System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及无人机,尤其涉及一种移动车辆的多无人机最佳边缘服务方法及系统。
技术介绍
1、由于无人机良好的部署灵活性,无人机边缘计算期望将无人机作为边缘计算节点,为地面设备提供传输、计算和数据缓存服务,可以显著提升基础设施薄弱区域的计算能力,并应用于抢险救灾、军事通信等场景。地面移动设备可按需将计算任务卸载到无人机边缘节点,后者完成计算任务后,将结果返回到地面设备,从而在节约地面设备能量消耗的同时提升计算服务的时效性。为了提升服务覆盖范围和服务质量,多个无人机边缘节点共同为特定任务区域提供服务成为可行的新型计算范式。在此场景下,如何高效利用无人机平台有限的计算资源和电池供应是无人机边缘计算领域考虑的重点问题之一。
2、目前,业界在无人机边缘计算领域的优化调度方面已经开展了一些工作,例如申请号为202211168983.0的专利技术专利申请“一种无人机边缘计算网络中能效优化的任务卸载调度方法”,提供了一种无人机边缘计算网络中能效优化的任务卸载调度方法,通过对卸载决策、任务调度顺序、传输比特分配以及无人机轨迹进行联合优化,来最小化物联网移动设备的能量消耗;申请号202210268185.9的中国专利技术专利申请“一种无人机边缘计算网络线性依赖任务卸载方法”,通过对卸载决策、资源分配以及无人机轨迹进行联合优化,能够有效求得能源消耗的最优值,从而降低设备能耗;申请号为20221106470.7的中国专利技术专利“一种多无人机边缘计算网络中无人机部署与任务卸载方法”,通过对任务卸载决策、资源分配以及无人机位置与仰角进行联合优
3、但是,当前工作仍然存在如下不足:第一,未联合考虑多无人机轨迹规划、mec资源调度和移动性任务卸载问题。第二,多数未考虑传统优化算法不能适应动态变化的环境,无法实现整个服务周期的长期优化。第三,面对多无人机资源调度系统时,仍是单一智能体深度学习算法,存在效率低下且效果差等问题。
技术实现思路
1、针对现有技术中存在的问题,本专利技术提出一种移动车辆的多无人机最佳边缘服务方案,考虑了任务请求和移动任务对动态边缘计算服务的影响,以任务重复卸载量和重复卸载能耗成本为指标,通过使用多智能体深度q学习,将无人机边缘服务建模为多智能体马尔科夫动态策决过程,实现最佳边缘服务器资源分配策略。
2、第一方面,本专利技术提供一种移动车辆的多无人机最佳边缘服务方法,在研究范围内,存在多个搭载移动边缘计算mec的无人机为移动车辆提供边缘计算服务,同时还存在一个基站为无人机提供额外计算服务;其中每个所述移动车辆仅携带一项任务,所述任务根据优先级分为常规和紧急两种类型;
3、所述方法包括:
4、对任一移动车辆,先判断其携带任务的类型:
5、若为常规任务,则该移动车辆将所携带常规任务卸载至当前所在无人机服务范围内相应无人机上进行计算,并在该移动车辆行驶至下一个无人机服务范围内时,当前无人机将未完成的常规任务卸载至下一个无人机服务范围相应的无人机上继续进行计算,直至该移动车辆将所携带常规任务的计算全部完成;
6、若为紧急任务,则该移动车辆当前所在无人机服务范围内相应无人机将所承担的常规任务全部卸载至基站后,该移动车辆将所携带紧急任务卸载至当前无人机上进行计算,同时,当前无人机跟随该移动车辆飞行直至紧急任务的计算全部完成后返回原位置。
7、进一步地,若某一无人机服务范围内出现不止一项携带紧急任务的移动车辆,则该无人机在承担一项紧急任务后,调度其余当前未承担紧急任务的无人机为其余紧急任务提供边缘计算服务。
8、进一步地,所述任务根据优先级分为常规和紧急两种类型,包括:
9、当任务a的优先级ya≥yth时,任务a为紧急任务,否则任务a为常规任务;其中,a为任务编号,k为弹性函数系数,xa为任务a的归一化重要性指数,τa为任务a的完成时限。
10、进一步地,所述方法还包括:
11、以各无人机服务范围内的所有移动车辆作为一个簇,以各无人机的全局二次卸载任务量最小为目标函数,构建每个簇的簇内资源分配优化问题;其中,二次卸载包括该无人机将所承担任务卸载至其他无人机,以及该无人机将所承担任务卸载基站;
12、以无人机充当智能体,采用多智能体深度q学习算法寻找每个簇的簇内资源分配优化问题的最优解,所得最优解即为各无人机的最佳资源分配策略,实现多无人机的最佳边缘服务。
13、进一步地,每个簇的簇内资源分配优化问题的表达式为:
14、
15、s.t.c1:dim≤r
16、c2:ξ≤α
17、
