1.一种有源RIS辅助UAV移动边缘计算系统的能量效率优化方法,其特征在于,具体包括以下步骤:S1:依据地面终端设备、有源RIS、UAV运行参数建立系统模型、通信模型和能耗模型;所述S1中建立的系统模型具体包括:系统模型包括一个地面MEC服务器、一架无人机和区域内K个地面终端设备;用集合{1,2,…,K}表示所有地面终端设备;无人机配备了有源RIS,作为中继帮助地面终端设备将任务转发到地面MEC服务器进行计算;
假设个地面终端设备和MEC服务器都位于地面且位置固定,即高度为0,第个地面终端设备的水平面坐标表示为,MEC服务器的水平面坐标表示为,假设UAV-ARIS保持在固定高度飞行,其水平面位置保持不变;飞行时间被均匀划分为个时隙,且在每个时隙的时长为,因此在时隙UAV-ARIS的位置和飞行速度分别表示为,由此可以得到以下飞行约束:其中表示UAV最大飞行速度,分别表示飞行的起始和终止位置;第个地面终端设备到ARIS在第个时隙的距离表示为,ARIS和MEC服务器在第个时隙的距离可以表示为;由于UAV具有良好的视距路径,因此考虑纯LoS路径,第个地面终端设备到ARIS的在第个时隙信道可以表示为,其中表示单位距离的路径损耗,表示导向矢量;同理,ARIS到MEC第个时隙的信道表示为,其中和分别表示MEC和ARIS的接收和发送导向矢量;
所述S1中建立的通信模型包括:假设ARIS配置有个单元,地面MEC服务器配置有根接收天线,个地面终端设备都配置单天线,ARIS到地面MEC服务器的在第个时隙的信道表示为,第个地面终端设备到ARIS的第个时隙信道表示为;
考虑地面终端设备以TDMA的方式进行任务卸载,且每个地面终端设备都分配等时间的子时隙,即;假设第个地面终端设备的发射功率为,发射符号为,那么在MEC处的接收信号表示为;
其中,和分别表示第个地面终端设备第个时隙到ARIS第个反射单元的反射幅度和相位;表示第个地面终端设备在第个时隙的发送符号,和分别表示ARIS和MEC接收端处的热噪声,和分别表示和的单位矩阵,和分别表示ARIS和MEC接收端处的高斯白噪声功率;
假设MEC处对第个地面终端设备第个时隙的接收波束向量为,第个地面终端设备第个时隙在MEC服务器上恢复的信号表示为,那么第个地面终端设备第个时隙的速率表示为:;其中表示传输带宽;
考虑部分卸载,即将第个地面终端设备在第个时隙的计算任务划分为两部分,分别表示为以及,且满足,其中是本地计算的计算量,是卸载计算量,是第个地面终端设备总计算量,本地计算的计算量应该满足以下的条件;其中表示处理1 bit任务所需的CPU圈数,表示第个地面终端设备最大计算能力;卸载量的约束表示为;上述约束表示卸载量不能超过最大速率和所分配时间的乘积;
所述S1中建立能耗模型包括,在UAV-ARIS辅助的MEC通信系统中,总能耗主要由地面终端设备本地计算以及卸载任务的能耗、MEC服务器的计算能耗、UAV的飞行能耗以及ARIS能耗组成;其中第个时隙所有地面终端设备的能耗建模为;其中表示地面终端设备的开关电容系数;MEC服务器在第个时隙计算能耗表示为
;其中表示MEC服务器的开关电容系数;至于UAV的飞行能耗,采用旋翼无人机新型能耗模型,该模型考虑了实际推重比,如下所示:;其中为悬停状态下叶片功率,为叶片角速度,为机身阻力比,为空气密度,为转子体积,为旋翼面积,为悬停状态下的诱导功率,为转子向前飞行时的诱导速度;
由于ARIS是主动式单元,消耗能量,对于第个单元,其功耗建模如下:
;其中表示放大器效率,和分别表示静态电路功耗和直流偏置功耗部分,表示第个单元的输出功率,与在第个时隙的入射信号功率有关,表示为;其中,表示第个地面终端设备第个时隙到ARIS第个反射单元的信道;因此第个时隙ARIS的能耗表示为;由于无人机的飞行能耗远大于卸载能耗,因此考虑以下加权能耗如下:
;其中为加权系数;
S2:根据地面终端设备和MEC服务器完成的任务总量与系统加权总能耗,构建以最大化系统能量效率为目标的优化问题;
S3:利用线性最小均方误差估计、连续凸近似法和丁克尔巴赫算法对最大能量效率函数进行优化求解,通过不断迭代得到原始问题局部最优解,实现最大系统能量效率。
2.根据权利要求1所述的一种有源RIS辅助UAV移动边缘计算系统的能量效率优化方法,其特征在于,所述S2中构建以最大化系统能量效率为目标的优化问题具体包括:通过联合优化无人机轨迹、无人机飞行速度、卸载量、ARIS反射系数以及MEC接收波束向量,以最大化系统的能量效率,如下所示:;其中,C1表示本地计算的最大任务量约束,C2表示最大可卸载任务量约束,C3表示每个地面终端设备所有时隙的任务量总和应大于一定门限,C4表示无人机飞行的初始位置和结束位置,C5表示无人机的飞行速度不能超过规定的最大飞行速度、C6表示无人机飞行过程中的位置变化。
3.根据权利要求1所述的一种有源RIS辅助UAV移动边缘计算系统的能量效率优化方法,其特征在于,S3采用线性最小均方误差估计、连续凸近似法和丁克尔巴赫算法对最大能量效率函数进行优化的过程包括:优化MEC处的接收波束向量,优化卸载量,优化ARIS反射系数,优化UAV飞行轨迹以及飞行速度,对这些子问题进行求解,通过对子问题的解不断迭代得到原始问题的局部最优解,实现最大系统能量效率。