一种对多无人机辅助边缘计算系统的控制方法及控制系统技术方案

本申请公开了一种对多无人机辅助边缘计算系统的控制方法及控制系统，其中对多无人机辅助边缘计算系统的控制方法具体包括以下步骤：S1，进行状态信息的初始化；S2，根据初始化的状态信息，获取功率控制；S3，根据功率控制结果，获取无人机和地面用户配对策略；S4，根据无人机和地面用户配对策略，获取无人机水平轨迹规划；S5，根据水平轨迹规划，获取无人机垂直轨迹规划；重复执行S2

【技术实现步骤摘要】
一种对多无人机辅助边缘计算系统的控制方法及控制系统


[0001]本申请涉及移动通信网络领域，尤其涉及一种对多无人机辅助边缘计算系统的控制方法及控制系统。

技术介绍

[0002]随着物联网的兴起，云传感器、智能手机、可穿戴设备等不同类型的地面用户设备(terminal devices,TDs)数量不断激增；人脸识别、互动游戏、虚拟现实等智能应用也在不断涌现。然而，由于这些终端设备的计算能力较弱，电池容量较低，有效计算这些应用产生的大量计算数据是一个棘手的问题。在此背景下，移动边缘计算(mobile edge computing,MEC)作为一种具有发展潜力的技术，能够帮助TDs在网络边缘进行数据处理和计算，从而使上述问题得到解决。
[0003]凭借灵活的机动性，无人机(unmanned aerial vehicle,UAV)辅助的MEC近年来受到越来越多的研究关注。通过对无人机的飞行控制，可以为通信网络带来明显的性能增益。尤其是三维(three
‑
dimension,3D)无人机的位置部署和轨迹规划，可以进一步提升MEC网络的性能。与传统的二维轨迹规划相比，包括水平轨迹和垂直(高度)轨迹在内的三维无人机轨迹规划更具有普适性。
[0004]此外，单无人机辅助的MEC网络面临着通信覆盖不足、计算能力弱、网络稳健性差等缺点。因此，提出多无人机联合设计的MEC网络场景具有更为实际的意义。首先，采用多无人机进行边缘计算拥有广域覆盖的潜力，且可服务的地面用户数量较多；其次，多无人机具有强大的计算能力，能够应对大计算量、低时延的业务需求；最后，多无人机边缘计算网络具有稳健性，不容易受到诸如某个无人机因能量不足或故障原因造成退网等突发情况影响。
[0005]在此基础上，我们通过解决多无人机辅助MEC系统中系统效用最大的关键问题，提出了多无人机辅助边缘计算系统的计算、通信与控制方法，其中着重考虑了系统的计算公平性和无人机三维轨迹规划，同时也对系统功率控制、无人机
‑
地面用户配对等方面进行了联合设计。
[0006]尽管MEC为地面用户设备的计算提供了一种有效的解决方案，通过无人机的辅助设计，也能进一步增强系统的灵活性和计算能力。目前不管学术界还是工业界，很少在无人机辅助的MEC场景中关注到三维轨迹设计，而对于三维多无人机辅助MEC网络中的计算、通信和控制方法更是鲜有工作提及。但在实际情况中，三维多无人机辅助边缘计算系统更具一般性，也更符合实际应用场景的需求。
[0007]因此，如何实现多无人机辅助边缘计算系统的计算、通信与控制方法，成为本领域急需解决的问题。

