【技术实现步骤摘要】
本专利技术属于物联网通信，具体涉及一种移动边缘计算网络数据处理和能耗优化方法及系统。
技术介绍
1、目前，最接近的现有技术：近年来，随着低延迟和高可靠性的移动通信网络的发展，移动边缘计算(mobile edge computing)为物联网(internet of things)带来了新的发展和机遇。移动边缘计算通过在用户附近部署计算资源并实施计算卸载，将任务从用户设备转移到服务器，为用户提供稳定和高效的服务。然而，随着新一代信息技术的不断发展，新兴应用的使用规模不断扩大，计算任务的复杂度和通信质量的要求也进一步提高，这给网络资源管理带来了严峻的挑战，传统的移动边缘计算难以满足这些需求。此外，物联网设备通常位于复杂环境中，很难获得基站的良好覆盖，而与基站通信或将任务卸载到边缘服务器时消耗大量能量，从而导致使用寿命受限。
2、现有技术一提出了一种无人机辅助的移动边缘计算网络结构，其中物联网设备生成的计算数据可以在本地进行计算或通过无人机进行中继传输到中央服务器进行计算。该技术通过优化设备的计算任务卸载策略和上行带宽资源分配来提高性能。然而，该技术只考虑了无人机的中继功能，并未考虑无人机作为边缘服务器进行协同计算的潜力。在实际应用中，当用户数量增多时，无人机中继节点可能面临网络拥塞问题。因此，当计算任务量增加时，可能会导致传感器任务卸载时延的增加，从而影响用户设备的卸载策略倾向于本地计算，使得设备能耗过高。
3、现有技术二利用无人机携带边缘服务器收集物联网设备数据，并通过无人机进行卸载决策，一部分数据在边缘服
4、现有技术三利用无人机携带边缘服务器在覆盖区域内飞行，收集数据并辅助中央服务器处理计算任务。该技术对无人机的飞行轨迹、带宽分配和计算资源分配进行了优化。然而，该技术在设计中没有考虑用户的接入策略。当大量用户设备同时进行数据卸载时，会产生干扰和冲突，用户之间的公平性难以满足，部分设备无法完成任务卸载只能在本地处理大量任务，大大缩减续航时间。
5、综上所述，现有技术存在的问题是：
6、(1)现有技术一为无人机辅助的移动边缘计算网络结构，存在没有考虑到部署边缘服务器和高负载下中继拥塞的问题，可能会导致本地计算能耗过高。
7、(2)现有技术二采用无人机搭载边缘服务器并进行任务卸载决策，存在没有考虑中央服务器远程计算成本与资源分配的问题，导致任务完成时间难以保障以及远程计算能耗较高。
8、(3)现有技术三使用无人机动态飞行来收集数据并协同中央服务器处理，没有考虑用户接入策略，会造成任务卸载冲突，部分设备本地计算能耗过高。
9、解决上述技术问题的难度：
10、现有技术一：当计算任务量增加时，可能会导致传感器任务卸载时延的增加，从而影响用户设备的卸载策略倾向于本地计算，使得设备能耗过高。保证任务处理时延会带来计算能耗的增加。
11、现有技术二：该技术假设中央服务器的计算资源充足，仅考虑了物联网设备与边缘服务器进行卸载和计算所带来的能耗与时延，而没有考虑中央服务器的计算消耗与资源分配策略。实际中不合理的计算资源分配策略会导致差异化计算任务的完成时间难以保障，同时会造成资源浪费并带来较高的远程计算能耗。
12、现有技术三：该技术没有考虑用户的接入策略。当大量用户设备同时进行数据卸载时，会产生干扰和冲突，用户之间的公平性难以满足，部分设备无法完成任务卸载只能在本地处理大量任务，大大缩减续航时间。
技术实现思路
1、本专利技术所要解决的技术问题在于针对上述现有技术中的不足，提供一种移动边缘计算网络数据处理和能耗优化方法及系统，用于解决传统地面无线网络中物联网设备计算能力弱以及中心服务器负载严重的技术问题。
2、本专利技术采用以下技术方案：
3、一种移动边缘计算网络数据处理和能耗优化方法，包括以下步骤：
4、s1、构建由1个连接中央服务器的地面基站、1个搭载边缘服务器的无人机、k个物联网设备组成的无人机辅助的移动边缘计算网络模型；
5、s2、基于步骤s1得到的无人机辅助的移动边缘计算网络模型，构建无人机与物联网设备之间以及基站与无人机之间的通信模型；
6、s3、基于节点之间的通信模型构建无人机辅助的移动边缘计算网络的数据处理流程；
7、s4、基于步骤s2得到的通信模型和步骤s3得到的数据处理流程，构建无人机辅助的移动边缘计算网络数据收集与数据计算的目标与优化条件；
