System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于无人机携带智能反射面辅助用户边缘计算和无线充电的方法技术_技高网

一种基于无人机携带智能反射面辅助用户边缘计算和无线充电的方法技术

技术编号:41368442 阅读:13 留言:0更新日期:2024-05-20 10:15
本发明专利技术公开了一种基于无人机(Unmanned Aerial Vehicle,UAV)携带智能反射面(Intelligent Reflective Surface,IRS)辅助用户边缘计算(Edge Computing,EC)和无线充电的方法,包括如下步骤:基于实际情况建立远程能量发射站(Energy transmitter,ET)和物联网(Internet of Things,IoT)设备间存在UAV携带IRS辅助通信的模型,包括UAV‑IRS信道模型、能量消耗模型和能量收集(Energy Harvesting,EH)模型;设计优化问题定义目标函数;使用提出的强化学习算法EHEC‑SD3进行问题求解;在资源有限的环境下,联合考虑多个IoT设备、任务大小、能量发射站发射功率、IRS相移、IoT设备和UAV的移动等因素,最大限度保证IoT设备产生任务计算需求时进行能源补足,同时考虑能源的绿色可持续理念。最后,进行仿真实验选择IoT设备最优能量收集率并验证了改方法的有效性。

【技术实现步骤摘要】

本专利技术属于无线通信边缘计算领域,本专利技术涉及一种基于无人机携带智能反射面辅助用户边缘计算和无线充电的方法


技术介绍

1、电池供能的iot设备的电池能量补充和计算能力有限是两个待优化的问题,将无线能量传输(wireless power transfer,wpt)术和ec结合拓展iot设备的计算能力,同时为iot设备供能;并且本专利技术采用uav-irs辅助通信,提高用户和能量发射站之间的通信质量,缓解通信环境复杂通信条件差造成的高传输时延。

2、无线能量边缘计算(wireless power mobile edge computing,wpmec)是一种新的网络范式,wpmec通过边缘计算为iot设备提供了更强大的计算能力,它包括ec和wpt;ec将计算能力从核心网络下沉网络边缘;iot设备可将自身任务卸载到附近的es上进行计算,这样相对本地计算将产生较少的能耗,但如果是面对紧急救援等通信条件差的场景,数据上传会因较差的信道状况产生大量能耗,甚至会导致数据丢失;wpt采用射频信号进行充电,射频信号具有较高的频率,但其因波长短绕射能力差,无法满足遮挡物密集的通信环境;为解决上述问题本专利技术采用uav-irs辅助通信的方式提高通信质量。

3、irs是一种6g无线传输技术,为6g信号无缝覆盖提供了解决方案;能将入射波在期望的方向上进行整波,是重要的波束成形特性;相控阵天线具有强大波束成形能力,通常用于形成所需方向的波束,然而其工作需要更大的功率而且价格昂贵,将其普及到大量iot设备通信场景并不是好方案;与相控阵天线类似,irs也可以通过对各个反射元件相位幅度的调整,irs的优势是反射元件无源,几乎不会产生传输功率消耗并且价格相对便宜,将其用于辅助通信有很大前景;irs通常静态部署在建筑物外墙、广告牌等场景。

4、uav是一种利用无线电遥控设备或根据内部自定程序操纵的不带人的飞行装置,uav在通信领域的应用主要包括:作为动态实时数据监控设备;作为信号中继;作为移动基站;作为可移动的es等。既要保证飞行时长,又要实现特定功能,会受自身硬件能量有限的限制。

5、针对上述电池供能的iot设备能量及计算能力有限的问题采用wpt和ec技术,由于ec和wpt存在通信环境不稳定较差的情况,本专利技术充分考虑信道状态并提出一种基于无人机携带智能反射面辅助用户边缘计算和无线充电的方法。


技术实现思路

1、为了解决iot设备能量及计算能力有限的问题更稳定的实现wpt和ec,本专利技术提供了一种基于无人机携带智能反射面辅助用户边缘计算和无线充电的方法;基于边缘计算低时延、无线充电的便捷性、uav的动态性和irs波束赋形灵活性;本专利技术采用iot设备任务卸载至es计算后闲时进行能量补充的方式,实现对iot设备补充的同时能量进行补足,并采用uav携带irs辅助通信,使得任务卸载和无线充电更稳定信号损失更低。

2、一种基于无人机携带智能反射面辅助用户边缘计算和无线充电的方法,蜂窝小区内包括集成es的能量发射站、uav携带irs、多用户即多个小型iot设备,iot设备可本地计算任务也可以整体卸载任务到es;能量发射站可通过直射链路,也可通过uav携带irs中继反射的形式对iot设备进行无线充电;包括如下步骤:

