[发明专利]一种无人机系统计算迁移方法

权利要求书

1.一种无人机系统计算迁移方法，其特征在于，包括：

步骤1，接收来自于无人机的计算任务；

步骤2，对所述计算任务内部的函数进行识别，获得函数的依赖关系；根据所述函数之间的依赖关系将所述函数分为本地依赖和可迁移；

所述步骤2包括：

步骤21，对计算任务内部的函数代码予以标记，实现对计算任务内部的各函数进行识别；

步骤22，通过函数的代码量和采用的算法确定函数的所述计算复杂度，通过输入参数和输出参数确定数据传输量，通过函数的输入参数、静态字段和调用关系确定函数的所述依赖关系；

步骤23，根据所述函数之间的依赖关系，在所述函数依赖于只能在无人机端获取的数据时，将所述函数定义为本地依赖；其余函数定义为可迁移；

步骤3，根据所述函数之间的依赖关系对所述计算任务进行分层并建立计算任务层次化模型；通过迭代运算在所述计算任务层次化模型运行所耗资源最小时获得最佳划分点，输出所述划分点的数据给所述无人机；

所述步骤3包括：

步骤31，根据所述函数之间的调用频率和依赖关系对所述计算任务进行分层；

步骤32，根据各层之间的数据传递关系建立计算任务层次化模型；

步骤33，根据无人机的计算能力和各层参数评估运行各层所需的计算资源，所述计算资源包括时间消耗和能源消耗；

步骤34，以各层为节点，各层之间的数据传输关系作为边，各层之间传输的数据量作为边的权值，对所述计算任务层次化模型进行迭代计算，获得时间消耗和能源消耗最小时划分点，并输出所述划分点的数据给所述无人机；

步骤4，接收来自于所述无人机的迁移任务；所述迁移任务为位于所述划分点之后的节点包含的计算任务；

步骤5，在所述迁移任务包含的计算任务内部的函数为可迁移时，根据当前信道的稳定性和服务器的负载状况选择执行所述迁移任务或拒绝执行所述迁移任务。

2.根据权利要求1所述的无人机系统计算迁移方法，其特征在于，所述步骤31还包括：

所述层参数包含输入数据量iⁱⁿ、输出数据量i^out和计算复杂度Vⁱ；

所述步骤32还包括：根据每层的输入数据量iⁱⁿ、输出数据量i^out获得各层之间的数据传递关系，根据各层之间的数据传递关系建立计算任务层次化模型G＝(V,E)，每层V＝{v_i,i＝1,2...n}；

所述步骤33包括：

步骤331，对于任一层v∈V，根据有向图G中各层的计算复杂度Vⁱ、无人机计算性能I_c、服务器计算性能I_s，获得各层在无人机执行计算任务时的时耗各层在服务器执行计算任务时的时耗根据首个层的输入数据量iⁱⁿ、最后一个层的输出数据量i^out和当前带宽B稳定性预测将该层进行迁移后，无人机与服务器之间传输数据时耗：运行各层所需的总时间消耗为：

T＝∑t_s(v)+∑t_c(v)+t_b (1)

无人机在执行计算任务状态下的功耗为Q_c，预测各层的能量消耗：P_C(v)＝Q_C×t_C(v)；根据无人机传输数据时的功耗为：Q_b，无人机传输数据的能量消耗为：P_b＝Q_b×t_b；运行各层所需的总能量消耗为：

P＝∑P_c(v)+P_b (2)。

3.根据权利要求1～2任一项所述的无人机系统计算迁移方法，其特征在于，所述步骤5包括：

步骤51，接收来自于无人机的迁移请求；

步骤52，在信道质量不好且带宽不稳定且远端服务器负载高的情况下，取消该迁移层的迁移，输出拒绝请求给无人机；

在当信道质量良好、带宽稳定且远端服务器负载低较低时，输出迁移命令给无人机；

读取迁移层的位置信息，在迁移层的计算任务运行完成后，执行该迁移层的迁移，将最终的计算结果和克隆环境的缓存区数据反馈给无人机。