[发明专利]基于交替方向乘子算法与移动边缘计算的网络资源优化调度决策方法

权利要求书

1.基于交替方向乘子算法与移动边缘计算的网络资源优化调度决策方法，其特征在于：该方法包括如下步骤：

步骤一，将构建的无人机辅助的物联网系统初始化，设定无人机数量、物联网设备数量，并确定无人机、物联网设备、AP位置；

步骤二，根据初始化条件并结合实际情况，计算系统总能耗E，包括数据卸载传输消耗的能量E^u、MEC服务器数据任务计算消耗的总能量E^c和无人机与AP数据传输消耗的总能量E^s；

步骤三，结合场景和优化目标，构建系统总能耗模型优化问题，将非凸问题转化为凸问题并对问题进行分解；

步骤四，采用基于ADMM的分布式优化算法对分解后的问题进行求解，推导出具有全局一致约束的增广拉格朗日量，进行变量和拉格朗日乘子的迭代和更新；

步骤一中，在三维笛卡尔坐标系下，把O定义为所有物联网设备的几何中心；每个物联网设备的位置表示为表示为共有N个物联网设备，其中x_n，y_n为物联网设备的x轴和y轴坐标；假设无人机飞行于目标区域上空，无人机共有K架，每架无人机停留在一个固定位置上，表示为其中x_k，y_k，h为无人机的x轴、y轴和z轴坐标；第k架无人机悬停的时间为T_k秒；由于无人机配备了MEC服务器，为物联网设备提供数据计算服务；AP的位置固定，表示为(x_s,y_s,0)，x_s，y_s为AP的x轴和y轴坐标；

步骤二中，计算系统总能耗，具体步骤如下：

步骤(2.1)，计算数据卸载传输消耗的总能量；D_nk表示第n个物联网设备向第k架无人机卸载的数据量，u表示物联网设备向无人机卸载数据的时间；将a_nk定义为第n个物联网设备与第k架无人机关联，其中a_nk＝1表示第n个物联网设备选择第k架无人机卸载数据；物联网设备卸载到无人机的数据量D表示为

第n个物联网设备与第k架无人机之间的距离d_nk计算表示为

假设距离d_nk＝1时物联网设备到无人机的信道增益设为b₀；那么每个物联网设备的信道功率增益b_nk为

设B为信道带宽，P_i为每个物联网设备的传输功率；σ²为噪声功率，无人机与物联网设备之间信道采用自由空间路径损耗模型；数据卸载速率r_unk表示为

第n个物联网设备向第k架无人机卸载数据时间计算u_nk表示为

数据卸载传输消耗的总能量E^u为

步骤(2.2)，计算MEC服务器数据任务计算消耗的总能量；设C为无人机计算数据时CPU周期总数，c为无人机计算物联网设备的数据任务时间；实际计算频率为f_nk，C_nk为第k架无人机计算第n个物联网设备数据时的CPU周期数，求得第k架无人机计算第n个物联网设备的数据时间c_nk为

MEC服务器数据任务计算消耗的总能量E^c为

其中，k_n＝10^-26为有效开关电容，γ_n＝3是一个正常数；

步骤(2.3)，计算无人机与AP数据传输消耗的总能量；s为无人机向AP传输计算结果的时间，将O_nk设为第k架无人机向AP传输第n个物联网设备结果数据量，无人机向AP传输物联网设备的结果数据量O为

计算无人机与AP之间的距离d_sk为

距离d_sk＝1时无人机到AP的信道增益同样也为b₀；那么每个物联网设备的信道功率增益b_sk为

P_s为每架无人机的传输功率，无人机与AP之间信道采用自由空间路径损耗模型，计算后的结果传送速率r_knk为

因此，得到计算后的结果传送时间s_nk为

无人机与AP数据传输消耗的总能量E^s为

得到整个系统消耗的能量E为

；

步骤三中，根据步骤一至步骤二，结合场景和优化目标，构建模型优化问题，具体步骤如下：

步骤(3.1)，由于a_nk的取值为0或1，所以在求解之前需要先对二元变量a_nk进行变量松弛，使得0≤a_nk≤1；得到问题

约束1是对二元变量a_nk进行变量松弛；约束2表示数据卸载、数据计算以及数据结果传送时间的总和不得超过无人机悬停时间；约束3表示物联网设备将所需计算的数据全部卸载到无人机；约束4表示无人机需要为每个物联网设备提供足够的计算资源；约束5表示第k架无人机需要将所处理的结果量全部传送给AP；

步骤(3.2)，对上述问题进行分解，对于每个无人机k，可以定义将这三个变量作为{u,c,s}的局部变量；

对于每个无人机的局部变量，定义如下集合η_k为其可行集：

对于每个无人机消耗的能量w_k为

那么全局共识问题等价写成

步骤四中，根据步骤三，采用基于ADMM的分布式优化算法对其求解，具体步骤如下：

步骤(4.1)，首先推导出具有全局一致约束的增广拉格朗日量

其中，拉格朗日乘子为ρ为惩罚参数；

步骤(4.2)，推导变量和拉格朗日乘子迭代过程，局部变量迭代过程为

全局变量迭代过程为

拉格朗日乘子迭代过程为

步骤(4.3)，变量和拉格朗日乘子的更新，由于无人机的数量为K，所以将迭代分解为K个子问题，求解在迭代[t+1]时的优化问题

接下来更新全局变量和拉格朗日乘子，并将消息传送给每个无人机，通过将梯度设置为0，有

得到结果如下

在迭代[t]过程中，将拉格朗日乘数初始化为零，即简化为

。