一种面向能量采集的无人机计算任务卸载方法技术

本发明专利技术涉及一种面向能量采集的无人机计算任务卸载方法，该方法搭建物联网设备

【技术实现步骤摘要】
一种面向能量采集的无人机计算任务卸载方法


[0001]本专利技术属于移动边缘计算
，特别涉及一种面向能量采集的无人机计算任务卸载方法。

技术介绍

[0002]随着人工智能物联网（AIIoT）的不断发展，众多物联网设备需要计算支持，但是当前大部分边缘计算技术都需要有强大的基础网络的支持，将物联网设备和边缘服务器连接起来。这不适用于地理偏远地区、自然灾害受损地区，以及军事领域等有线网络不便部署或损害区域。因此采用无人机构建的边缘计算系统有利于在这些地区提供计算支持。但是当前无线物联网设备和无人机主要采用能源有限的电池供能，这不利于系统长时间稳定提供计算支持。近年来有大量关于能源采集技术和射频无线充电的研究。通过将能源采集与射频充电技术模块化，并与无人机和无线物联网设备相结合可以有效解决能源受限问题。
[0003]当前无人机边缘计算系统考虑到，有限的电池能量，与为系统提供计算服务所需的巨大能量之间的矛盾，主要作为信号中继平台，以此完成计算。但是，此种模式依靠地面边缘服务器，部署受限且不够灵活。计算能力由边缘服务器提供，忽视了无人机集群的巨大算力，对资源造成了浪费。且对应的是边缘服务器所主导的中心化的卸载算法，不符合分布式的系统部署。

