[发明专利]物联网的移动边缘计算方法、装置及系统

权利要求书

1.一种物联网的移动边缘计算方法，其特征在于，所述方法应用于无人机调度控制器，所述方法包括：

对于目标物联网区域内的各个无人机的当前模拟位置，均执行以下操作：基于各个所述无人机的当前模拟位置和所述目标物联网区域内的各个物联网设备的实际位置，为各个所述物联网设备分配无人机；模拟将所述物联网设备的任务卸载至分配的无人机，及模拟各个所述无人机基于深度增强学习算法对接收的任务进行调度；

利用差分进化算法对各个所述无人机的当前模拟位置进行迭代更新，继续执行所述操作，直至迭代更新次数达到预设阈值时停止所述操作；

基于每次所述操作中所述物联网设备分配的所述无人机、所述无人机进行任务调度的结果和所述无人机的当前模拟位置，确定各个所述无人机的最优坐标位置；

触发各个所述无人机移动至其最优坐标位置下调度对应所述物联网设备上的任务；

其中，基于各个所述无人机的当前模拟位置和所述目标物联网区域内的各个物联网设备的实际位置，为各个所述物联网设备分配无人机的步骤，包括：

基于各个所述无人机的当前模拟位置和所述目标物联网区域内的各个物联网设备的实际位置之间的位置关系确定所述无人机的负载上限；

基于所述无人机的负载上限，利用广义分配问题模型为各个所述物联网设备分配无人机，其中，所述广义分配问题模型为类线性问题模型，用于获取物联网设备接入策略；

其中，所述基于所述无人机的负载上限，利用广义分配问题模型为各个所述物联网设备分配无人机的步骤，包括：

利用广义分配问题模型计算将各个所述物联网设备分配给所述无人机获得的收益；

根据所述无人机获得的收益设置目标函数，所述目标函数的算式为：其中，N为所述无人机的数量；K为物联网设备的数量；x_n,k为第k个物联网设备与第n个无人机的分配情况的小数解；f_n,k为将第k个物联网设备分配给第n个无人机获得的收益；

计算所述目标函数GAP在满足预设条件下的最小值；

获取所述目标函数GAP取最小值时对应的小数解x_n,k，并根据所述小数解x_n,k确定所述目标函数的整数解α_n,k；其中，x_n,k为小数解；α_n,k为第k个物联网设备与第n个无人机的分配情况的整数解；α_n,k的取值为0或1，α_n,k＝0为第k个物联网设备不分配给第n个无人机，α_n,k＝1为将第k个物联网设备分配给第n个无人机；所述预设条件包括：x_n,k同时满足，且w_n,k为将第k个物联网设备分配给第n个无人机所产生的消耗；为第n个无人机的负载上限。

2.根据权利要求1所述的方法，其特征在于，所述无人机的负载上限的计算算式为：

其中，其为第n个无人机所负载任务量的下界，其为第n个无人机所负载任务量的上界；为第k个物联网节点的任务负载级别；e_lb(u_n)为在各个所述无人机的当前模拟位置下仅处于第n个无人机通信范围内的物联网设备的集合，e_ub(u_n)为在各个所述无人机的当前模拟位置下第n个无人机通信范围内覆盖的各个所述物联网设备的集合；K为所述物联网设备的个数；E_avg为所述无人机的平均负载；λ₁和λ₂分别是负载上界和负载下界的影响参数，为负载差额。

3.根据权利要求1所述的方法，其特征在于，根据所述小数解x_n,k确定所述目标函数的整数解α_n,k的步骤，包括：

将所述小数解x_n,k转换成二分图；

将所述二分图中的增广路径的权重设置为0或1，并通过确定性舍入将所述小数解x_n,k转换整数解α_n,k。