[发明专利]一种协同无人机-智能车群的缓存优化方法

权利要求书

1.一种协同无人机-智能车群的缓存优化方法，其特征在于：在无人机寻求数据时，允许无人机之间相互通信并传递数据，在每过T时间以后，智能车将无人机群获取的数据记录，并计算无人机群在T时间段内的代价消耗，调整并更新边缘智能车和终端无人机的存储阈值B；

具体步骤为：

Step1：在边缘计算网络中，将中心云端和边缘智能车辆相互连接，将边缘智能车辆和终端无人机相互连接，将边缘智能车辆和其网络覆盖范围内的智能车辆相互连接，将终端无人机和其网络覆盖范围内的无人机相互连接；

Step2：终端无人机开始寻求并获取目标数据；

Step3：终端无人机所属的边缘智能车辆计算该数据的流行度，根据流行度将边缘智能车辆内缓存文件降序排列，更新本地数据流行度列表；

Step4：当系统整体运行时间达到T的倍数，则计算代价函数得到B，并将缓存阈值更新为B；

Step5：在系统不断运行过程中，采用循环迭代算法更新系统中的缓存阈值，在整个系统的代价函数收敛的情况下，最终确定B的最优值；

所述代价函数具体为：

Step5.1：设计决策变量x，表示所需数据是否缓存在附近终端无人机中；

其中，τ为整个系统在时隙模式下工作的时间帧；

Step5.2：设计决策变量y，表示所需数据是否缓存在附近智能车辆中；

Step5.3：根据如下公式计算中心服务器、边缘车辆和无人机将缓存内容发送给无人机的总反馈时延：

其中，U是无人机的索引集，V是边缘车辆的索引集，K是索求数据的索引集，i为无人机的编号，r_k代表时隙τ内请求数据的大小，R_i,u(τ)是无人机的瞬时分配带宽，R_i,v(τ)是边缘智能车辆的瞬时分配带宽，R_i,b(τ)是中心服务器的瞬时分配带宽；

Step5.4：若无人机的请求符合泊松过程，则根据泊松过程对无人机请求进行建模，根据如下公式计算系统的数据总传输能耗：

其中，q表示根据泊松分布得到的请求次数期望值，表示中心服务器传输每比特数据的能耗，表示边缘智能车辆传输每比特数据的能耗，表示终端无人机传输每比特数据的能耗；

Step5.5：根据如下公式计算系统的总数据缓存能耗：

其中，B_u是无人机中总缓存数据大小，B_v是边缘智能车辆中总缓存数据大小，e_c是缓存每比特数据的能耗；

Step5.6：根据Step5.3、Step5.4和Step5.5得到代价函数，具体表示为：

W(τ)＝T(τ)+E_T(τ)+E_C(τ)。

2.根据权利要求1所述的协同无人机-智能车群的缓存优化方法，其特征在于：对于代价函数W(τ)的计算过程，需要保证B_v不大于边缘智能车辆的存储容量、B_u不大于终端无人机的存储容量。

3.根据权利要求1所述的协同无人机-智能车群的缓存优化方法，其特征在于：在循环迭代过程中，根据在本时间段T₀内计算得到的代价函数W(τ)的值引入正反馈对B进行调整，根据调整后的B计算下一个时间段T_t的代价函数W(τ)。