[发明专利]一种多无人机协助用户的移动卸载方法

摘要

本发明提供了一种多无人机协助用户的移动卸载方法，属于移动云计算领域。本发明从无人机资源分配、航迹规划和任务分配三方面对多用户上传和下载需求的移动迁移进行建模；然后利用一个三阶段的迭代算法对模型进行转化、松弛并利用分支定界法进行迭代求解，得到最优的资源分配、任务分配以及航迹规划方案。本发明的有益效果在于：本发明提出的移动卸载方法同时考虑到用户的上传需求和下载需求，极大地提高了用户的计算速率；本发明提出的移动卸载方法通过最大化所有用户中最小的计算速率，实现用户的公平性。

主权项

1.一种多无人机协助用户的移动卸载方法，进行资源优化前，先完成如下操作：/n首先，根据用户需求确认用户发射功率、坐标信息、计算每位数据所需的CPU周期数，保存至集合X中；/n然后，无人机获取设备剩余电量、从起点到终点飞行的总时间、其处理器的能量转换效率以及各无人机在每一时隙可分配给用户的CPU频率，保存至集合Y中；/n最后，所有用户将集合X中相关信息发送至部署在头无人机上的控制器，所有辅无人机将集合Y中相关信息发送至头无人机上的控制器，由控制器来控制整个流程的运行；/n其特征在于：具体步骤如下：/n步骤一：控制器根据收集到的全体用户和无人机信息，从无人机资源分配、航迹规划和任务分配三方面对多用户上传和下载需求的移动迁移进行建模，得到初始问题模型P0；/n步骤二：控制器根据步骤一得到的初始问题模型P0的特点将变量进行解耦，设置无人机航迹规划变量和任务分配变量为合理化常量，得到无人机资源分配的问题模型P1，并将其转化为凸优化问题再利用拉格朗日乘子法求解得到资源分配的最优值；/n步骤三：控制器根据步骤二得到的资源分配最优解带回初始问题P0并设置无人机任务分配变量为合理化常量，得到无人机航迹规划的问题模型P2，将非凸项进行松弛利用凸优化工具求解，得出无人机航迹规划的最优值；/n步骤四：控制器将无人机资源分配和航迹规划最优解带回初始问题P0得到无人机任务分配的问题模型P3，利用分支定界法进行求解，将所得任务分配最优解带回步骤二中迭代求解直至两次迭代的目标函数最优值之差小于预先设定的阈值Θ后停止求解，即得到近似最优解。/n