一种移动边缘计算系统的部署、控制方法及其系统技术方案

本申请公开了一种移动边缘计算系统的部署、控制方法及其系统，其中一种移动边缘计算系统的部署、控制方法，具体包括以下步骤：初始化状态信息；获取用户最佳的信号检测结果；获取最佳发射波束；获取最佳反射相位；获取最佳无人机功率分配和计算资源分配结果；获取并输出最佳无人机飞行轨迹；判断是否收敛到预设精度或迭代次数达到最大迭代次数；若收敛到预设精度或迭代次数达到最大迭代次数，输出最佳结果。本申请提出的一种移动边缘计算系统中无人机和智能反射面联合设计方法，可以实现对移动边缘计算系统中无人机和智能反射面联合设计的目的。的目的。的目的。

【技术实现步骤摘要】
一种移动边缘计算系统的部署、控制方法及其系统


[0001]本申请涉及移动通信领域，具体地，涉及一种移动边缘计算系统的部署、控制方法及其系统。

技术介绍

[0002]目前，以面向智慧城市、智慧交通、智慧农业、环境监测等主要业务的大规模物联网场景，需要采集超大规模的传感器节点数据，这对现有的通信技术提出了严峻挑战。此外，在虚拟/增强现实、人脸识别、自动驾驶、智能工厂等一系列人工智能技术应用的驱动下，未来物联网终端设备将产生计算密集型的业务需求，这些需求通常具有低时延、高算力要求的特点，终端设备根本无法依靠自身的有限算力和能量在本地完成计算任务。因此，保障这些任务能够被有效计算，移动边缘计算计算应运而生。而通过无人机辅助的移动边缘计算系统可以更加激发网络的计算潜力，利用无人机的机动性能，通过搭载边缘计算服务器的方式，为地面终端设备提供计算任务卸载服务是目前的研究热点。智能反射面(Reconfigurable Intelligent Surface,IRS)是一种无源的平面反射阵列，其表面整齐排列着许多可重构单元(reconfigurable element)，每一个元素都可以对入射信号进行单独的相移和幅度控制，从而改变入射信号的传输特性。根据发送端的天线数，智能反射面的波束赋形研究分为以下两类：1)单无源波束赋形一般针对于SISO系统，发送端和接收端均只配备一根天线。当传播信号到达IRS后，IRS通过软件编程的方式调整反射信号的幅度和相位，使反射信号与其他路径的信号构造性相加，从而增强接收端期望信号功率，这个过程即为IRS的无源波束赋形；2)无源+有源波束赋形适用于多天线系统，即发送端配有多根天线组成的天线阵列。在信号传输前，可以对信号在发送端进行预编码，形成具有指向性的波束，这个过程也叫做有源波束赋形。通过这种有源和无源波束赋形结合的方式，可以显著增强传输信号，提高通信质量。
[0003]目前无人机边缘计算系统中，尽管无人机能够与地面终端大概率建立视距传输路径进行通信，但对于障碍物分布密集的城市环境或海拔高度变化频繁的野外环境，无人机与地面之间的信号衰落严重，信号传输面临着强阻塞的风险。此时，无人机的无线覆盖是不稳定的，甚至会出现覆盖盲区。对此，借助传统的大规模多天线技术虽然可以增强信号强度抵抗信道衰落的影响，但是额外增加了收发端信号处理复杂度与无人机通信能耗，这对特定应用场景下以电池供电的物联网终端以及能量受限的无人机来说，影响了系统的可扩展性和应用范围。
[0004]因此，如何提供一种提升边缘计算系统性能的移动边缘计算系统的部署与控制方法，是本领域技术人员急需解决的问题。

