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：南京邮电大学

摘要：本发明公开了一种基于服务缓存的无人机辅助任务卸载与资源分配方法，用于多无人机辅助的MEC系统，同时考虑服务缓存以及计算卸载，其中无人机可以缓存部分程序来执行地面终端设备卸载的计算任务，同时本地终端设备可以缓存少量程序来执行部分计算任务；并在所有设备和无人机的任务完成时延要求和无人机能量有限的限制条件下，建立了最小化所有地面终端设备请求任务的总时延优化问题。该问题是一个混合整数非线性规划问题，将其解耦为任务卸载决策、无人机资源分配和无人机轨迹三个子问题，分别采用松弛变量、拉格朗日乘子法、泰勒展开方法对三个子问题进行迭代求解，获得了任务卸载决策、无人机资源分配和无人机轨迹的最优解。

主权项：1.一种基于服务缓存的无人机辅助任务卸载与资源分配方法，其特征在于，所述方法包括：S1.根据地面终端设备历史所需服务获得本地流行度，无人机根据本地流行度选择缓存所需服务，得到无人机缓存方案；S2.地面终端设备采用随机方式缓存服务，得到地面终端设备缓存方案；S3.响应于地面终端设备发出任务请求，基于所述无人机缓存方案和地面终端设备缓存方案，利用预构建的最小化所有地面终端设备请求任务的总时延优化问题联合优化得到任务卸载决策、无人机资源分配和无人机轨迹；S4.按照优化得到的任务卸载决策确定地面终端设备请求的任务在本地终端设备上进行计算，或将任务卸载到相应无人机上进行计算；无人机按照优化得到的无人机轨迹进行飞行，按照优化得到的无人机资源分配对地面终端设备进行资源分配；其中所述最小化所有地面终端设备请求任务的总时延优化问题P1包括： 其中，C1为时延限制，Tm为地面终端设备m请求的任务完成的总时延，K＝{1,2,...,k1}和Μ＝{1,2,...,m1}分别为无人机UAV和地面终端设备的集合，B＝bm,k∈{0,1}:m∈M,k∈K为地面终端设备m是否接入无人机k的集合，F＝fk,m:m∈M,k∈K为无人机k对地面终端设备m的计算能力的集合，C＝cm,k∈{0,1}:m∈M,k∈K表示地面终端设备m的计算任务是否卸载到无人机上的集合，Q＝Qk:k∈K为无人机k的水平位置坐标；为地面终端设备m的任务最大时延，为表示任意的数学符号；C2为用户能耗限制，Em为地面终端设备m的总能耗，为地面终端设备m的最大能耗；C3为无人机能耗限制，Ek为无人机k的总能耗，为无人机的最大能耗；C4为无人机分配的资源限制，fk,m为无人机k对地面终端设备m的计算能力，为无人机k的最大计算能力；C5为因果约束，即地面终端设备接入无人机后，方能选择卸载计算，cm,k∈{0,1}表示地面终端设备m的计算任务是否卸载到无人机上，1表示卸载，0表示不卸载；bm,k∈{0,1}为地面终端设备m是否接入无人机k，1表示接入，0表示不接入；C6规定了一个地面终端设备仅能接入一架无人机；C7为无人机的最大接入地面终端设备数，为最大接入地面终端设备数；C8为无人机之间的最大距离限制，无人机k的水平位置坐标为Qk＝xk,yk，Ql为无人机l的水平位置坐标，dm为无人机之间的最大距离；C9规定了地面终端设备在无人机的最大范围内，才能接入到无人机，Rk,m为地面终端设备m与无人机k之间的距离，为无人机最大通信范围；C10表明cm,k,ak,s,bm,k,em,s为二元变量，ak,s∈{0,1}表示无人机k是否缓存服务s，1表示缓存，0表示没有缓存，em,s∈{0,1}表示地面终端设备m是否缓存服务s，1表示缓存，0表示没有缓存；最小化所有地面终端设备请求任务的总时延优化问题的构建方法包括：由于基站的覆盖问题，区域中的地面终端设备无法直接与基站BS通信；基站通过有线光纤链路连接到云中心，而无人机通过无线回程链路与基站通信；假设前端和回程链路工作在不同的频段上，每个无人机到基站BS的无线回程链路容量为Rb，对于前端链路，每个无人机覆盖范围内的地面终端设备采用正交频分多址，多个地面终端设备之间均分带宽，假设上行下行通信总带宽均为B，则无人机k到地面终端设备的双向无线通信频谱带宽为BMk，其中Mk为无人机k所服务的用户总数；无人机k的水平位置坐标为Qk＝xk,yk，高度固定，地面终端设备m的水平位置坐标为Qm＝xm,ym，则地面终端设备m与无人机k之间的距离为地面终端设备m与无人机k之间的信道增益为h0为参考距离d0＝1的信道增益，H为每个无人机的飞行高度；假设地面终端设备m与无人机k之间的双向信道增益相同，则地面终端设备m与无人机k之间的上行、下行速率分别为 其中，pm为地面终端设备m发射功率，pk为无人机k分配给地面终端设备m的发射功率，N0为接收机的噪声功率；本地计算的时间为地面终端设备进行本地计算的能耗为其中，κ为取决于芯片结构的系数，fm为地面终端设备的计算能力，Cm为地面终端设备的计算任务所需CPU周期数；地面终端设备选择卸载到无人机上进行计算，任务上传到无人机的时间为任务上传能耗为任务计算的时间为任务计算的能耗为其中，lm为地面终端设备m输入数据的大小，fk,m为无人机k对地面终端设备m的计算能力，若无人机k的最大计算能力为则当选择本地计算但是地面终端设备没有缓存到对应服务时，地面终端设备从无人机下载对应的服务下载时间为其中，cs为服务s程序的大小；无人机k给地面终端设备m发送服务s的能耗为若无人机中没有用户请求任务所对应的服务程序，则需通过基站从远程下载相应服务，下载服务s的时间为若地面终端设备m选择本地计算，则本地计算总时延为： 其中，bm,k∈{0,1}为地面终端设备m是否接入无人机k，1表示接入，0表示不接入；em,s∈{0,1}表示地面终端设备m是否缓存服务s，1表示缓存，0表示没有缓存；任务在地面终端设备m本地计算总能耗为： 地面终端设备m的计算任务在无人机k上执行的总时间为： 其中ak,s∈{0,1}表示无人机k是否缓存服务s，1表示缓存，0表示没有缓存；地面终端设备m的计算任务在无人机k上执行的总能耗为： 若地面终端设备m选择卸载计算，此时地面终端设备m的计算任务在无人机k上计算时间为： 地面终端设备m的计算任务在无人机k上的能耗为： 其中cm,k∈{0,1}表示地面终端设备m的计算任务是否卸载到无人机上；地面终端设备m请求的任务完成的总时延Tm： 地面终端设备m的总能耗Em： 无人机k的总能耗Ek：

全文数据：

权利要求：

百度查询： 南京邮电大学 一种基于服务缓存的无人机辅助任务卸载与资源分配方法