率增益表示为：其中，(x
k
,y
k
)为物联网设备k的水平坐标，(x
u
,y
u
,h)为无人机的三维坐标，6.根据权利要求1所述的基于NOMA的无线携能边缘计算网络波束赋形设计及资源分配方法，其特征在于，覆盖约束下的接收能量最大化问题表示为：方法，其特征在于，覆盖约束下的接收能量最大化问题表示为：h
min
≤h
u
≤h
max
其中，x
u
,y
u
,h
u
分别为无人机的三维坐标值，W＝[w1,w2,
…
,w
K
]
T
表示数字波束赋形矩阵，
F表示模拟波束赋形矩阵，ξ0表示能量转换效率，P0表示无人机的发送功率，h
k
表示信道，z
k
和z
u
分别代表物联网设备k和无人机的坐标，Θ表示有效照射角度的二分之一，h
u
表示无人机的飞行高度，h
min
表示预设的无人机飞行高度最小值，h
max
表示预设的无人机飞行高度最大值，P
th
表示总的预算发送...

【专利技术属性】
技术研发人员：张家莹，唐杰，周子豪，章秀银，范峻媛，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：