[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

说明书

本发明公开一种基于边缘计算的多无人机编队野外作业负载均衡机制，包括：监测各无人机节点的外部任务到达率，并设定一个阈值以此来判定外部任务到达率是较高或较低；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，然后计算如何以最小成本将任务卸载给其他节点，并将相应的决策向量dv发送回每个节点；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，它就通过计算使自身以最小成本实现卸载。

技术领域

本发明涉及一种纯边缘计算环境中负载均衡的任务卸载调度算法，属于边缘计算技术与分布式计算技术相结合的技术领域。

背景技术

边缘计算是指在网络边缘执行计算的一种新型计算模型，其基本理念是将计算任务在接近数据源的计算资源上运行。边缘计算模型将原有云计算中心的部分或全部计算任务迁移到数据源的附近执行。

在无人机编队执行野外搜救任务时，疑似目标在地面的分布是随机的，不可预知的，这就意味着同一时间无人机网络中的各节点负载极有可能是不均衡的，这可能导致部分无人机长时间过载提前耗尽能量，进而影响整个编队的续航。通过任务间卸载调度使各节点互相帮助，可以实现节点之间的负载均衡。但无人机编队的调度多依赖于云台控制，在野外的通信环境中可能难以连接到云台，边缘计算模型可以为该问题提供解决方案。

发明内容

本发明的目的是在野外或灾后无法连接到云端或雾端的纯边缘环境中，为无人机节点间的可卸载作业做出调度决策，以使各节点间负载均衡，进而延长整个系统的续航。

本发明具体采用以下技术方案解决上述技术问题：

一种边缘计算环境中功耗负载均衡优化的负载任务迁移算法，包括以下步骤：

(1)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；

(2)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，然后解决如下方程中的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。

其中决策变量x_ij∈R^(x×m)代表通信链路(i，j)∈A上的任务流。x_ii是本地处理的任务率。γ_i是可卸载任务的速率，γ_i0是不可卸载任务的速率，dv为决策矩阵中的决策向量，C_ij为成本函数，定义如下：

其中，D是数据量，f是平均重传次数(可用如下公式计算)，BW_ij是节点i和j之间的预期带宽，Bi，B_j是节点i和j中的剩余电量，L_i和L_j是节点i和j中已有的任务量，ω₁，ω₂，ω₃是权重因子。

f(PDR)＝E[g(x；PDR)]

其中PDR为数据包投递率。

上述方程中的决策方案也可以如下的决策矩阵定义：