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：黑龙江八一农垦大学

摘要：本发明提供一种无人机辅助的无线能量传输的移动边缘计算优化算法，其中无人机搭载能量发射器和MEC服务器可以为地面用户提供能量传输和计算服务。通过联合优化能量收集时间、用户卸载功率、用户卸载时间、CPU频率和无人机位置部署，最大化系统中所有用户的计算位数。由于问题是非凸的，因此本发明提出一种基于拉格朗日对偶法和SCA方法的两阶段交替算法，将原始问题分解为两个子问题，首先固定无人机位置去求解其它变量，然后再通过求解的变量去优化无人机的位置，交替迭代这两个子问题，直至收敛。该方法在多用户场景下，克服现有计算卸载方法中没有考虑用户能量收集时间和无人机部署位置同时进行优化的问题。

主权项：1.一种无人机辅助的无线能量传输的移动边缘计算优化算法，包括下列系统模型：1在一个多用户和单无人机的无线能量传输MEC网络中，包含K个地面用户Uk，k∈{1,2,...,K}和一个无人机。其中，所有地面用户都配备单天线和一个微型处理器，可以接收能量和进行任务卸载，但是计算能力较低，且只能在本地执行简单的计算任务。无人机搭载一个射频能量发射器和一个能执行计算密集型任务的强大处理器，可以为地面用户进行能量传输以及提供计算服务。用户通过收集到的能量，以部分卸载的形式完成其计算任务，即一部分由本地计算完成，一部分由上行计算卸载完成。下行的WPT和本地计算可以同时进行，而下行的WPT和上行计算卸载不可以同时进行。对于上行计算卸载，采用了OFDMA技术和TDMA方案。2采用基于分块的TDMA方案，每个独立的时分多址块的持续时间为T秒，分为两个阶段，即无线电力传输阶段和卸载阶段。在t0时隙中，无人机通过广播形式为用户进行供电，用户通过配备的天线进行能量收集。在T-t0时隙，采用OFDMA技术，将信道等分为K个子信道并平均分配给每个用户，用户以半双工传输方式进行工作，不能同时进行数据卸载和能量收集，能够同时进行本地计算和能量收集。假设UAV能够获得自己到用户的信道状态信息来协调能量传输、本地计算和卸载过程。3采用三维笛卡尔坐标系，令uk＝xk,yk表示用户k的水平坐标，所有用户都固定在地面上，即高度为0。为保证无人机能够避开服务区内所有障碍物，无人机以固定高度H飞行,无人机的水平坐标为qu＝xu,yu。假设无人机与每个用户之间为视距链路。因此，无人机与用户k之间的信道功率增益可表示为： 其中，β0表示参考距离d0＝1m下的信道功率增益；du,k表示无人机与用户k之间的空间距离，k∈{1,2,...K}.4用户进行本地计算和任务卸载所消耗的能量全部来自t0时隙收集到的能量。则每个用户在t0时隙收集的能量可以表示为：Ek＝t0η0hkP0,k∈K2其中，η0表示能量转换效率，0＜η0≤1；P0表示无人机的发射功率。在本文中，无人机采用恒定功率传输.在部分卸载模式下，每个用户具体操作如下：1本地计算：假设Ck表示用户k处理1bit计算任务需要的CPU周期数，fk表示用户k的CPU时钟频率，则用户k在时隙T执行的本地计算位数和本地计算能耗分别表示为： 其中，γc表示用户k的有效电容系数。2计算卸载：用户采用部分卸载策略进行任务卸载。为了避免干扰，在卸载阶段，用户与无人机之间采用频分多址OrthogonalFrequencyDivisionMultipleAccess，OFDMA进行通信。其中，带宽B被等分为k个子带宽，则用户k卸载到无人机上的任务比特数和消耗的能量可表示为： Eo,k＝tkpk6其中，Bk为用户k分配的子带宽；tk为用户k的任务卸载时间；pk表示用户k向无人机卸载任务数据时的传输功率。无人机接收到用户k卸载的任务后进行计算，并将计算结果发送给用户k。由于无人机的计算能力比用户强得多，则与计算结果相关的比特数很少，因此忽略无人机的计算时间和任务回传时间。由于每个用户的卸载时间和能量收集时间不超过时隙的持续时间，因此应该满足以下约束：t0+tk≤T7由于本地计算和任务卸载所消耗的能量全部来自收集到的能量，因此应该满足以下能量收集因果约束：El,k+Eo,k≤Ek8用户k的总任务位数Rk可表示为: 5、研究部分卸载模式下的资源分配问题，通过联合优化能量收集时间t0、用户CPU时钟频率fk、卸载传输功率pk、卸载时间tk和无人机部署位置qu，使所有用户的总计算位数最大化，目标问题可以表示为： 其中，表示用户k的最大CPU时钟频率，为用户k最大卸载传输功率。C1表示能量收集的因果约束；C2表示用户k的能量收集时间和卸载时间不能超过时隙的持续时间；C3和C4约束了用户k的CPU时钟频率和卸载传输功率。由于变量t0,fk,pk,tk,qu存在相互耦合，因此问题P1是一个非凸问题。为了解决这一问题，提出了一个两阶段交替迭代优化算法，将问题P1分解为两个子问题来优化CPU时钟频率fk、能量收集时间t0、用户卸载传输功率pk，卸载时间tk和无人机坐标qu。然后，通过交替迭代，直至算法收敛，最后得到最优解。

全文数据：

权利要求：

百度查询： 黑龙江八一农垦大学 无人机辅助的无线能量传输的移动边缘计算系统中最大化计算位算法