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！

申请/专利权人：重庆邮电大学

摘要：本项发明涉及移动边缘计算技术领域，具体涉及一种采用改进的混合自然启发优化算法ImprovedHybridNature‑InspiredOptimizationAlgorithm，IHNIO来进行边缘计算任务卸载的新方法。此方法建立了依靠无人机支持的多用户移动设备UE的MEC卸载结构；该结构下，集成了数据压缩技术到无人机辅助的边缘计算卸载系统中，并且制定了通信、时延和能源消耗的模型来评估移动设备卸载任务所需的成本；本发明利用改进的自然启发式混合算法对卸载过程和资源分配进行优化处理，降低用户设备卸载任务的总成本；该算法利用全局搜索能力和鲁棒性，在优化边缘卸载策略时，有效规避过早收敛导致的全局最优解遗漏问题；本发明提出的方法能显著减少移动边缘计算任务的平均时延和能耗，实现系统的最优化效能。

主权项：1.一种基于改进自然启发式混合算法IHNIO的边缘计算任务卸载方法，其特征在于，该方法包括：S1：建立无人机支持的多用户环境UEMEC任务卸载架构；初始化模型参数并设定待处理的任务集合；S2：对于在本地执行的任务，利用模型参数来创建本地计算的时延模型和能耗模型；S3：对于需卸载的任务，搜集移动设备相关参数，并据此计算各类时延无人机传输和计算时延、本地MEC传输和计算时延、远程MEC传输和计算时延、云服务器传输和计算时延和能耗用户设备传输能耗、无人机计算能耗、悬停能耗及飞行能耗，以估算移动设备卸载作业的总成本；S4：采纳基准策略计算用户设备的平均时延和能耗，以系统能效比作为优化的目标函数；S5：采用改进自然启发式混合算法IHNIO解决问题，以确定任务卸载策略和资源分配方案；S51：利用带权图最大团算法确定无人机部署数量和位置；构建无人机与其覆盖区域内UE间的通信链路；S52：初始化种群大小、用户设备UE群组、边缘服务器MEC群组等，设定最大迭代次数T；S53:随机形成个体的初始卸载决策和资源配置方案；在没有无人机部署的场景下，评估UE的计算时延和能耗；S54:迭代执行，根据适应度函数优选出最佳个体；S55:根据生成的随机数和个体的选择概要得到新个体，若随机数小于对个体执行全局搜索和突变操作；否则执行局部搜索；S56:如果新个体适应度提高，就更新种群；否则保持现状；S57:使用观察蜂阶段，更新个体；使用侦察蜂机制对表现不佳的个体进行优化；通过反向学习机制来提高种群多样性；S58:判断是否达到迭代次数T，未达到则迭代数加一并返回S5，否则输出最优卸载策略与资源分配方案。根据权利要求1所述的一种基于改进自然启发式混合算法IHNIO的边缘计算任务卸载方法，其特征在于，确定模型的参数包括：用户设备坐标xi,yi,zi，i∈{1,2,…,N}，无人机坐标Xi,Yi,Zi，i∈{1,2,…,N}，载流子频率fc，光速c，平均附加损耗ηLoS和ηNLoS，取决于环境的恒定值α和β，用户设备和无人机之间的仰角90-θi,j，信道带宽B，用户设备传输任务时发射功率Pi，噪声功率N0。用户设备和无人机之间的距离： 视距信道： 非视距信道： 用户设备与无人机之间LoS链路的概率： 无人机与用户设备的数据传输速率： 其中，di,j表示用户设备和无人机之间的距离，表示视距信道，表示非视距信道，fc表示载流子频率，c表示光速，ηLoS和ηNLoS表示平均附加损耗，表示用户设备与无人机之间LoS链路的概率，α和β表示环境如城市、郊区、高层城市、农村等的恒定值，90-θi,j表示用户设备和无人机之间的仰角，Ri,j表示无人机与用户设备的数据传输速率，B表示信道带宽，Pi表示用户设备传输任务时发射功率，N0表示噪声功率。

全文数据：

权利要求：

百度查询： 重庆邮电大学 一种基于IHNIO算法的边缘计算任务卸载方法