【技术实现步骤摘要】
本专利技术属于通信，尤其涉及一种面向远海用户终端的多无人机辅助移动边缘卸载方法。
技术介绍
1、在远海通信场景中，相比于卫星通信或者基于海上无线电的传统海上通信方式来说，无人机具有快速部署和快速机动的特性，便于在远海快速部署和展开远海无人机通信网络。此外，相比于基于海面的浮标等水面通信方式，无人机具有一定高度，可以免于受海面的传输杂波信号干扰影响，无人机与远海船舶通信时可以避免障碍物的干扰，减少对通信过程中的干扰，稳定通信链路，提高远海通信中的信道增益。
2、对于当前的远海航母编队来说，航母编队中的各类设备如电子侦察船、攻击型常规潜艇和作战航空器等等都可以通过区域组网构成完整的舰队区域远海通信网络。在这个远海通信网络中，大量的物联网设备如传感器等会产生大量的复杂计算任务，这些任务由传感器所在的船舶自身进行计算会产生大量的时延和能耗，并降低船舶的计算效率和效能。
技术实现思路
1、本专利技术目的在于提供一种面向远海用户终端的多无人机辅助移动边缘卸载方法，以解决现有技术中远海用户终端自身处理复杂计算任务时产生大量的时延和能耗，计算效率和效能低的技术问题。
2、为解决上述技术问题，本专利技术的一种面向远海用户终端的多无人机辅助移动边缘卸载方法，包括如下步骤：
3、步骤s1：建构多无人机辅助多远海用户终端的移动边缘计算卸载模型；
4、模型由n个无人机和m个远海用户终端组成；i表示的是远海用户终端的集合，j表示远海通信网络中无人机的集合；远海用
5、步骤s2：建构远海用户终端任务模型；
6、时隙t时用户终端uei的任务模型为：
7、
8、其中si(t)表示当前用户任务的大小，ei(t)表示该任务处理所需要的cpu时钟周期数量，表示该任务的最大容忍延迟；
9、步骤s3：建构远海用户终端与无人机的无线通信模型；
10、步骤s4：建构远海用户终端任务卸载模型，远海用户终端任务采用部分卸载的方式进行计算卸载；
11、步骤s5：建构无人机移动模型，计算任意两架无机人的距离，并使任意两架无人机距离大于最小防撞距离；
12、步骤s6：构建卸载计算模型；
13、步骤s7：将每一个远海用户终端构建为无模型马尔可夫决策过程的智能体；
14、步骤s8：利用结合dqn算法和ddpg算法的mec-ddpg远海多无人机辅助移动边缘卸载框架，得到最终的边缘卸载策略。
15、进一步地，步骤s3中建构远海用户终端与无人机的无线通信模型中第i个远海用户终端的位置表示为第j个无人机的位置坐标表示为
16、其中，xi(t)表示远海用户终端位置的横坐标；,yi(t)表示远海用户终端位置的纵坐标；xj(t)表示无人机位置的横坐标；yj(t)表示无人机位置的纵坐标；h表示无人机距离海面的高度；
17、无人机uavj与远海用户终端uei之间的视距通信链路增益表示为：
18、
19、其中，α0表示为远海环境中的距离d＝1m处的信道增益大小，di,j(t)表示为第j个无人机与第i个海上移动终端之间的欧式距离；∥·∥2表示模2范数；
20、无人机与远海用户终端之间的无线传输速率设置为：
21、
22、其中，pup表示远海用户终端在上传链路的上行信号传输功率，σ2表示远海环境中的噪声功率,b表示远海通信环境中的通信传输带宽，pnlos表示远海环境中的传输损耗，fi(t)表示在时隙t时，无人机uavj与海上移动终端uei之间是否有通信链路恶化的标志位。
23、进一步地，步骤s4中，远海用户终端按照计算任务卸载比例ri,j(t)进行对无人机uavj进行计算任务的卸载；
24、
25、其中，ri,j(t)表示该远海用户终端当前任务的卸载比例，在第t时隙时，远海用户终端uei的任务被卸载到无人机uavj上的卸载比例；1-ri,j(t)表示为剩余部分任务比例，该部分的任务由远海用户终端自身承担相应的计算处理。
26、进一步地，步骤s6的卸载计算模型中，
27、远海用户终端uei的本地计算延迟为：
28、
29、fue表示远海用户终端在第t时隙的用于处理任务的cpu频率，ei(t)表示为远海用户终端uei的任务所需要的cpu时钟周期的数量；
30、远海用户终端uei处理任务的能耗为：
31、
32、其中km表示芯片的能耗因子；