技术实现思路

[0008]本申请的目的本专利技术的目的在于，在保证计算公平性的前提下实现网络效用值最
大，并解决系统功率控制、无人机
‑
地面用户配对和三维无人机轨迹规划的问题。
[0009]为达到上述目的，本专利技术提出一种对多无人机辅助边缘计算系统的控制方法，具体包括以下步骤：S1，进行状态信息的初始化；S2，根据初始化的状态信息，获取功率控制；S3，根据功率控制结果，获取无人机和地面用户配对策略；S4，根据无人机和地面用户配对策略，获取无人机水平轨迹规划；S5，根据水平轨迹规划，获取无人机垂直轨迹规划；
[0010]重复执行S2
‑
S5，判断是否达到最大迭代次数，若达到最大迭代次数，则输出结果。
[0011]如上的，其中，若未达到最大迭代次数，则迭代次数加1，重复执行S120
‑
150。
[0012]如上的，其中，初始化状态信息包括，初始化无人机三维飞行轨迹，地面用户最大数据卸载功率无人机最大CPU计算频率系统带宽B，时隙长度δ
t
，地面用户间的最小计算公平系数θ，以及收敛精度和最大迭代次数。
[0013]如上的，其中，最小公平系数满足以下约束关系：
[0014][0015]其中M表示所有无人机MEC服务器，N表示系统总时隙，K表示所有地面用户设备，R
k,m
[n]表示的是地面用户k在时隙n时到无人机m的卸载速率，θ表示地面用户间的最小计算公平系数。
[0016]如上的，其中，地面用户k在时隙n时到无人机m的卸载速率R
k,m
[n]具体表示为：
[0017][0018]其中p
k
[n]表示用户数据卸载功率在每个时隙内的数据卸载功率，B1、B2、C1、C2为常数，且满足C1＞0、C2＞0、C1+C2＝1，u
k,m
[n]表示当前时刻地面用户k到无人机m仰角的正弦值。
[0019]如上的，其中，其中q
m
[n]表示无人机m在第n个时隙的水平轨迹变量，H
m
[n]表示无人机m在第n个时隙的垂直轨迹变量，w
k
表示地面用户k的位置。
[0020]如上的，其中，根据初始化的状态信息，获取功率控制具体包括以下子步骤：将所有初始化的状态信息作为输入；根据输入的初始化状态信息，获取数据卸载功率，即获取功率控制。
[0021]如上的，其中，引入辅助变量I
k,m
[n]，使得满足根据辅助变量对R
k,m
[n]进行处理，使得函数R
k,m
[n]转变为凸函数，使用凸优化工具箱求解得到数据卸载功率的解。
[0022]如上的，其中，函数R
k,m
[n]变成了关于数据卸载功率的凸函数，具体表示为：
[0023][0024]其中λ
k,m
[n]＝1表示地面用户k在时隙n与无人机m进行了配对；反之则λ
k,m
[n]＝0，p
k
[n]表示用户k的数据卸载功率在每个时隙内的数据卸载功率，K表示所有地面设备，σ2表示白噪声功率，表示下边界函数，β
k,m
[n]表示无人机m在第n个时隙与用户k的信道功率增益，β
i,m
[n]表示无人机m在第n个时隙与用户i的信道功率增益，B1、B2、C1、C2为常数，且满足C1＞0、C2＞0、C1+C2＝1，表示当前时刻地面用户k到无人机m仰角的正弦值，,q
m
[n]表示无人机m在第n个时隙的水平轨迹变量，H
m
[n]表示无人机m在第n个时隙的垂直轨迹变量，w
k
表示地面用户k的位置。
[0025]一种对多无人机辅助边缘计算系统的控制系统，具体包括，初始化单元，功率控制单元，配对单元，水平轨迹规划单元，垂直轨迹规划单元以及输出单元；其中初始化单元，用于进行状态信息的初始化；功率控制单元，用于根据初始化的状态信息，获取功率控制；配对单元，用于根据功率分配结果，进行无人机和地面用户配对策略；水平轨迹规划单元，用于获取无人机水平轨迹规划；垂直轨迹规划单元，用于获取无人机垂直轨迹规划；输出单元，用于输出结果。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种对多无人机辅助边缘计算系统的控制方法，其特征在于，具体包括以下步骤：S1，进行状态信息的初始化；S2，根据初始化的状态信息，获取功率控制；S3，根据功率控制结果，获取无人机和地面用户配对策略；S4，根据无人机和地面用户配对策略，获取无人机水平轨迹规划；S5，根据水平轨迹规划，获取无人机垂直轨迹规划；重复执行S2
‑
S5，判断是否达到最大迭代次数，若达到最大迭代次数，则输出结果。2.如权利要求1所述的对多无人机辅助边缘计算系统的控制方法，其特征在于，若未达到最大迭代次数，则迭代次数加1，重复执行S120
‑
150。3.如权利要求1所述的对多无人机辅助边缘计算系统的控制方法，其特征在于，初始化状态信息包括，初始化无人机三维飞行轨迹，地面用户最大数据卸载功率无人机最大CPU计算频率系统带宽B，时隙长度δ
t
，地面用户间的最小计算公平系数θ，以及收敛精度和最大迭代次数。4.如权利要求3所述的对多无人机辅助边缘计算系统的控制方法，其特征在于，最小公平系数满足以下约束关系：其中M表示所有无人机MEC服务器，N表示系统总时隙，K表示所有地面用户设备，R
k,m
[n]表示的是地面用户k在时隙n时到无人机m的卸载速率，θ表示地面用户间的最小计算公平系数。5.如权利要求4所述的对多无人机辅助边缘计算系统的控制方法，其特征在于，地面用户k在时隙n时到无人机m的卸载速率R
k,m
[n]具体表示为：其中p
k
[n]表示用户数据卸载功率在每个时隙内的数据卸载功率，B1、B2、C1、C2为常数，且满足C1＞0、C2＞0、C1+C2＝1，u
k,m
[n]表示当前时刻地面用户k到无人机m仰角的正弦值。6.如权利要求5所述的对多无人机辅助边缘计算系统的控制方法，其特征在于，其中q
m
[n]表示无人机m在第n个时隙的水平轨迹变量，H
m
[n]表示无人机m在第n个时隙的垂直轨迹变量，w
k
表示地面用户k的位置。7.如权利要求6所述的对多无人机辅助边缘...

【专利技术属性】
技术研发人员：张天魁，徐瑜，雷佳艺，许文俊，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：