1.基于用户协作的无人机辅助移动边缘计算系统优化方法,其特征在于,地面用户中,远用户mi和近用户i关联配对,mi∈[1,M],i∈R,R={1,…,I},M=I;
基于无人机辅助移动边缘计算系统模型,将最优数量的远用户mi的待处理计算任务中继给近用户i;其中,所述无人机辅助移动边缘计算系统模型,通过以下步骤得到:
1)构建用户协作的无人机辅助移动边缘计算系统初始模型;在任务完成时间T内,无人机以固定高度H飞行,远用户mi和近用户i的高度为0米且位置固定,近用户i的坐标为si=(xi,yi),远用户mi的坐标为 近用户与无人机采用时分复用方式通信;
将任务完成时间T划分为N个时隙,n∈{1,…,N},每个时隙的宽度δ=T/N;
在任务完成时间T内,无人机从起点uI飞至终点uF;
无人机在第n个时隙的速度为:
v[n]=||u[n]‑u[n‑1]||/δ;
无人机辅助移动边缘计算系统初始模型为:
s.t.C1:
C2:
C3:
C4:
C5:
C6:
C7:
C8:u[0]=uI,u[N]=uF
C9:
C10:
C11:
C12:
最小目标函数中,U={u[n]}为无人机从初始点uI飞行至终点uF的飞行轨迹;
为地面用户中继和卸载的待处理计算任务的总数量, 为远用户mi在第n个时隙内中继至近用户i的待处理计算任务的数量, 为在第n个时隙内近用户i将远用户mi的待处理计算任务卸载给无人机u的数量, 为在第n个时隙内近用户i卸载自身的待处理计算任务的数量;
为地面用户以及无人机的CPU计算频率,fi[n]为近用户的CPU计算频率, 为远用户mi的CPU计算频率,fi,u[n]为无人机处理近用户i的待处理计算任务的CPU计算频率, 为无人机处理近用户i卸载的来自远用户mi的待处理计算任务的CPU计算频率;
θ1为地面用户总能耗的加权系数,θ2为无人机总能耗的加权系数;
式中,c1和c2是预先设定的与无人机的重量、机翼面积、翼展效率和空气密度相关的两个参数;
Ei[n]为近用户i在第n个时隙计算完成待处理计算任务的数量Li[n]所需的能耗:3
Ei[n]=δκifi[n],
式中,κi为近用户i的有效电容系数;
为远用户mi在第n个时隙计算完成待处理计算任务的数量 所需的能耗:式中, 表示远用户mi的有效电容系数;
为完成 所需的能耗:
式中,远用户mi的待处理计算任务中继至近用户i的时间宽度、近用户i将远用户mi的待处理计算任务卸载给无人机u的时间宽度和近用户i将自身的待处理计算任务卸载给无人机u的时间宽度均为δ0=δ/3I; 为远用户mi的发射功率, 为近用户i的接收噪声功率, 为近用户i和远用户mi之间链路的信道增益,B为通信带宽;
为完成 所需的能耗:
式中, 为近用户i将来自远用户mi的待处理计算任务卸载给无人机u的发射功率, 为无人机的接收噪声功率,无人机与近用户之间的通道采用自由空间路径损耗模型, 为近用户i与无人机u之间的信道增益,di[n]为近用户i与无人机u的距离,γ0为参考距离d0=1m下的信道增益;
为完成 所需的能耗:
式中, 为近用户i将自身的待处理计算任务卸载给无人机u的发射功率;
Ei,u[n]为在第n个时隙内无人机计算完成的来自近用户i自身的待处理计算任务的数量Li,u[n]所需的能耗:
式中,κu为无人机的有效电容系数;
为在第n个时隙内无人机计算完成的近用户i卸载的来自远用户mi的待处理计算任务的数量 所需的能耗:式中, 为无人机处理远用户mi的CPU计算频率;