3、s1:基于实际情况建立能量发射站和iot设备间存在uav携带irs辅助通信的模型,包括uav-irs信道模型、能量消耗模型和能量收集模型;

4、s2:基于s1中建立的能量发射站和iot设备间存在uav携带irs辅助通信模型,设计优化问题,最小化iot设备产生任务时计算或卸载消耗的能量和无线充电收集的能量之间的差距,同时满足能量发射站发射功率上限约束、iot设备发射功率上限约束、irs相位约束、电池容量约束。

5、s3:基于本场景建模使用深度强化学习对非凸优化问题进行求解;目标在资源有限的环境下,联合考虑多个iot设备、任务大小、能量发射站发射功率、irs相移、iot设备和uav的移动等因素,最大限度保证iot设备产生任务计算需求时进行能源补足,同时考虑能源的绿色可持续理念。

6、具体的,所述的基于实际情况建立的uav携带irs辅助通信模型,本专利技术考虑在每个蜂窝小区内设置一个有根天线的能量发射站,为该小区内个单天线iot设备提供边缘计算和远程充电服务,具有es功能的能量发射站的坐标为cet(t)=(xet(t),yet(t),zet(t)),irs的坐标

7、为以及第u个iot设备的坐标

8、为irs由其自身控制器实现对个反射元件的相位和幅度进行独立智能调整。

9、具体的,步骤s1中,对uav-irs信道模型进行细化,可分为用户和uav-irs之间以及用户和能量发射站之间建模为非视距(non-line-of-sight,nlos)链路能量发射站和uav-irs之间建立为视距链路(line-of-sight,los);所述的uav-irs信道模型具体为:能量发射站到irs的信道增益用表示,g=[g1,1,...,g1,n,...,gm,n],其中根据天线继续细化其中i∈[1,m],j∈[1,n],且i,j为整数;irs到第u个iot设备的信道增益用表示,其具体为hr,u=[h1,1(u),...,h1,n(u),...,hm,n(u)];以及能量发射站到第u个iot设备的信道增益用表示,其具体定义为hd,u=[hd,1(u),...,hd,w(u),...,hd,w(u)]。

10、具体的,所述的能量发射站到irs再通过irs到第u个iot设备具体为,irs将接收到的信号进行被动反射波束成形,其相移反射系数矩阵表示如下:

11、

12、其中j表示虚数单元,ρr∈[0,1]表示第r个反射元件的振幅系数,第r个反射元件的相移用表示;在不失一般性的情况下,本专利技术假设反射元件振幅ρ=1,在实践中振幅可进行提前测量;

13、具体的,能量发射站到第u个iot设备和uav-irs到第u个iot设备,由于iot设备所在场景通常有障碍物阻挡通信链路,即通信链路可能既存在los链路又存在nlos链路,本专利技术将它们建模为瑞森衰落信道,能量发射站到第u个iot设备的信道状态表示为:

14、

15、其中rician表示瑞森衰落的系数,和分别表示为能量发射站到第u个iot设备间los和nlos链路的信道增益;uav-irs到第u个iot设备的信道状态表示为:

16、

17、其中和分别表示为uav-irs到第u个iot设备间los和nlos链路的分量;每个反射元件和第u个iot设备之间信号传播的路径损耗表示为:

18、

19、其中表示第t步每个反射元件到iot设备u的距离,t∈step,step={1,2,...,t};α1是它们之间的路径损耗指数,d′表示单位路径长度,κ表示单位路径损耗;能量发射站和第u个iot设备之间的路径本文档来自技高网...

【技术保护点】

1.一种基于无人机携带智能反射面辅助用户边缘计算和无线充电的方法,其特征在于,蜂窝小区内包括集成边缘服务器(Edge Server,ES)的能量发射站、UAV携带IRS、多用户即多个小型IoT设备,小型IoT设备任务考虑整体卸载策略,即可本地计算完整的任务也可以将任务完整卸载到ES;能量发射站可通过直射链路,也可通过UAV携带IRS中继反射的形式对IoT设备进行无线充电;包括如下步骤:

2.根据权利要求1所述的一种基于无人机携带智能反射面辅助用户边缘计算和无线充电的方法,其特征在于,所述的基于实际情况建立的UAV携带IRS辅助通信模型,本专利技术考虑在每个蜂窝小区内设置一个有根天线的能量发射站,为该小区内个单天线IoT设备提供边缘计算和远程充电服务,具有ES功能的能量发射站的坐标为IRS的坐标为以及第u个IoT设备的坐标为IRS由其自身控制器实现对K=m×n个反射元件的相位和幅度进行独立智能调整。

