[发明专利]低功耗无人机反向散射边缘计算网络优化方法

权利要求书

1.一种低功耗无人机反向散射边缘计算网络优化方法，其特征在于，包括如下步骤：

(1)利用一个配有载波发射器和边缘计算服务器的无人机、K个携带反向散射装置的本地用户，构建移动边缘计算网络；其中K大于1，令Ω_K＝{1,2,…,k,...,K}表示地面用户设备的集合，k表示第个k地面用户，且每个用户都有待执行的密集型任务；

(2)获取无人机与反向散射辅助的移动边缘计算场景下的最优优化变量：

(2.1)令T表示无人机完成有限任务的时间周期，将T分成N个大小相等的时隙，令n∈Θ_N,Θ_N＝(1,2,…,N)，每个时隙的持续时间为按照时分多址协议，将每个时隙划分为K个相等的持续时间并且用户k在其对应的持续时间内反射其任务输入数据；

(2.2)令H为保证无人机能够避开服务区域内所有障碍物，且同时保证无人机与用户之间是以低传输功率通信的最低高度；假设无人机以固定高度H飞行、在每个时隙中位置不变、飞行速度恒定，以及假设无人机和用户之间为视距通信链路LoS，得到无人机和第k个用户之间的信道功率增益h_k[n]；

(2.3)各个用户采用时分多址机制与无人机进行通信，假设第k个用户有一个具有比特的计算任务，将该计算任务全部反射到无人机的边缘计算服务器进行卸载计算，并对剩余能量进行储存，得到在第n个时隙处第k个用户的卸载比特数I_k[n]、反射能耗E_k,L0[n]以及在第n个时隙处收集到的能量且E_k,L0[n]小于等于收集能量

(2.4)通过优化无人机轨迹为用户提供能量，并收集用户反射的任务，计算无人机在第n个时隙处的飞行能耗E_fly[n]、发射射频信号能耗以及计算任务能耗

(2.5)根据下式获取用户任务计算能耗E_U和用户储存量E_L：

(2.6)构建最优用户储存量与无人机最低能耗加权和的表达式：

其中，令ω表示无人机能耗的权重，优化变量包括无人机的发送功率地面用户的反射系数无人机的计算CPU频率无人机的轨迹P_k[n]、f_u,k[n]、α_k[n]和q[n]分别表示针对第k个用户无人机在第n个时隙处的发送功率、无人机计算CPU频率、用户反射系数和第n个时隙处无人机的轨迹；

设定用户设备能量受限场景满足如下约束条件：

其中，B表示无人机到用户设备的通信带宽，σ²无人机处的噪声功率，C_k表示CPU时钟周期；表示无人机计算任务与用户卸载任务之间的因果关系；0≤α_k[n]≤1，0≤f_u,k[n]≤f_max，0≤P_u,k[n]≤P_max，其中f_max和P_max分别为无人机最大可用CPU频率和最大发送功率；||q[n]-q[n-1]||≤τV_max，其中V_max表示无人机最大飞行速度；

(2.7)通过交替优化算法求解用户储存量与无人机能耗加权和，从而获得最优优化变量：无人机的最优发送功率P^*、地面用户的最优反射系数α^*、无人机的最优计算CPU频率值f^*以及无人机的最优轨迹q^*；

(3)根据最优优化变量设定系统工作参数；

(4)系统在选定的工作参数下运行，实现对用户储存量与系统能耗的优化。

2.根据权利要求1所述的方法，其特征在于：步骤(2.2)中无人机和第k个用户之间的信道功率增益h_k[n]为：

其中，ρ₀是参考距离1m处的信道功率增益，w_k表示地面用户坐标，d_k[n]为第n个时隙处无人机到第k个用户的距离。