[发明专利]基于遗传算法的无人机辅助边缘计算的能耗优化方法

说明书

本发明公开一种基于遗传算法的无人机辅助边缘计算的能耗优化方法，通过对系统的物联网设备、无人机和基站的并行处理和计算，并在此基础上应用遗传算法对系统的物联网设备、无人机和基站的任务执行顺序进行调整，并通过联合系统卸载比例、CPU频率和卸载设备顺序降低无人机与设备的能耗，减少系统的物联网设备、无人机和基站之间的时隙间隔，降低系统总完成时间。与传统的单流水线和未经优化的三流水线方法相比，本发明所耗时间更少，无人机悬停能耗更低。

技术领域

本发明涉及无人机辅助边缘计算技术领域，具体涉及一种基于遗传算法的无人机辅助边缘计算的能耗优化方法。

背景技术

随着信息化程度的深入，移动设备和数据量快速增加，计算密集型应用(例如在线游戏、自动驾驶等)不断普及。由于这些应用都是计算密集和时延敏感型的，超出了普通智能设备的计算频率，计算密集型需求与有限计算频率之间的矛盾降低了设备的服务质量(Quality of Service，QoS)。为了应对以上的挑战，提出了移动边缘计算(Mobile EdgeComputing，MEC)的概念。无人机部署在网络边缘，设备将部分或者全部设备卸载到无人机上，并且与云计算相比，MEC消耗了更少的传输时间和能耗，减少了数据隐私泄露的风险，降低了网络负担，降低了网络扩展成本，同时延长移动终端的电池寿命和设备使用周期。

在已有的MEC网络场景中，部署在地面的无人机的位置通常是固定并且不能根据移动设备的需求进行灵活部署，这限制了MEC的作用，并且在很多场景下例如沙漠地区、山地环境、应急通信、军事训练、自然灾难等情况下，地面通信设施被破坏导致没有信号覆盖。这种情况下，无人机(unmanned aerial vehicle，UAV)辅助MEC被认为是解决这些问题的一种有希望的技术。虽然无人机的优点在于灵活性和便携性，但是缺点也很明显，相较于地面基站，用无人机作为载体提供计算卸载服务有两大缺点：(1)续航能力有限，无人机受限于能量限制，无法长时间飞行；(2)无人机特别是旋翼无人机载荷有限，限制了算力和存储，无法处理大规模设备。

发明内容

本发明针对无人机续航能力和载荷有限的问题，提供一种基于遗传算法的无人机辅助MEC的能耗优化方法。

降低无人机和设备的总能耗，使得无人机能够更好地辅助MEC。

为解决上述问题，本发明是通过以下技术方案实现的：

基于遗传算法的无人机辅助边缘计算的能耗优化方法，包括步骤如下：

步骤1、构建计算与数据传输能耗函数f(s_i,g_i)，并通过最小化计算与数据传输能耗函数f(s_i,g_i)得到最优卸载率(s_i,g_i)；

计算与数据传输能耗函数f(s_i,g_i)为：

s.t.

s_i+g_i＜1

0≤s_i≤1

0≤g_i≤1

步骤2、基于最优卸载率(s_i,g_i)，计算每个物联网设备的任务在该物联网设备的本地端、无人机端和基站端所需的时间T_i-1、T_i-2和T_i-3；

第i个物联网设备的任务在本地端所需的时间T_i-1为：

第i个物联网设备的任务在无人机端所需的时间T_i-2为：