[发明专利]一种雾网络中基于无人机辅助的任务卸载方法

权利要求书

1.一种雾网络中基于无人机辅助的任务卸载方法，其特征在于：该方法包括以下步骤：

步骤1：算法初始化；

步骤2：将计算周期T分为Q个时隙，每个时隙长度为Δ秒；

步骤3：在第q时隙内，将无人机覆盖范围内的所有ID分为R-ID和F-ID；R-ID为有需求的物联网设备和F-ID为空闲物联网设备，设R-ID的集合为M，F-ID的集合为X；

步骤4：计算R-ID与F-ID之间的SINR，当SINR大于设置的阈值δ时，将R-ID与对应的F-ID划为一个D2D群组；

步骤5：根据R-ID不同应用对延迟和能耗的需求制定权重参数：

其中，和分别表示R-ID m的延迟和能量消耗的权重参数；其中，

步骤6：设R-ID m有计算密集型任务L_m，L_m以bit为单位测量输入数据的大小；假设将L_m的一部分α_m∈[0,1]卸载至F-ID x中进行计算，将L_m的一部分β_m∈[0,1]卸载至无人机进行计算，然后，将L_m的剩余部分(1-α_m-β_m)∈[0,1]在本地进行计算；分别计算任务卸载至F-IDx及卸载至无人机的卸载比例α_m，β_m，以及在本地处理的剩余部分比例：1-α_m-β_m；

步骤7：计算效率指标函数值η_m,x；根据η_m,x，由小到大列出R-ID m选择η_m,1所对应的F-ID x进行卸载；

步骤8：R-ID m将L_mα_m任务卸载至F-ID x进行处理；

步骤9：计算任务传输时延和能耗，以及执行时延和能耗得到总时延能耗；

步骤10：R-ID m将L_mβ_m任务卸载至无人机处理处理；

步骤11：根据无人机的位置信息，对无人机的飞行速度以及加速度，方向角进行约束并在优化系统总开销时联合优化无人机轨迹；

步骤12：计算任务传输时延和能耗，排队时延，执行时延和能耗以及无人机的飞行能耗；

步骤13：本地执行L_m(1-α_m-β_m)任务；

步骤14：计算任务的执行时延和能耗；

步骤15：构建系统总开销最小化方案，并解得最优解；

优化目标为最小化系统总开销，同时联合优化无人机的轨迹、任务卸载比例以及通信资源分配；

s.t C1:P_U+P_D≤P^max

C2:

C3:

C4:

C5:

C6:

C7:

C8:

C9:

其中：系统总延迟为T_Total(q)，系统总能耗为E_Total(q)；P_U表示R-ID m将计算任务卸载到无人机的上行链路发射功率；P_D表示R-ID m将计算任务卸载到F-ID x的上行链路发射功率；R-ID m设备的CPU计算速率为f_L cycle/s；F-ID x的CPU计算速率为f_D cycle/s；无人机的CPU计算速率为f_Ucycle/s；设C_k(cycle/bit)表示计算1bit数据所需要的CPU转数；约束条件C1为R-ID m的发射功率约束，即R-ID m的发射功率不能超过其最大发射功率限制；C2,C3,C4分别为R-ID m，F-ID x，无人机的计算资源约束，它们的计算速率都不能超过最大的计算速率；C5为无人机总能耗约束，即无人机的计算能耗和推进能耗之和不能超过其最大能耗；C6，C7为任务卸载比例约束；C8，C9分别为无人机飞行速度和加速度约束；

其中，无人机的处理能耗为：

无人机的能耗由推动能耗和计算能耗组成，而推动能耗远大于计算能耗，在时隙q，无人机的坐标为：Z_n(q)＝[x_n(q),y_n(q),h_n(q)]，h_n(q)表示无人机高度；无人机的速度为V_n(q)，加速度为a_n(q)，它的推进能耗为：

其中，令T_L(q)＝T_D(q)＝T_U(q),P_U+P_D＝P^max，解得R-ID m的卸载比例为：

其中，

且其中，B_U表示R-ID m将计算任务卸载到无人机的上行链路带宽；B_D表示R-ID m将计算任务卸载到F-ID x的上行链路带宽，σ_n表示噪声功率。