公式C1保证在每个时隙内近用户i完全卸载来自远用户mi的待处理计算任务,N1={1,...,N‑1};公式C2为信息因果随意性限制,无人机只能计算在上一个时隙中已经接收到的待处理计算任务,并且处理延迟为一个时隙, 为在第k个时隙内近用户i卸载自身的待处理计算任务的数量,k={1,…,n‑1},Li,u[k]为在第k个时隙内无人机u计算完成的来自近用户i卸载的自身的待处理计算任务的数量,N2={2,...,N};
公式C3为信息因果随意性限制, 为在第k个时隙内近用户i将远用户mi的待处理计算任务卸载给无人机u的数量,Lmi,u[k]为无人机在第k个时隙内计算完成的近用户i卸载的来自远用户mi的待处理计算任务的数量;
公式C4保证在第n个时隙内卸载的近用户i自身的待处理计算任务的都能被无人机计算完成,Li,u[n]为在第n个时隙内无人机u计算完成的来自近用户i自身的待处理计算任务的数量;
公式C5保证在第n个时隙内近用户i卸载给无人机u的来自远用户mi的待处理计算任务,都能被无人机计算完成, 表示在第n个时隙内无人机u计算完成的近用户i卸载的来自远用户mi的待处理计算任务的数量;
公式C6保证无人机在任务完成时间T内计算完成近用户i卸载的来自远用户mi的待处理计算任务, 为远用户mi在第n个时隙进行本地计算的待处理计算任务的数量, 为远用户mi的计算任务需求;
公式C7保证无人机在任务完成时间T内完成近用户i自身卸载的待处理计算任务,Li[n]为近用户i在第n个时隙进行本地计算的待处理计算任务的数量,Ii表示近用户i的计算任务需求;
公式C8限制无人机在任务完成时间T内从初始点uI飞行至终点uF,u[0]=uI,u[N]=uF;
公式C9限制无人机的最大速度,u[n]=u(δn)=(x[n],y[n])为在第n个时隙内无人机u在水平面上的投影坐标,u[n‑1]为在第n‑1个时隙内无人机u在水平面上的投影坐标,Vmax为无人机的最大速度;
公式C10保证地面用户不在最后一个时隙中继或者卸载待处理计算任务,保证无人机不在第一个时隙处理待处理计算任务;
公式C11限制非负或者最大值,fi,max为远用户i的最大计算频率,fmi,max为远用户mi的最大计算频率,fu,max为无人机的最大计算频率;
C12为对近用户发射功率的最大值限制,对远用户发射功率的最大值限制;
Pmax为所有地面用户的发射功率的最大值, 为在第n个时隙内近用户i将远用户mi的待处理计算任务卸载给无人机u的发射功率, 为在第n个时隙内近用户i卸载自身的待处理计算任务的发射功率, 为远用户mi在第n个时隙内将待处理计算任务中继至近用户i的发射功率
2)设置迭代次数变量ζ=1,迭代终止精度 给定无人机飞行轨迹U;
3)在给定无人机飞行轨迹的条件下,优化无人机辅助移动边缘计算系统初始模型,直至子问题满足收敛条件,停止迭代,获得最优的地面用户以及无人机的CPU计算频率F和地面用户中继和卸载的待处理计算任务的总数量L;包括:
3.1),在给定无人机飞行轨迹的条件下,待优化的无人机辅助移动边缘计算系统初始模型为:s.t.C1‑C7,C10‑C12,
3.2),给定与不等式约束C1‑C3相对应的对偶变量β={βi,n}、λ={λi,n}和η={ηi,n}的值;
3.3),根据对偶变量β、λ和η的值,基于二分查找法确定与等式约束C4‑C7相对应的对偶变量ξ={ξi}、ω={ωi}、μ={μi}和ρ={ρi}的值;
