一种协同边缘计算服务范围优化方法及装置制造方法及图纸

本发明专利技术提供一种协同边缘计算服务范围优化方法及装置。其中，该方法包括：基于无人飞行器与用户端之间的第一信道模型、无人飞行器与基站之间的第二信道模型、用户端与所述无人飞行器之间的上传速率模型以及无人飞行器在第二信道的发送速率模型，确定满足预设第一约束条件的目标优化模型；基于目标优化模型，确定无人飞行器服务覆盖范围最大化且能耗满足预设能耗约束条件时的资源分配策略。采用本发明专利技术方法，通过考虑携带边缘计算服务器的无人飞行器与地面基站协作，将用户端任务通过无人飞行器本地边缘计算和中继转发至地面基站优化处理的方式，提高了资源的利用率，同时最大化被服务用户端的个数，即最大化无人飞行器服务覆盖范围。盖范围。盖范围。

【技术实现步骤摘要】
一种协同边缘计算服务范围优化方法及装置


[0001]本专利技术涉及无线通信
，具体涉及一种协同边缘计算服务范围优化方法和装置。另外，还涉及一种电子设备及处理器可读存储介质。

技术介绍

[0002]边缘计算技术是通过将边缘服务器置于用户侧，用户端可直接将待计算数据卸载至边缘服务器进行计算并返回计算结果，从而缩短计算时延，其为是5G(5th Generation Mobile Communication Technology)关键技术之一。随着无人飞行器技术的快速发展，搭载边缘服务器的无人飞行器已逐步应用到货物传输、航拍、搜索救援等各行各业。现有技术中，无人飞行器在执行自身任务的过程中，会利用自身搭载的边缘服务器的资源完成任务中的各计算环节。但是现有技术中，均未考虑无人飞行器辅助边缘计算的实际问题，即用户数量大、卸载任务量以及任务复杂度高时无人飞行器可能无法实现对地面用户端服务全覆盖的现实问题。因此，如何设计一种稳定、高效的无人飞行器与地面基站协同边缘计算服务范围优化方案以提高地面用户端服务覆盖范围成为亟待解决的难题。

