[发明专利]一种边缘计算环境中的无人机编队负载均衡机制在审
申请号: | 201810774546.0 | 申请日: | 2018-07-11 |
公开(公告)号: | CN110716580A | 公开(公告)日: | 2020-01-21 |
发明(设计)人: | 胡平;季鹏飞;徐曾春 | 申请(专利权)人: | 南京工业大学 |
主分类号: | G05D1/10 | 分类号: | G05D1/10 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 211816 江苏*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 到达率 任务卸载 判定 外部 最小成本 服务器 发送 多无人机编队 负载均衡机制 节点状态信息 分布式算法 集中式算法 帮助信息 节点广播 节点接收 决策向量 相邻节点 野外作业 邻节点 响应 帮助 卸载 邻居 反馈 监测 通信 | ||
1.一种边缘计算环境中的无人机编队负载均衡机制,其特征在于,包括以下步骤:
第一步、监测各节点的外部任务到达率,当外部任务到达率小于计算能力时,无需卸载;当外部任务到达率大于计算能力时,设定一个阈值以此来判定外部任务到达率是较高或较低;
第二步、当外部任务到达率判定为较高时选用主动集中式算法进行任务卸载,指定无人机编队中的一架无人机为服务器,其余所有节点将节点状态信息(NSI)发送给指定的服务器,然后解决最小成本流问题并将相应的决策向量dv发送回每个节点;在新的广播播出前,其他所有节点都必须遵循服务器做出的决策根据dv进行计算和卸载;
第三步、当外部任务到达率判定为较低时选用反馈分布式算法将任务卸载给邻节点,节点只在需要帮助时进行通信。寻求帮助的节点广播请求帮助信息(RFH)并等待邻居发送他们的NSI进行响应;如果相邻节点的平均CPU利用率小于设定的阈值,则必须响应;一旦寻求帮助的节点从其他节点接收到NSI,它就制定并解决最小成本流问题;为了避免使用旧信息并及时更新邻节点的当前状况,设置一个计时器Tth,一旦超过设定时间,节点必须广播RFH重新开始。
2.如权利要求1所述的一种边缘计算环境中的无人机编队负载均衡机制,其特征在于:第一步中设定阈值判定任务到达率高低并根据任务到达率的高低动态选择卸载算法。
3.如权利要求1所述的一种边缘计算环境中的无人机编队负载均衡机制,其特征在于:第二步中的最小成本流问题用如下方程表示;
其中决策变量xij∈R(n×m)代表通信链路(i,j)∈A上的任务流,xii是本地处理的任务率,γi是可卸载任务的速率,γi0是不可卸载任务的速率,dv为决策矩阵中的决策向量,Cij为成本函数,定义如下:
其中,D是数据量,f是平均重传次数,BWij是节点i和j之间的预期带宽,Bi,Bj是节点i和j中的剩余电量,Li和Lj是节点i和j中已有的任务量,ω1,ω2,ω3是权重因子。
4.如权利要求1所述的一种边缘计算环境中的无人机编队负载均衡机制,其特征在于:第三步所用卸载算法设定一个定时器Tth以避免使用旧信息并及时更新邻节点当前状态。
5.如权利要求1所述的一种边缘计算环境中的无人机编队负载均衡机制,其特征在于:第三步中的最小成本流问题用如下方程表示:
6.如权利要求1所述的一种边缘计算环境中的无人机编队负载均衡机制,其特征在于:第二步与第三步中所有计算任务都在最边缘的无人机上协同完成,不依赖云层或者雾层。
7.如权利要求1所述的一种边缘计算环境中的无人机编队负载均衡机制,其特征在于:第二步和第三步中进行任务卸载调度时,其成本函数综合考虑通信成本、各节点的实时计算能力和剩余能量。
8.如权利要求1所述的一种边缘计算环境中的无人机编队负载均衡机制,其特征在于:在整个过程中,各无人机之间不仅有信息的交互,还会协同完成同一计算任务。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京工业大学,未经南京工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810774546.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:目标跟踪方法及无人飞行器
- 下一篇:基于施瓦尔兹不等式的飞行器避障方法