3.4),利用Karush‑Kuhn‑Tucker条件,求解得到无人机辅助移动边缘计算系统初始模型中子问题的解为:式中,Ci为近用户i计算一比特输入位所需要的计算资源, 为远用户mi计算一比特输入位所需要的计算资源;
设定 则远用户mi在第
n个时隙内中继至近用户i的最大待处理计算任务的数量、近用户i在第n个时隙内卸载来自远用户mi的最大待处理计算任务的数量,在第n个时隙内近用户i卸载自身的最大待处理计算任务的数量分别为:+
[x]=max{x,0},
3.5),基于次梯度的算法迭代更新对偶变量β,λ和η:其中,j为次梯度算法迭代的迭代索引变量, 和 分别表示获得对偶变量β,λ和η的第j次迭代步长, fi,u,j‑1[n]和 分别为fi,u[n]和 对应的第j‑1次迭代的变量值;
3.6),重复执行步骤3.2)到步骤3.5),直到子问题的目标函数值满足设定的迭代终止精度,迭代终止,获得了最优的F和L;
4)将最优的地面用户以及无人机的CPU计算频率F和地面用户中继和卸载的待处理计算任务的总数量L,输入并优化无人机辅助移动边缘计算系统初始模型,直到满足设定的收敛条件,输出最优的无人机飞行轨迹U;包括:
4.1),将最优的地面用户以及无人机的CPU计算频率F和地面用户中继和卸载的待处理计算任务的总数量L,输入无人机辅助移动边缘计算系统初始模型:s.t.C8,C9 and C12;
4.2),无人机的飞行能耗为:
fly
由于u[n]相对于该等式是非凸的,所以引入一个松弛变量 来获取E [n]的上界:所增加的约束转换成如下形式:
(r)
其中,u [n]为无人机飞行轨迹的局部点;
步骤4.1)中无人机辅助移动边缘计算系统初始模型更新为:s.t.C8,C9andC12,
C13:
4.3)利用初始的无人机飞行轨迹u[n]作为局部点,基于内点法更新迭代无人机轨迹u[n],直到内点法的收敛精度满足设定的收敛精度 获得了最优的无人机飞行轨迹U
5)将步骤3)和步骤4)获得的最优的F,L和U输入无人机辅助移动边缘计算系统初始模型的最小目标函数,获得值Eζ;
6)更新迭代次数变量ζ=ζ+1;
7)将最优的无人机飞行轨迹U代入步骤3),重复步骤3)到步骤6),直到无人机辅助移动边缘计算系统初始模型满足收敛条件 迭代终止,获得无人机辅助移动边缘计算系统模型;
基于无人机辅助移动边缘计算系统模型,将最优数量的远用户mi中继给近用户i的待处理计算任务和最优数量的近用户i的待处理计算任务卸载给无人机进行计算。
2.根据权利要求1所述的基于用户协作的无人机辅助移动边缘计算系统优化方法,其特征在于,步骤3.3),包括:
3.3.1),通过等式约束C4‑C7和步骤3.4)中子问题的解,获得与 和值有关的不同表达式;
与 值有关的不同表达式为:
与 值有关的不同表达式为:
与 值有关的不同表达式为:
3.3.2)在给定λ的前提下,结合 的范围得到对偶变量ρ的范围为:
当ρi给定时,得到对偶变量ξ二分搜索的范围为:式中,ρi,min为对偶变量ρi的最小值,ρi,max为对偶变量ρi的最大值, 为n=1情况下的值;当二分搜索终止时,得到在给定ρi的条件下对应的ξi值,使得不断地二分搜索ρi的值,并且迭代相应的ξi值,使得二分搜索法收敛时,获得对偶变量ρi和ξi的最优值;
3.3.3),在给定β的前提下,结合 的范围得到对偶变量μ二分搜索的范围为:
当二分搜索收敛时,获得对偶变量μi的最优值:
3.3 .4),在给定η和β的前提下,结合 的范围得到 对偶变量ω二分 搜索的范围为 :
当二分搜索法收敛时,获得对偶变量ωi的最优值: