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() 一种无人机搭载智能反射面增强安全通信与移动边缘计算方法技术_技高网

一种无人机搭载智能反射面增强安全通信与移动边缘计算方法技术

技术编号:43790201 阅读:2 留言:0更新日期:2024-12-24 16:22
本发明专利技术公开了一种无人机搭载智能反射面(IRS‑UAV)增强安全通信与移动边缘计算方法,其中中继无人机(Relay‑UAV)具有有限的数据存储能力,IRS‑UAV配备IRS以自适应地改善任务上传和任务卸载。为了最小化系统成本,UAV的轨迹、边缘服务器的配对、目标用户的配对、数据卸载比率和IRS的反射元件被联合优化。针对复杂的非凸优化问题,提出了一种基于深度决斗双Q网络(Deep Dueling Double Q‑Network,D3QN)算法和深度确定性策略梯度(Deep Deterministic Policy Gradient,DDPG)算法的智能混合算法。仿真结果表明,本发明专利技术提出的智能方案可以有效地解决复杂无人机移动通信安全问题,并在短时间内取得良好的收敛性。此外,与基准方案相比,本发明专利技术提出的方案显着降低了系统开销。

【技术实现步骤摘要】

本专利技术涉及一种无人机搭载智能反射面增强安全通信与移动边缘计算方法,属于通信。


技术介绍

1、由于无人机(unmanned aerial vehicle,uav)的移动性和灵活性,支持uav的移动的边缘计算(mec)网络已广泛用于受限的无线通信环境中。具体地,边缘服务器具有足够的计算资源,并且可以满足仅具有有限计算能力和能量功率的计算密集型智能设备的计算需求。为了解决用户设备(user equipment,ue)和边缘服务器之间的通信,uav可以提供灵活的通信服务,并负责部分复杂的计算任务mec(mobile edge computing,mec)被认为是一种新兴的范例,可以从战略上将计算和存储资源扩展到传统的云数据中心之外,使它们更接近最终用户的边缘网络节点。通过将计算任务部署到位于物理上更接近最终用户的边缘设备、基站或路由器上,mec本质上促进了低延迟数据处理和快速响应时间,从而提高了移动的应用和万物互联(internet ofthings,iot)设备的服务质量。为了解决具有不成比例的资源请求的过载或欠载边缘计算设备(edge computing devices,ecd)的问题,以及为了在任务卸载过程中增强传输信息的完整性,在xu,x.,zhang,x等人的论文:become:blockchain-enabled computation offloading for iot in mobile edge computing(ieee transactions on industrial informatics)中提出了一种支持区块链的计算卸载方法。采用非支配排序遗传算法iii生成资源分配策略。作者在zhou,h.,jiang,k.等人的论文deep reinforcement learning for energy-efficient computation offloading inmobile-edge computing(ieee internet ofthings journal)中对动态多用户mec系统中的计算卸载和资源分配的联合优化进行了研究,目的是最小化整个mec系统的能耗。该优化过程同时考虑了异构计算任务的延迟约束和不确定的资源需求。然而,上述工作并不能满足沟通任务的灵活性,特别是当有许多障碍和沟通受到限制时。因此,由于uav的移动性,考虑启用uav的mec网络。具体地,无人机配备有信号收发器,为目标用户和边缘服务器提供无线通信服务。feng,w.,tang,j等人的论文hybrid beamforming design and resourceallocation for uav-aided wireless-powered mobile edge computing networks withnoma(ieee journal on selected areas in communications)中研究了无人机辅助非正交多址mec系统,其中mec网络可以为目标提供能量和计算服务。在限制能量消耗和覆盖范围的同时,最大化目标的总计算性能。在zhou,w.,fan,l.等人的论文nallanathan,a.:priority-aware resource scheduling for uav-mountedmobile edge computingnetworks(ieee transactions on vehicular technology)中进一步考虑了任务优先级因素。计算利用率和优先级影响被用来评估系统的性能与带宽资源和计算能力。为了提高灵活性和覆盖范围,在yang,z.,pan,c.等人的论文energy efficient resource allocationin uav-enabled mobile edge computing networks.(ieee transactions on wirelesscommunications)中,在mec网络中考虑了多个uav。作者联合优化发射功率,用户关联,计算容量分配,和轨迹,以最小化功率的总和。提出了一种低复杂度的迭代求解三个子问题的传统算法来解决这个棘手的优化问题。uav在zhang,l.,ansari,n.:latency-aware iotservice provisioning in uav-aidedmobile-edge computing networks.(ieeeinternet ofthings journal)中充当计算节点和中继节点,其中作者采用uav辅助的mec网络来显著降低用户的平均延迟。为了最小化所有用户设备所经历的平均延迟,作者制定了uav-mec问题,并引入了一种低复杂度的近似算法来解决该公式所带来的优化挑战。然而,鉴于无人机辅助通信网络通常部署在通信受限的环境中,必须探索低能耗方法如何进一步提高传输效率,这是前面提到的研究中没有解决的一个因素。