技术实现思路

[0004]本专利技术提供了一种面向能量采集的无人机计算任务卸载方法，通过将能量采集技术与无人机边缘计算相结合，弥补了无人机边缘计算的计算耗能约束，通过无人机的边边协同卸载算法，解决了当前边缘计算卸载算法依赖边缘服务器的问题。
[0005]本专利技术的技术方案是：一种面向能量采集的无人机计算任务卸载方法，所述方法的具体步骤如下：
[0006]Step1搭建物联网设备
‑
无人机集群边缘计算模型，模型包含多台IoT设备，多架具备机载计算核心的无人机，IoT设备和无人机均可以从环境中进行能量采集。
[0007]无人机之间在相互的信号范围内可任意建立通讯，形成计算集群，每一台无人机可为其通讯范围内的所有IoT设备提供服务，IoT设备可以和任意一台信号范围内的无人机进行数据传输，若存在地面边缘服务器，则该服务器可为信号范围内的无人机提供计算服务。
[0008]Step 2模型中所有设备根据当前电池能量水平与目标稳态值计算得出能量采集策略，将各自采集到的电能分别存储在IoT设备和无人机的储能电池中，获取设备与无人机之间的距离、噪声、通讯带宽，无人机之间的距离、噪声、通讯带宽。
[0009]IoT设备与无人机的能量采集模块将环境中的热能、光能、射频能量转换为电能，将采集的连续的电能建模为时间上离散的电量包，其中各个IoT设备和无人机在每个时隙
所能获得的电量包是独立的，根据能源收获的约束，其中为虚拟电池队列，其值为目标稳定电量与实际电池电量的差值，为当前时隙，T为总的时隙数，为模型中的任意设备，N为IoT设备集合，M为无人机集合，为该时刻环境中可收集的能量总量，确定为，为设备实际可收集环境能量的最大值，为各个IoT设备和无人机存储到功率型储能电池中的能量。
[0010]Step3任务由现场IoT设备产生且可卸载到无人机集群中，首先根据任务大小，计算最优CPU频率，得出设备或无人机在本地执行的预期执行时延与预估能耗，以及本地执行的李亚普诺夫代价函数值，该值作为本地执行成本。
[0011]首先根据动态电压频率调整技术，调整芯片电压来为第个时隙中的个CPU周期匹配相应的频率，为CPU周期数；
[0012]然后得出第个时隙所请求的计算任务的延迟，在第个时隙所请求的计算任务的能耗，为有效的开关电容；
[0013]最后根据决策问题，求得其解获得本地执行成本。为选择的执行模式，为当前最优cpu执行频率，为当前最优传输功率，为设备该时刻预期消耗能量，为李亚普诺夫控制常数，为该时刻设备计算耗时。
[0014]Step 4在获得距离、噪声、带宽基础通讯参数后，得出设备或无人机的最佳数据传输发射功率，计算得出卸载任务的预期卸载时延与预估能耗，以及卸载执行的李亚普诺夫代价函数值，该值作为卸载执行成本。
[0015]根据获得的基础通信参数，通过通信理论计算得出信道功率增益，，为小尺度衰落信道功率增益，满足均值为1的指数分布，为路径损耗常数，为参考距离，为路径损耗指数，为设备与之间的距离，根据香农
‑
哈特利公式获得时隙内的数据可达率，为任意无人机，为系统分配宽带，为接收端噪声功率，为当前最优传输功率，并根据所获得的数据可达率，计算得出卸载执行模式下的任务传输时间，为任务可分离率，
为计算任务大小，单位为比特，计算得出卸载计算任务的传输所需的功耗，根据所得任务传输时间与传输所需的功耗，通过决策问题获得卸载执行成本。
[0016]Step 5根据计算得出的本地执行与卸载执行成本，取执行成本低的方式执行，卸载任务会首先由IoT设备递交给无人机，若根据算法判断需进一步卸载，无人机会将任务进一步递交给无人机集群中的另一台无人机，依此链式传递，直到任务完成处理，在此过程中若任务卸载到地面边缘服务器，那么将不会继续卸载，边缘服务器会直接完成计算任务。
[0017]若Step3得出的李亚普诺夫代价函数值，低于Step4得出的李亚普诺夫代价函数值，则计算任务在IoT设备完成处理，任务处理流程结束；
[0018]若Step4得出的李亚普诺夫代价函数值，低于Step3得出的李亚普诺夫代价函数值，则计算任务卸载执行，在卸载执行过程中算法会先判断任务可分离率，若则计算任务不可分，该级设备会将计算任务选择最优的下一级设备进行完全卸载，若,则会根据可分离率分离出部分留在该级设备，利用设备自身该时刻的算力进行任务处理，并将结果传递给目标卸载设备，剩余部分计算任务会直接卸载给目标卸载设备，以此呈链式传递计算任务，直至任务完全处理完毕。
[0019]任务抛弃成本以任务截止时间时长计算，若得出抛弃成本，低于Step3的本地执行成本与Step4的卸载执行成本，且无该计算任务必须完成的约束条件，则会将该时刻的计算任务进行抛弃处理。
[0020]本专利技术的有益效果是：
[0021]本方法弥补了无人机承担计算任务导致的续航缩减问题且保证了系统整体能量稳定性。由无人机集群搭载实时的分布式计算卸载算法，完成对系统的计算支持。本专利技术提高了边缘计算系统部署的灵活性，并抓住了当前无人机计算高能耗影响续航的痛点，可广泛应用于应急救援、线路巡检等边缘计算应用场景。
附图说明
[0022]图1是基于能量采集技术的无人机边缘计算系统计算卸载算法的流程图。
[0023]图2是无人机功率型电池的能量水平图。
[0024]图3是物联网设备终端功率型电池的能量水平图。
[0025]图4是无人机上任务抛弃比率图。
[0026]图5是所提算法的计算任务处理时延对比图。
具体实施方式
[0027]下面结合具体实施例本专利技术作进一步的详细说明，但本专利技术的保护范围并不限于本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向能量采集的无人机计算任务卸载方法，其特征在于，所述方法的具体步骤如下：Step1搭建物联网设备
‑
无人机集群边缘计算模型，模型包含多台IoT设备，多架具备机载计算核心的无人机，IoT设备和无人机均可以从环境中进行能量采集；Step2模型中所有设备根据当前电池能量水平与目标稳态值计算得出能量采集策略，将各自采集到的电能分别存储在IoT设备和无人机的储能电池中，获取设备与无人机之间的距离、噪声、通讯带宽，无人机之间的距离、噪声、通讯带宽；Step3任务由现场IoT设备产生且可卸载到无人机集群中，首先根据任务大小，计算最优CPU频率，得出设备或无人机在本地执行的预期执行时延与预估能耗，以及本地执行的李亚普诺夫代价函数值，该值作为本地执行成本；Step4在获得距离、噪声、带宽基础通讯参数后，得出设备或无人机的最佳数据传输发射功率，计算得出卸载任务的预期卸载时延与预估能耗，以及卸载执行的李亚普诺夫代价函数值，该值作为卸载执行成本；Step5根据计算得出的本地执行与卸载执行成本，取执行成本低的方式执行，卸载任务会首先由IoT设备递交给无人机，若根据算法判断需进一步卸载，无人机会将任务进一步递交给无人机集群中的另一台无人机，依此链式传递，直到任务完成处理，在此过程中若任务卸载到地面边缘服务器，那么将不会继续卸载，边缘服务器会直接完成计算任务。2.根据权利要求1所述的面向能量采集的无人机计算任务卸载方法，其特征在于，所述Step1构建的边缘计算系统模型中，无人机之间在相互的信号范围内可任意建立通讯，形成计算集群，每一台无人机可为其通讯范围内的所有IoT设备提供服务，IoT设备可以和任意一台信号范围内的无人机进行数据传输，若存在地面边缘服务器，则该服务器可为信号范围内的无人机提供计算服务。3.根据权利要求1所述的面向能量采集的无人机计算任务卸载方法，其特征在于，所述Step2中IoT设备与无人机的能量采集模块将环境中的热能、光能、射频能量转换为电能，将采集的连续的电能建模为时间上离散的电量包，其中各个IoT设备和无人机在每个时隙所能获得的电量包是独立的，根据能源收获的约束，其中为虚拟电池队列，其值为目标稳定电量与实际电池电量的差值，为当前时隙，T为总的时隙数，为模型中的任意设备，N为IoT设备集合，M为无人机集合，为该时刻环境中可收集的能量总量，确定为，为设备实际可收集环境能量...

【专利技术属性】
技术研发人员：曾凯，李欣，沈韬，王青旺，陶智敏，汪志锋，刘全君，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：