技术实现思路

[0005]本申请提供了一种移动边缘计算系统的部署、控制方法，具体包括以下步骤：初始化状态信息；响应于初始化状态信息，获取用户最佳的信号检测结果；响应于获取用户最佳
的信号检测结果，获取最佳发射波束；响应于获取最佳发射波束，获取最佳反射相位；响应于获取最佳发射波束，获取最佳无人机功率分配和计算资源分配结果；响应于获取最佳无人机功率分配和计算资源分配结果，获取并输出最佳无人机飞行轨迹；判断是否收敛到预设精度或迭代次数达到最大迭代次数；若收敛到预设精度或迭代次数达到最大迭代次数，输出最佳结果。
[0006]如上的，其中，初始化状态信息包括，初始化地面用户设备数、智能反射面反射单元数、无人机天线数、系统总时隙、每个时隙长度、无人机轨迹表示、用户最大发射功率、无人机最大发射功率、无人机及地面无线接入点最大计算频率、系统通信带宽和白噪声功率，以及收敛精度和最大迭代次数。
[0007]如上的，其中，确定的信号检测结果具体表示为：
[0008][0009]其中I
L
表示L
×
L维的矩阵，h
ur
[n]分别表示智能反射面与无线接入点之间、无人机与无线接入点之间、无人机与智能反射面之间的信道系数，σ2表示白噪声功率。
[0010]如上的，其中，最佳发射波束w
k
[n]具体表示为：
[0011][0012]h
ur
[n]分别表示智能反射面与无线接入点之间、无人机与无线接入点之间、无人机与智能反射面之间的信道系数，表示服务用户k的第n时隙中智能反射面的相移矩阵，表示第在服务用户k的第n时隙，对智能反射面第m个智能单元的相位θ
k,m
[n]进行控制。
[0013]如上的，其中，最佳反射相移θ
k，m
[n]具体表示为：
[0014][0015]其中表示第m个元素，表示h
ur
[n]第m行向量，w
k
[n]表示最佳发射波束。
[0016]如上的，其中，获取最佳无人机功率分配和计算资源分配结果，具体包括以下子步骤：获取第一输入信息；根据第一输入信息，获取最佳无人机功率分配和计算资源分配结果；其中第一输入信息包括初始化状态信息、最佳的信号检测结果、最佳发射波束、以及最佳反射相位。
[0017]如上的，其中，获取并输出最佳无人机飞行轨迹，具体包括以下子步骤：获取第二输入信息；根据第二输入信息，利用凸优化工具箱求解并输出无人机的最佳飞行轨迹；其中第二输入信息包括初始化状态信息、最佳的信号检测结果、最佳发射波束、最佳反射相位以及步最佳无人机功率分配和计算资源分配结果。
[0018]如上的，其中，还包括，更新系统的计算容量和获取的最佳的信号检测结果、最佳发射波束、最佳反射相位，以及最佳无人机功率分配和计算资源分配结果。
[0019]如上的，其中，若系统的计算容量收敛至指定精度或若迭代次数达到最大迭代次数，则迭代次数加1，重新获取用户最佳的信号检测结果。
[0020]一种移动边缘计算系统的部署、控制系统，具体包括，初始化单元、最佳信号检测结果获取单元、最佳发射波束获取单元、最佳反射相位获取单元、最佳分配获取单元、最佳轨迹获取单元、判断单元、以及输出单元；初始化单元，用于初始化状态信息；最佳信号检测结果获取单元，用于获取用户最佳的信号检测结果；最佳发射波束获取单元，用于获取最佳发射波束；最佳反射相位获取单元，用于获取最佳反射相位；最佳分配获取单元，用于获取最佳无人机功率分配和计算资源分配结果；最佳轨迹获取单元，用于获取并输出最佳无人机飞行轨迹；判断单元，用于判断是否收敛到预设精度或迭代次数达到最大迭代次数；若系统的计算容量未收敛至指定精度，或若迭代次数未达到最大迭代次数，则重新获取用户最佳的信号检测结果；输出单元，用于若系统的计算容量收敛至指定精度，或若迭代次数达到最大迭代次数，则输出最佳结果。
[0021]本申请具有以下有益效果：
[0022]本申请提出的一种移动边缘计算系统中无人机和智能反射面联合设计方法，可以实现对移动边缘计算系统中无人机和智能反射面联合设计的目的。
附图说明
[0023]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种移动边缘计算系统的部署、控制方法，其特征在于，具体包括以下步骤：初始化状态信息；响应于初始化状态信息，获取用户最佳的信号检测结果；响应于获取用户最佳的信号检测结果，获取最佳发射波束；响应于获取最佳发射波束，获取最佳反射相位；响应于获取最佳发射波束，获取最佳无人机功率分配和计算资源分配结果；响应于获取最佳无人机功率分配和计算资源分配结果，获取并输出最佳无人机飞行轨迹；判断是否收敛到预设精度或迭代次数达到最大迭代次数；若收敛到预设精度或迭代次数达到最大迭代次数，输出最佳结果。2.如权利要求1所述的移动边缘计算系统的部署、控制方法，其特征在于，初始化状态信息包括，初始化地面用户设备数、智能反射面反射单元数、无人机天线数、系统总时隙、每个时隙长度、无人机轨迹表示、用户最大发射功率、无人机最大发射功率、无人机及地面无线接入点最大计算频率、系统通信带宽和白噪声功率，以及收敛精度和最大迭代次数。3.如权利要求1所述的移动边缘计算系统的部署、控制方法，其特征在于，确定的信号检测结果具体表示为：其中I
L
表示L
×
L维的矩阵，h
ur
[n]分别表示智能反射面与无线接入点之间、无人机与无线接入点之间、无人机与智能反射面之间的信道系数，σ2表示白噪声功率。4.如权利要求1所述的移动边缘计算系统的部署、控制方法，其特征在于，最佳发射波束w
k
[n]具体表示为：为：h
ur
[n]分别表示智能反射面与无线接入点之间、无人机与无线接入点之间、无人机与智能反射面之间的信道系数，表示服务用户k的第n时隙中智能反射面的相移矩阵，表示第在服务用户k的第n时隙，对智能反射面第m个智能单元的相位θ
k,m
[n]进行控制。5.如权利要求1所述的移动边缘计算系统的部署、控制方法，其特征在于，最佳反射相移θ
k，m
[n]具体表示为：其中表示第m个元素，表示h
ur
[n]第m行向量，w
k
...

【专利技术属性】
技术研发人员：张天魁，徐瑜，刘元玮，杨鼎成，肖霖，
申请(专利权)人：南昌大学，
类型：发明
国别省市：