1.一种无人机辅助移动边缘计算的时延优化方法,其特征在于,包括:基于移动边缘计算系统获取各个节点间的信道状态信息,并根据所述信道状态信息计算所述各个节点间的信道容量;
基于所述信道容量,获取用户任务的卸载时间以及移动边缘计算服务器的计算时间,并根据所述卸载时间和计算时间得到每个用户的任务处理时延;
基于所述用户任务处理时延结合无人机的飞行高度以及任务分配因子,构建任务分配和无人机位置的联合优化问题模型。
2.如权利要求1所述的无人机辅助移动边缘计算的时延优化方法,其特征在于,所述获取各个节点间的信道状态信息,包括:地面用户到无人机中继的信道状态信息,无人机中继到基站的信道状态信息以及地面用户到基站的信道状态信息;
所述地面用户到无人机中继的信道状态信息包括视距传播概率 ,路径损耗和小尺度衰落 ;
所述无人机中继到基站的信道状态信息包括视距传播概率 ,路径损耗 和小尺度衰落 ;
所述地面用户到基站的信道状态信息包括路径损耗 和小尺度衰落 。
3.如权利要求1或2所述的无人机辅助移动边缘计算的时延优化方法,其特征在于,根据所述信道状态信息分别计算地面用户到无人机中继、无人机中继到基站以及地面用户到基站的信道容量,包括:所述地面用户到无人机中继的遍历信道容量,表示为:;
其中, 表示期望值运算符, 表示从地面用户 到无人机中继r的遍历信道容量的上界, 表示移动边缘计算系统给地面用户 分配的带宽, 表示地面用户 的发射功率, 表示移动边缘计算系统中的噪声功率;
所述无人机中继到基站的遍历信道容量,表示为:;
其中, 表示从无人机中继r到基站b的遍历信道容量的上界, 表示无人机中继的转发功率;
所述地面用户到基站的遍历信道容量,表示为:;
其中, 表示从地面用户 到基站b的遍历信道容量的上界。
4.如权利要求3所述的无人机辅助移动边缘计算的时延优化方法,其特征在于,获取每个用户的任务处理时延,包括:获取用户任务直接到基站的卸载时间,用户任务经无人机中继到基站的卸载时间和移动边缘计算服务器处理用户任务的计算时间,并将所述卸载时间和计算时间之和作为每个用户的任务处理时延;
所述用户任务直接卸载到基站的传输时延,表示为:;
其中, 表示用户计算任务的数据量, 表示地面用户 到基站b的信道容量, 表示用户将计算任务直接卸载到基站的任务分配因子且 ;
所述用户任务经无人机中继卸载到基站的传输时延,表示为:;
其中, 表示地面用户 到无人机中继r的信道容量, 表示无人机中继r到基站b的信道容量;
所述移动边缘计算服务器处理用户任务的计算时延,表示为:;
其中, 表示移动边缘计算服务器处理每比特计算任务所需要的CPU周期数, 表示移动边缘计算服务器的计算频率。
5.如权利要求4所述的无人机辅助移动边缘计算的时延优化方法,其特征在于,还包括:所述每个用户任务的处理时延,表示为:
;
其中, 表示用户任务直接卸载到基站的传输时延, 表示用户任务经无人机中继卸载到基站的传输时延, 表示移动边缘计算服务器处理用户任务的计算时延;
将多用户任务处理的系统时延定义为各用户中最大的任务处理时延,表示为:;
其中, 表示每个用户任务的处理时延。
6.如权利要求5所述的无人机辅助移动边缘计算的时延优化方法,其特征在于,所述联合优化问题模型的构建包括:以任务分配因子和无人机的飞行高度为约束,以最小化多用户任务处理的系统时延为目标,构建任务分配和无人机位置的联合优化问题模型,表示为:;
其中,C1表示用户任务分配因子的取值范围约束,C2表示无人机飞行的高度范围约束,和 分别表示无人机能飞行的最小高度和最大高度。
7.如权利要求6所述的无人机辅助移动边缘计算的时延优化方法,其特征在于,还包括:根据所述联合优化问题模型,利用粒子群的启发式迭代算法求解优化问题,获取任务分配因子和最佳无人机位置。
8.一种无人机辅助移动边缘计算的时延优化系统,其特征在于,包括:数据获取计算模块,用于基于移动边缘计算系统获取各个节点间的信道状态信息,并根据所述信道状态信息计算所述各个节点间的信道容量;
时延获取模块,用于基于所述信道容量,获取用户任务的卸载时间以及移动边缘计算服务器的计算时间,并根据所述卸载时间和计算时间得到每个用户的任务处理时延;
模型搭建模块,用于基于所述用户任务处理时延结合无人机的飞行高度以及任务分配因子,构建任务分配和无人机位置的联合优化问题模型。
9.一种计算设备,包括:
存储器和处理器;
所述存储器用于存储计算机可执行指令,所述处理器用于执行所述计算机可执行指令,该计算机可执行指令被处理器执行时实现权利要求1至7任意一项所述无人机辅助移动边缘计算的时延优化方法的步骤。
10.一种计算机可读存储介质,其存储有计算机可执行指令,该计算机可执行指令被处理器执行时实现权利要求1至7任意一项所述无人机辅助移动边缘计算的时延优化方法的步骤。