技术实现思路

[0003]为此，本专利技术提供一种协同边缘计算服务范围优化方法及装置，以解决现有技术存在的无人飞行器辅助边缘计算用户数量大、卸载任务量以及任务复杂度高时无人飞行器可能无法实现对地面用户端服务全覆盖，服务覆盖范围局限性较高，资源利用率较低的问题。
[0004]第一方面，本专利技术提供一种协同边缘计算服务范围优化方法，包括：基于无人飞行器与用户端之间的第一信道模型、所述无人飞行器与基站之间的第二信道模型、所述用户端与所述无人飞行器之间的上传速率模型以及所述无人飞行器在第二信道的发送速率模型，确定满足预设第一约束条件的目标优化模型；
[0005]基于所述目标优化模型，确定所述无人飞行器服务覆盖范围最大化且能耗满足预设能耗约束条件时对应的资源分配策略。
[0006]在一个实施例中，基于所述目标优化模型，确定所述无人飞行器服务覆盖范围最大化且能耗满足预设能耗约束条件时对应的资源分配策略，具体包括：利用预设的分块处理规则对所述目标优化模型进行分析，确定所述无人飞行器服务覆盖范围最大化且能耗满足预设条件时对应的资源分配策略。
[0007]在一个实施例中，所述利用预设的分块处理规则对所述目标优化模型进行分析，确定所述无人飞行器服务覆盖范围最大化且能耗满足预设条件时对应的资源分配策略，具体包括：
[0008]初始化所述无人飞行器的初始平面位置坐标；
[0009]将所述无人飞行器对应的服务系数由整数变量转换为连续变量；
[0010]基于所述连续变量，确定所述目标优化模型对应的满足预设第二约束条件的待分
析目标优化模型，并基于初始化后的所述初始平面位置坐标对所述待分析目标优化模型进行分析，得到相应的服务系数；
[0011]将所述服务系数按照从大到小顺序进行排列，将取值大的服务系数置为1，将取值小的服务系数置为0，并对所述待分析目标优化模型进行重新分析，确定所述无人飞行器服务覆盖范围最大化且能耗满足预设条件时对应的初始资源分配策略；
[0012]其中，所述服务系数置为1表示所述无人飞行器为目标用户端服务；所述服务系数置为0表示所述无人飞行器不为目标用户端服务；
[0013]利用预设的遗传算法模型或将所述无人飞行器对应的飞行区域均分，将每个均分区域的中心点坐标作为所述无人飞行器对应的新的平面位置坐标，更新所述初始平面位置坐标；
[0014]若所述待分析目标优化模型未收敛或迭代次数未达到预设的迭代次数阈值，则利用更新后得到的平面位置坐标对所述待分析目标优化模型进行迭代分析；若所述待分析目标优化模型收敛或迭代次数达到预设的迭代次数阈值，确定所述无人飞行器服务覆盖范围最大化且能耗满足预设条件时对应的资源分配策略。
[0015]在一个实施例中，所述的协同边缘计算服务范围优化方法，还包括：基于所述用户端的平面位置坐标、所述无人飞行器的平面位置坐标以及相应基站的平面位置坐标，分别确定所述无人飞行器与所述用户端之间的第一信道模型以及所述无人飞行器与所述基站之间的第二信道模型。
[0016]在一个实施例中，所述的协同边缘计算服务范围优化方法，还包括：基于所述无人飞行器的第一信道带宽、所述用户端的发送功率、所述无人飞行器处噪声功率以及所述第一信道模型，确定所述用户端与所述无人飞行器之间的上传速率模型。
[0017]在一个实施例中，所述的协同边缘计算服务范围优化方法，还包括：基于所述无人飞行器的第二信道带宽、所述无人飞行器通过所述第二信道向所述基站发送用户端任务时所述无人飞行器的发送功率以及所述第二信道模型，确定无人飞行器在第二信道的发送速率模型。
[0018]第二方面，本专利技术还提供一种协同边缘计算服务范围优化装置，包括：目标优化模型确定单元，用于基于无人飞行器与用户端之间的第一信道模型、所述无人飞行器与基站之间的第二信道模型、所述用户端与所述无人飞行器之间的上传速率模型以及所述无人飞行器在第二信道的发送速率模型，确定满足预设第一约束条件的目标优化模型；
[0019]资源分配策略确定单元，用于基于所述目标优化模型，确定所述无人飞行器服务覆盖范围最大化且能耗满足预设能耗约束条件时对应的资源分配策略。
[0020]在一个实施例中，所述资源分配策略确定单元，用于：利用预设的分块处理规则对所述目标优化模型进行分析，确定所述无人飞行器服务覆盖范围最大化且能耗满足预设条件时对应的资源分配策略。
[0021]在一个实施例中，所述资源分配策略确定单元，具体用于：
[0022]初始化所述无人飞行器的初始平面位置坐标；
[0023]将所述无人飞行器对应的服务系数由整数变量转换为连续变量；
[0024]基于所述连续变量，确定所述目标优化模型对应的满足预设第二约束条件的待分析目标优化模型，并基于初始化后的所述初始平面位置坐标对所述待分析目标优化模型进
行分析，得到相应的服务系数；
[0025]将所述服务系数按照从大到小顺序进行排列，将取值大的服务系数置为1，将取值小的服务系数置为0，并对所述待分析目标优化模型进行重新分析，确定所述无人飞行器服务覆盖范围最大化且能耗满足预设条件时对应的初始资源分配策略；
[0026]其中，所述服务系数置为1表示所述无人飞行器为目标用户端服务；所述服务系数置为0表示所述无人飞行器不为目标用户端服务；
[0027]利用预设的遗传算法模型或将所述无人飞行器对应的飞行区域均分，将每个均分区域的中心点坐标作为所述无人飞行器对应的新的平面位置坐标，更新所述初始平面位置坐标；
[0028]若所述待分析目标优化模型未收敛或迭代次数未达到预设的迭代次数阈值，则利用更新后得到的平面位置坐标对所述待分析目标优化模型进行迭代分析；若所述待分析目标优化模型收敛或迭代次数达到预设的迭代次数阈值，确定所述无人飞行器服务覆盖范围最大化且能耗满足预设条件时对应的资源分配本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种协同边缘计算服务范围优化方法，其特征在于，包括：基于无人飞行器与用户端之间的第一信道模型、所述无人飞行器与基站之间的第二信道模型、所述用户端与所述无人飞行器之间的上传速率模型以及所述无人飞行器在第二信道的发送速率模型，确定满足预设第一约束条件的目标优化模型；基于所述目标优化模型，确定所述无人飞行器服务覆盖范围最大化且能耗满足预设能耗约束条件时对应的资源分配策略。2.根据权利要求1所述的协同边缘计算服务范围优化方法，其特征在于，基于所述目标优化模型，确定所述无人飞行器服务覆盖范围最大化且能耗满足预设能耗约束条件时对应的资源分配策略，具体包括：利用预设的分块处理规则对所述目标优化模型进行分析，确定所述无人飞行器服务覆盖范围最大化且能耗满足预设条件时对应的资源分配策略。3.根据权利要求2所述的协同边缘计算服务范围优化方法，其特征在于，所述利用预设的分块处理规则对所述目标优化模型进行分析，确定所述无人飞行器服务覆盖范围最大化且能耗满足预设条件时对应的资源分配策略，具体包括：初始化所述无人飞行器的初始平面位置坐标；将所述无人飞行器对应的服务系数由整数变量转换为连续变量；基于所述连续变量，确定所述目标优化模型对应的满足预设第二约束条件的待分析目标优化模型，并基于初始化后的所述初始平面位置坐标对所述待分析目标优化模型进行分析，得到相应的服务系数；将所述服务系数按照从大到小顺序进行排列，将取值大的服务系数置为1，将取值小的服务系数置为0，并对所述待分析目标优化模型进行重新分析，确定所述无人飞行器服务覆盖范围最大化且能耗满足预设条件时对应的初始资源分配策略；其中，所述服务系数置为1表示所述无人飞行器为目标用户端服务；所述服务系数置为0表示所述无人飞行器不为目标用户端服务；利用预设的遗传算法模型或将所述无人飞行器对应的飞行区域均分，将每个均分区域的中心点坐标作为所述无人飞行器对应的新的平面位置坐标，更新所述初始平面位置坐标；若所述待分析目标优化模型未收敛或迭代次数未达到预设的迭代次数阈值，则利用更新后得到的平面位置坐标对所述待分析目标优化模型进行迭代分析；若所述待分析目标优化模型收敛或迭代次数达到预设的迭代次数阈值，确定所述无人飞行器服务覆盖范围最大化且能耗满...

【专利技术属性】
技术研发人员：柴豪骏，张歆，刘委婉，田康，朱宇昕，张伟，慕明磊，付月玲，
申请(专利权)人：中移雄安信息通信科技有限公司中国移动通信集团有限公司，
类型：发明
国别省市：