33、对于被卸载到无人机uavj进行卸载处理的部分任务，其总的时延由任务传输时延和在无人机上处理的时延组成；
34、
35、式中的fuav表示为无人机的边缘计算服务器的cpu计算频率；卸载到无人机部分的总时延表示为：
36、
37、在时隙t将计算任务卸载给无人机所消耗的能量也可以分为两部分，一部分用于传输消耗的传输能量一部分用于计算消耗的计算能量因此其功耗表示为：
38、
39、
40、
41、无人机在时隙t的飞行能耗为efly(t)，此处忽略无人机在悬停时的悬停飞行能耗；
42、
43、其中，muav表示无人机的质量，vt表示时隙内无人机的飞行速度，δfly表示无人机在时隙中的飞行时长。
44、进一步地，步骤s7中构建的智能体状态变量st表示为：
45、
46、
47、其中表示的是在当前时隙的各个无人机的剩余能量；表示的是在当前时隙，远海用户终端所处的地理位置坐标；表示的是在当前时隙无人机所处的地理位置坐标；ti(t)表示的是在当前时隙的远海用户终端的任务情况；fi(t)表示的是当前远海用户终端通信信道的情况；
48、智能体所采取的动作定义为：
49、at＝{ki，j(t),ri，j(t),βt,vt}
50、其中，ki,j(t)表示的是远海用户终端在当前时隙所选择的卸载目标无人机；ri,j(t)表示的是针对该远海用户终端选择的任务卸载比例；βt和vt表示当前无人机选择的飞行角度和飞行速度；
51、奖励函数为：
52、
53、其中，为第i个远海用户终端uei的本地计算延迟；卸载到无人机部分的总时延。
54、进一步地，步骤s8中，mec-ddpg深度策略梯度框架环境、dqn单元和ddpg单元；dqn单元通过无人机位置、远海用户终端位置、通信链路情况选择离散的卸载目标无人机；ddpg单元根据卸载目标无人机、用户任务大小及无人机电量计算连续的任务卸载比例、无人机飞行速度和角度；根据ddpg单元计算出的任务卸载比例、无人机飞行速度和角度决定最优卸载策略。<本文档来自技高网...
【技术保护点】
1.一种面向远海用户终端的多无人机辅助移动边缘卸载方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的面向远海用户终端的多无人机辅助移动边缘卸载方法，其特征在于，步骤S3中建构远海用户终端与无人机的无线通信模型中第i个远海用户终端的位置表示为第j个无人机的位置坐标表示为
3.根据权利要求2所述的面向远海用户终端的多无人机辅助移动边缘卸载方法，其特征在于，步骤S4中，远海用户终端按照计算任务卸载比例Ri，j(t)进行对无人机UAVj进行计算任务的卸载；
4.根据权利要求3所述的面向远海用户终端的多无人机辅助移动边缘卸载方法，其特征在于，步骤S6的卸载计算模型中，
5.根据权利要求4所述的面向远海用户终端的多无人机辅助移动边缘卸载方法，其特征在于，步骤S7中构建的智能体状态变量st表示为：
6.根据权利要求5所述的面向远海用户终端的多无人机辅助移动边缘卸载方法，其特征在于，步骤S8中，远海多无人机辅助移动边缘卸载框架包括环境、DQN单元和DDPG单元；DQN单元通过无人机位置、远海用户终端位置、通信链路情况选择离散的卸
...【技术特征摘要】
1.一种面向远海用户终端的多无人机辅助移动边缘卸载方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的面向远海用户终端的多无人机辅助移动边缘卸载方法，其特征在于，步骤s3中建构远海用户终端与无人机的无线通信模型中第i个远海用户终端的位置表示为第j个无人机的位置坐标表示为
3.根据权利要求2所述的面向远海用户终端的多无人机辅助移动边缘卸载方法，其特征在于，步骤s4中，远海用户终端按照计算任务卸载比例ri，j(t)进行对无人机uavj进行计算任务的卸载；
4.根据权利要求3所述的面向远海用户终端的多无人机辅助移动边缘卸载方法，其特征在于，步骤s6的卸...
【专利技术属性】
技术研发人员：杜寻，赵聪，唐伟，刘伟，苏俭，刘军，郭伟，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。