技术实现思路

1、本专利技术针对现有技术的不足,研究了一种具有多个边缘计算服务器的移动的智能反射面(intelligent reflecting surfaces,irs)辅助无人机mec网络,其中中继uav(relay-uav)具有有限的数据存储能力,智能反射面uav(irs-uav)配备irs以自适应地改善任务上传和任务卸载。为了最小化系统成本,uav的轨迹、边缘服务器的配对、目标用户的配对、数据卸载比率和irs的反射元件被联合优化。针对复杂的非凸优化问题,提出了一种基于深度决斗双q网络(deep dueling double q-network,d3qn)算法和深度确定性策略梯度(deep deterministic policy gradient,ddpg)算法的智能混合算法。

2、本专利技术解决其技术问题所采用的技术方案是:建立一种无人机搭载智能反射面安全移动边缘计算方法。

3、步骤1:建立智能反射面辅助mec信道模型

4、在emc网络中存在relay-uav、irs-uav、多个用户设备和多个边缘服务器。中继无人机配备了大小为l的有限数据存储器,并提供数据卸载服务和任务计算服务。irs-uav配备有irs以自适应地改善任务上传和任务卸载,其中irs反射元件的数量可以由n表示。uav悬停在一致的高度处并且可以在特定的停止点处停止,其可以由s={1,...,s,...}。因此,中继uav在停止点s处的位置表示为{xr,s,yr,s,hr},irs-uav在停止点s处位置表示为{xi,s,yi,s,hi}。边缘计算服务器的集合可以由e={1,...,e,...,e},并且边缘计算服务器e的位置被表示为{xe,ye,0}。用户设备的集合可以由d={1,...,d,...,d}。用户设备d的位置由[xd,yd,0]表示。中继uav和irs-uav的轨迹可以分别由qr={qr,t}t∈t和qi={qi,t}i∈t表示,其中表示每个停止点选择的时间,qi,t∈s且qr,t∈s。因此,从位置t处的中继uav和irs-uav本文档来自技高网...

【技术保护点】

1.一种无人机搭载智能反射面增强安全通信与移动边缘计算方法,其特征在于,所述方法包括如下步骤:

2.基于一种无人机搭载智能反射面增强安全通信与移动边缘计算方法,所述步骤1包括:

3.基于一种无人机搭载智能反射面增强安全通信与移动边缘计算方法,所述步骤2包括:提出基于D3QN-DDPG的智能优化方案

【技术特征摘要】

1.一种无人机搭载智能反射面增强安全通信与移动边缘计算方法,其特征在于,所述方法包括如下步骤:

2.基于一种无人机搭载智能反射面增强安全通信与移动边缘...

【专利技术属性】
技术研发人员:毛航涛王凌奕陈宇翔吴伟
申请(专利权)人:南京康赛恪通信有限责任公司
类型:发明
国别省市:

相关技术
    暂无相关专利
网友询问留言 已有0条评论
  • 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。

1