18、其中,为无人机m的全局二次卸载任务量,m为无人机编号,rms1为无人机m卸载至其他无人机的无法完成的常规任务量,rms2为无人机m为完成紧急任务卸载至基站的常规任务量;约束条件c1中,dim为是无人机m在地面上的垂直投影点与携带常规任务i的移动车辆之间的直线距离,i为常规任务编号,r为无人机m服务范围;约束条件c2中,≤为最小任务完成率,α为无人机m的任务完成率;约束条件c3中,ri,m为常规任务i传输至无人机m的数据量,dm,max为无人机m能够支持的最大任务传输数据量;约束条件c4中,为无人机m对常规任务i的计算能力,为无人机m所带mec的最大计算能力,u表示无人机集合;约束条件c5中,fibs为基站bs对常规任务i的计算能力,为基站bs对常规任务i的最大计算能力,a1表示常规任务集合。
19、进一步地,无人机m卸载至其他无人机的无法完成的任务量rms1的表达式如下:
20、
21、(x)+=max{0,x}
22、式中,a1为常规任务集合,tmov=r/v为携带常规任务i的移动车辆在无人机m服务范围内行驶时间,v为携带常规任务i的移动车辆的速度,b为移动车辆与无人机之间传输信道的带宽,为移动车辆将所携带常规任务i卸载至无人机m所用时间,为携带常规任务i的移动车辆与无人机m之间传输信道的功率衰落,l0为参考距离,γdb是环境引起的附加损耗,为携带常规任务i的移动车辆与无人机m之间距离,h为无人机飞行高度,dim为携带常规任务i的移动车辆与无人机m之间横向距离,p为信号功率,σ2为噪声功率。
23、进一步地,无人机m为完成紧急任务卸载至基站的常规任务量rms2的表达式如下:
24、
25、(x)+=max{0,x}
26、式中,a1为常规任务集合,j常规任务编号,rj,m为常规任务j传输至无人机m的数据量,tj,mc为紧急任务出现时无人机m已为常规任务j提供计算的时间,fj,muav为无人机m对常规任务j的计算能力。
27、进一步地,以无人机充当智能体,采用多智能体深度q学习算法寻找每个簇的簇内资源分配优化问题的最优解,包括:
28、以无人机作为智能体,通过多智能深度q学习算法寻找各智能体的最佳资源本文档来自技高网...
【技术保护点】
1.一种移动车辆的多无人机最佳边缘服务方法,其特征在于,在研究范围内,存在多个搭载移动边缘计算MEC的无人机为移动车辆提供边缘计算服务,同时还存在一个基站为无人机提供额外计算服务;其中每个所述移动车辆仅携带一项任务,所述任务根据优先级分为常规和紧急两种类型;
2.根据权利要求1所述的一种移动车辆的多无人机最佳边缘服务方法,其特征在于,若某一无人机服务范围内出现不止一项携带紧急任务的移动车辆,则该无人机在承担一项紧急任务后,调度其余当前未承担紧急任务的无人机为其余紧急任务提供边缘计算服务。
3.根据权利要求1所述的一种移动车辆的多无人机最佳边缘服务方法,其特征在于,所述任务根据优先级分为常规和紧急两种类型,包括:
4.根据权利要求1所述的一种移动车辆的多无人机最佳边缘服务方法,其特征在于,所述方法还包括:
5.根据权利要求4所述的一种移动车辆的多无人机最佳边缘服务方法,其特征在于,每个簇的簇内资源分配优化问题的表达式为:
6.根据权利要求5所述的一种移动车辆的多无人机最佳边缘服务方法,其特征在于,无人机m卸载至其他无人机的
7.根据权利要求5所述的一种移动车辆的多无人机最佳边缘服务方法,其特征在于,无人机m为完成紧急任务卸载至基站的常规任务量Rms2的表达式如下:
8.根据权利要求5所述的一种移动车辆的多无人机最佳边缘服务方法,其特征在于,以无人机充当智能体,采用多智能体深度Q学习算法寻找每个簇的簇内资源分配优化问题的最优解,包括:
9.一种移动车辆的多无人机最佳边缘服务系统,其特征在于,所述系统包括若干携带任务的移动车辆、若干搭载MEC的无人机以及一个基站;
10.一种存储一个或多个程序的计算机可读存储介质,所述一个或多个程序包括指令,其特征在于,所述指令当由计算设备执行时,使得所述计算设备执行如权利要求1至8中任一所述的方法。
...【技术特征摘要】
1.一种移动车辆的多无人机最佳边缘服务方法,其特征在于,在研究范围内,存在多个搭载移动边缘计算mec的无人机为移动车辆提供边缘计算服务,同时还存在一个基站为无人机提供额外计算服务;其中每个所述移动车辆仅携带一项任务,所述任务根据优先级分为常规和紧急两种类型;
2.根据权利要求1所述的一种移动车辆的多无人机最佳边缘服务方法,其特征在于,若某一无人机服务范围内出现不止一项携带紧急任务的移动车辆,则该无人机在承担一项紧急任务后,调度其余当前未承担紧急任务的无人机为其余紧急任务提供边缘计算服务。
3.根据权利要求1所述的一种移动车辆的多无人机最佳边缘服务方法,其特征在于,所述任务根据优先级分为常规和紧急两种类型,包括:
4.根据权利要求1所述的一种移动车辆的多无人机最佳边缘服务方法,其特征在于,所述方法还包括:
5.根据权利要求4所述的一种移动车辆的多无人机最佳边缘服务方法,其特征在于,每个簇的簇内...
【专利技术属性】
技术研发人员:贾艺行,倪艺洋,杨洁,赵海涛,李龙泽,邱仁哲,莫昭英,
申请(专利权)人:南京邮电大学,
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。