3.根据权利要求1和2所述的一种基于无人机携带智能反射面辅助用户边缘计算和无线充电的方法,其特征在于,步骤S1中,对UAV-IRS信道模型进行细化,可分为用户和UAV-IRS之间以及用户和能量发射站之间建模为非视距(Non-Line-of-Sight,NLoS)链路能量发射站和UAV-IRS之间建立为视距链路(Line-of-Sight,LoS);所述的UAV-IRS信道模型具体为:能量发射站到IRS的信道增益用表示,G=[g1,1,...,g1,n,...,gm,n],其中根据天线继续细化其中i∈[1,m],j∈[1,n],且i,j为整数;IRS到第u个IoT设备的信道增益用表示,其具体为hr,u=[h1,1(u),...,h1,n(u),...,hm,n(u)];以及能量发射站到第u个IoT设备的信道增益用表示,其具体定义为hd,u=[hd,1(u),...,hd,w(u),...,hd,W(u)]。

4.根据权利要求3所述的一种基于无人机携带智能反射面辅助用户边缘计算和无线充电的方法,其特征在于,所述的能量发射站到IRS再通过IRS到第u个IoT设备具体为,IRS将接收到的信号进行被动反射波束成形,其相移反射系数矩阵表示如下:

5.根据权利要求1所述的一种基于无人机携带智能反射面辅助用户边缘计算和无线充电的方法,其特征在于,步骤S1中,所述的能量消耗模型包括:本地计算能量消耗模型和边缘计算能量消耗模型,其中边缘计算考虑任务卸载时产生的能耗;

6.根据权利要求1所述的一种基于无人机携带智能反射面辅助用户边缘计算和无线充电的方法,其特征在于,步骤S1中,所述的能量收集模型具体为,利用本地和边缘计算时不传输信息的时间的时间信道空闲进行无线充电,防止IoT设备因产生任务时计算或上传能耗过多,导致设备断电不能正常运行;

7.根据权利要求1所述的一种基于无人机携带智能反射面辅助用户边缘计算和无线充电的方法,其特征在于,步骤S2中,所述的优化问题约束包括:能量收集和消耗比值大于零且满足电池容量;限定能量发射站和IoT设备的发射功率不能超过自身发射功率上限PET∈[0,Pmax],IRS对信号相位以及信号大小的调整范围需符合实际整体卸载任务约束其中Pmax表示能量发射站的发射功率上限,pmax表示IoT设备传输功率上限。

8.根据权利要求1所述的一种基于无人机携带智能反射面辅助用户边缘计算和无线充电的方法,其特征在于,步骤S3中,深度强化学习算法包括下述步骤:

...

【技术特征摘要】

1.一种基于无人机携带智能反射面辅助用户边缘计算和无线充电的方法,其特征在于,蜂窝小区内包括集成边缘服务器(edge server,es)的能量发射站、uav携带irs、多用户即多个小型iot设备,小型iot设备任务考虑整体卸载策略,即可本地计算完整的任务也可以将任务完整卸载到es;能量发射站可通过直射链路,也可通过uav携带irs中继反射的形式对iot设备进行无线充电;包括如下步骤:

2.根据权利要求1所述的一种基于无人机携带智能反射面辅助用户边缘计算和无线充电的方法,其特征在于,所述的基于实际情况建立的uav携带irs辅助通信模型,本发明考虑在每个蜂窝小区内设置一个有根天线的能量发射站,为该小区内个单天线iot设备提供边缘计算和远程充电服务,具有es功能的能量发射站的坐标为irs的坐标为以及第u个iot设备的坐标为irs由其自身控制器实现对k=m×n个反射元件的相位和幅度进行独立智能调整。

3.根据权利要求1和2所述的一种基于无人机携带智能反射面辅助用户边缘计算和无线充电的方法,其特征在于,步骤s1中,对uav-irs信道模型进行细化,可分为用户和uav-irs之间以及用户和能量发射站之间建模为非视距(non-line-of-sight,nlos)链路能量发射站和uav-irs之间建立为视距链路(line-of-sight,los);所述的uav-irs信道模型具体为:能量发射站到irs的信道增益用表示,g=[g1,1,...,g1,n,...,gm,n],其中根据天线继续细化其中i∈[1,m],j∈[1,n],且i,j为整数;irs到第u个iot设备的信道增益用表示,其具体为hr,u=[h1,1(u),...,h1,n(u),...,...

【专利技术属性】
技术研发人员:庞善臣王璐琦桂海源乔思波贺晓王暖来赵志远
申请(专利权)人:中国石油大学华东
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1