[发明专利]一种基于空天地远程物联网的计算卸载方法及系统有效

专利信息
申请号: 201911040255.X 申请日: 2019-10-29
公开(公告)号: CN110868455B 公开(公告)日: 2021-01-01
发明(设计)人: 王莹;刘嫚;李振东 申请(专利权)人: 北京邮电大学
主分类号: H04L29/08 分类号: H04L29/08;H04B7/185;H04W84/06
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 王文思
地址: 100876 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 天地 远程 联网 计算 卸载 方法 系统
【说明书】:

发明实施例提供一种基于空天地远程物联网的计算卸载方法及系统,该方法包括:根据物联网终端本地计算能耗、无人机边缘计算卸载能耗、无人机飞行能耗、卫星云计算卸载能耗和无人机边缘计算能耗,构建总能耗目标函数;根据所述总能耗目标函数,获取总能耗最优计算卸载方案;根据所述总能耗最优计算卸载方案,对空天地远程物联网的计算卸载进行调整。本发明实施例根据不同时隙下的资源分配问题,提出联合优化卸载资源分配、用户调度变量、计算卸载分配和无人机轨迹规划的计算卸载方法,获取在若干限制条件下的空天地远程物联网络下的最优计算卸载方案,从而减少系统总能耗。

技术领域

本发明涉及网络计算卸载技术领域,尤其涉及一种基于空天地远程物联网的计算卸载方法及系统。

背景技术

随着5G的快速发展,出现了越来越多的在线移动应用和服务,如虚拟现实,高清直播和工业自动化等,也带来了超高数据速率,低延迟,高可靠性和大规模连接等优点。然而,除了高效可靠的通信外,广泛的应用还需要大量的计算能力。例如,环境监控中传感信息的融合,智能电网中高清晰度声音或视频信息的处理,军事演练中需要对大量多媒体数据进行处理以及在紧急救援部署中的目标识别,这些计算密集型任务对资源受限的终端设备(尤其是物联网终端)的电池和计算能力构成巨大挑战。因此,计算密集型任务对资源受限的终端设备(尤其是尺寸有限、功耗较低的物联网设备)的电池和计算能力带来巨大挑战。

面对这个问题,移动边缘计算(Mobile Edge Computing,简称MEC)作为一种有发展前景的解决方案,受到了的广泛关注。MEC提供有效和灵活的计算服务,可以降低物联网终端对计算能力和电源的性能要求,还可以缩短计算密集型任务的计算延迟。同时,在基站等基础设施有限甚至没有的情况下,无人机(Unmanned Aerial Vehicle,简称UAV)可以为物联网终端提供卸载机会并降低计算能耗,这是由于无人机有着灵活的机动性和低成本的优势,从而获得高概率的视距(LoS)空对地通道。无人机辅助边缘计算可以进行计算卸载,并且可以部署在离物联网终端很近的地方,从而节约设备能源、提供低延迟服务,并且安全可靠。

目前,基于空天地远程物联网的计算卸载的研究较少,该架构下的计算卸载并未得到较好的分配。因此,现在亟需一种基于空天地远程物联网的计算卸载方法及系统来解决上述问题。

发明内容

针对现有技术存在的问题,本发明实施例提供一种基于空天地远程物联网的计算卸载方法及系统。

第一方面,本发明实施例提供了一种基于空天地远程物联网的计算卸载方法,包括:

根据物联网终端本地计算能耗、无人机边缘计算卸载能耗、无人机飞行能耗、卫星云计算卸载能耗和无人机边缘计算能耗,构建总能耗目标函数;

根据所述总能耗目标函数,获取总能耗最优计算卸载方案;

根据所述总能耗最优计算卸载方案,对空天地远程物联网的计算卸载进行调整。

进一步地,所述根据所述总能耗目标函数,获取总能耗最优计算卸载方案,包括:

将所述总能耗目标函数中约束条件的二元变量松弛为连续变量,得到约束条件松弛后的总能耗目标函数;

根据线性规划、拉格朗日对偶分解法和连续凸优化方法,对约束条件松弛后的总能耗目标函数进行求解,得到总能耗最优计算卸载方案。

进一步地,所述物联网终端本地计算能耗是通过本地计算任务量、任务完成时长获取得到的,公式为:

其中,表示第k个物联网终端的本地计算能耗,αkLk表示第k个物联网终端的本地计算任务量,G表示有效切换容量和任务执行完成概率的常数,T表示系统周期长度。

进一步地,所述无人机边缘计算卸载能耗是通过以下公式获取得到的:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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北京邮电大学,未经北京邮电大学许可,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/201911040255.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top