买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉重庆邮电大学申请的专利一种基于SFC的无人机边缘网络任务卸载方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117793749B 。

龙图腾网通过国家知识产权局官网在2025-09-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311818097.2，技术领域涉及：H04W24/02；该发明授权一种基于SFC的无人机边缘网络任务卸载方法是由鲍宁海;张浩波;陈兴志;卢啸威设计研发完成，并于2023-12-27向国家知识产权局提交的专利申请。

本一种基于SFC的无人机边缘网络任务卸载方法在说明书摘要公布了：本发明请求保护一种基于SFC的无人机边缘网络任务卸载方法，属于通信技术领域。针对低空边缘网络中特定类型业务在局部区域集中爆发，可能造成网络负载失衡、任务卸载质量恶化和服务体验下降的问题，提出一种基于SFC的无人机边缘网络任务卸载方法。根据地面用户的实时位置分布和任务卸载请求，采用深度强化学习方法动态规划无人机群的巡航轨迹，根据无人机的位置分布和机载VNF类型构建SFC映射决策，根据机载计算资源状态和任务卸载时延要求，构建资源分配决策，通过在无人机群巡航过程中对SFC映射决策和资源分配决策的动态优化，最大化网络资源利用率，从而有效提高任务卸载完成率，降低系统单位任务卸载时延。

本发明授权一种基于SFC的无人机边缘网络任务卸载方法在权利要求书中公布了：1.一种基于SFC的无人机边缘网络任务卸载方法，其特征在于，包括以下步骤： 101、将无人机群的巡航时间划分为K个长度为Δt的离散等长时隙，且在任意第k个时隙内系统状态不变，k∈K，采用双延时深度确定性策略梯度算法思想构建深度强化学习模型，初始化k＝0，建立第k时隙内包含地面用户位置和无人机群位置的网络状态向量sk、无人机群动作向量ak、奖励函数rk、无人机群动作策略发生器Actor、无人机群状态-动作值发生器Critic、SFC映射与资源分配决策发生器Mapping-Allocation、经验样本存储区，随机样本集Mini-Batch； 102、如果k＜K，令k＝k+1，根据k时隙内用户i的任务请求、网络状态向量sk和机载计算资源分布状态，通过SFC映射与资源分配决策发生器Mapping-Allocation更新k时隙内用户i的SFC部署决策{X,Y,Z}，其中，X为节点映射决策，Y为链路映射决策，Z为资源分配决策，跳转到步骤103，否则，跳转到步骤105； 103、根据{X,Y,Z}执行k时隙内用户i的任务卸载，获得相应的无人机群动作奖励rk，通过无人机群动作策略发生器Actor获得sk状态下无人机群动作向量ak，根据sk与ak计算获得sk+1，将[sk,ak,rk,sk+1]加入经验样本存储区； 104、从经验样本存储区随机抽样获得Mini-Batch样本集，并将Mini-Batch样本集分别导入无人机群动作策略发生器Actor与无人机群状态-动作值发生器Critic进行训练，跳转到步骤102； 105、结束； 所述步骤102中通过SFC映射与资源分配决策发生器Mapping-Allocation获得用户i的SFC部署决策{X,Y,Z}的方法如下： 1根据用户i提出的任务卸载请求，将用户i所需VNF依次放入集合S，初始化候选映射无人机集合计数变量m＝0，最优SFC部署适应度ξ*＝0； 2根据S和当前无人机网络状态，为用户i获取接入无人机ja，如果成功，跳转到步骤3，否则，跳转到步骤10； 3如果m＜Mmax，其中，Mmax表示网络中无人机节点的最大搜索范围跳数，令m＝m+1，跳转至步骤4，否则，跳转到步骤9； 4对距离ja无人机m跳范围内的每一架无人机j，将可用计算资源cj＞c0的无人机加入到集合Jmap，其中，c0表示VNF实例化所需基础计算资源，如果|Jmap|≥|S|，令计数变量q＝0，跳转到步骤5，否则，跳转到步骤3； 5如果q＜Qmax，其中，Qmax表示在集合Jmap中搜索SFC的最大次数，令q＝q+1，跳转至步骤6，否则，跳转到步骤3； 6根据集合Jmap和接入无人机ja，构建并更新所需SFC的映射决策{X,Y}，如果成功，跳转到步骤7，否则，跳转到步骤5； 7根据当前无人机网络状态和映射决策{X,Y}，构建并更新所需SFC的资源分配决策{Z}，如果成功，跳转到步骤8，否则，跳转到步骤5； 8计算SFC部署决策{X,Y,Z}的适应度ξ，如果ξ*≤ξ，令ξ*＝ξ，最优SFC部署决策{X*,Y*,Z*}＝{X,Y,Z}，跳转至步骤5，否则，跳转至步骤5； 9输出用户i的最优SFC部署决策{X*,Y*,Z*}； 10算法结束； 所述步骤7中构建并更新所需SFC的资源分配决策{Z}的方法如下： 31根据节点映射决策X，将映射节点加入临时集合J′，并为集合J′中的每架无人机j分配VNF实例化所需基础计算资源c0，根据链路映射决策Y，将虚链路所需带宽b加入资源分配决策{Z}，并获得卸载路径的任务传输总时延ttran，其中，ttran为任务数据通过卸载路径上每条物理链路的传输时延累和； 32令临时集合J″＝J′，根据无人机j的可用计算资源cj的值，对集合J″中的元素升序排列； 33如果计算J″中第一架无人机j需分配的任务计算资源并更新资源分配决策{Z}，从集合J″中移除无人机j，跳转到步骤33，否则，跳转到步骤34； 34如果任务计算时延tcom≤Tmax-ttran，其中，Tmax为任务容忍时延，输出资源分配决策{Z}，跳转到步骤35，否则，跳转到步骤35； 35算法结束； 所述步骤33中无人机j为用户i分配的任务计算资源的计算方法，如公式6所示： 公式6中，u表示用户i的任务数据量，w表示用户i的任务复杂度，tc表示剩余计算时延，tc的计算方法，如公式7所示：

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。