8、s5、基于步骤s4得到的数据收集的目标与优化条件，通过块坐标下降法和连续凸逼近求解，构建边缘服务器动态部署与物联网设备接入控制策略；
9、s6、基于步骤s4得到的数据计算的目标与优化条件以及步骤s5得到的边缘服务器部署与设备接入策略，通过变量代换和二分法求解，构建任务卸载与资源分配策略。
10、具体的，步骤s1具体为：
11、s101、构建包含1+1+k个通信节点的移动边缘计算网络模型，每个物联网设备有大小为l的任务要在t时间内完成计算；
12、s102、物联网设备将计算任务发送给无人机，无人机搭载的边缘服务器协同与地面基站相连的中央服务器计算这些任务并将其发送回物联网设备；
13、s103、设第k个物联网设备的水平位置为wk＝(xk,yk)，地面基站水平位置为(0,0)；将时间t离散为n个均匀时隙，每个时隙时长为t＝t/n；n个时隙的集合描述为n＝{1,2,...,n}，第n个时隙的无人机水平位置为q[n]；无人机与地面基站的高度为h；
14、s104、设无人机必须在最后一个时隙飞回起始位置，并且无人机的飞行轨迹受到速度约束的限制，确定无人机飞行能耗efly[n]。
15、进一步的，无人机飞行能耗efly[n]为：
16、efly[n]＝κ||q[n+1]-q[n]||2
17、其中，n＝1,...,n-1，κ表示权重参数。
18、具体的，步骤s2具体为：
19、s201、确定时隙n内从物联网设备k到无人机的信道功率增益hk[n]；
20、s202、确定时隙n内无人机与地面基站之间链路的信道增益hu[n]；
21、s203、无人机在一个时隙只关联一个物联网设备，定义二进制物联网设备接入变量ak[n]，当ak[n]＝1时，第k个物联网设备接入第n个时隙的无人机，否则ak[n]＝0；
22、s204、将物联网设备k的传输功率表示为pk，得到第n时隙的设本文档来自技高网...
【技术保护点】
1.一种移动边缘计算网络数据处理和能耗优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的移动边缘计算网络数据处理和能耗优化方法，其特征在于，步骤S1具体为：
3.根据权利要求2所述的移动边缘计算网络数据处理和能耗优化方法，其特征在于，无人机飞行能耗Efly[n]为：
4.根据权利要求1所述的移动边缘计算网络数据处理和能耗优化方法，其特征在于，步骤S2具体为：
5.根据权利要求4所述的移动边缘计算网络数据处理和能耗优化方法，其特征在于，步骤S204中，第n时隙的设备传输速率Rk[n]表示为：
6.根据权利要求1所述的移动边缘计算网络数据处理和能耗优化方法，其特征在于，步骤S3具体为：
7.根据权利要求6所述的移动边缘计算网络数据处理和能耗优化方法，其特征在于，步骤S303中，无人机在时隙n时本地计算的耗能Eloc[n]为：
8.根据权利要求1所述的移动边缘计算网络数据处理和能耗优化方法，其特征在于，步骤S4中，无人机辅助的移动边缘计算网络数据收集阶段耗能包括无人机的飞行能耗与物联网设备上
9.根据权利要求8所述的移动边缘计算网络数据处理和能耗优化方法，其特征在于，数据收集的目标与优化条件为：
10.一种移动边缘计算网络数据处理和能耗优化系统，其特征在于，包括：
...【技术特征摘要】
1.一种移动边缘计算网络数据处理和能耗优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的移动边缘计算网络数据处理和能耗优化方法，其特征在于，步骤s1具体为：
3.根据权利要求2所述的移动边缘计算网络数据处理和能耗优化方法，其特征在于，无人机飞行能耗efly[n]为：
4.根据权利要求1所述的移动边缘计算网络数据处理和能耗优化方法，其特征在于，步骤s2具体为：
5.根据权利要求4所述的移动边缘计算网络数据处理和能耗优化方法，其特征在于，步骤s204中，第n时隙的设备传输速率rk[n]表示为：
6.根据权利要求1所述的移动边缘计算网络数据处理和能耗优化方法，其特...
【专利技术属性】
技术研发人员：翟道森，王琛，张若南，李彬，唐晓，蒋毅，
申请(专利权)人：西北工业大学，
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。