CN114979135B - 基于移动边缘计算的无人机飞行高度和任务分配控制方法 - Google Patents

基于移动边缘计算的无人机飞行高度和任务分配控制方法 Download PDF

Info

Publication number
CN114979135B
CN114979135B CN202210431427.1A CN202210431427A CN114979135B CN 114979135 B CN114979135 B CN 114979135B CN 202210431427 A CN202210431427 A CN 202210431427A CN 114979135 B CN114979135 B CN 114979135B
Authority
CN
China
Prior art keywords
aerial vehicle
unmanned aerial
user
optimal
ground
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202210431427.1A
Other languages
English (en)
Other versions
CN114979135A (zh
Inventor
黄书琪
吴怡
黄锦明
张军
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujian Normal University
Original Assignee
Fujian Normal University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Fujian Normal University filed Critical Fujian Normal University
Priority to CN202210431427.1A priority Critical patent/CN114979135B/zh
Publication of CN114979135A publication Critical patent/CN114979135A/zh
Application granted granted Critical
Publication of CN114979135B publication Critical patent/CN114979135B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开基于移动边缘计算的无人机飞行高度和任务分配控制方法，包括以下步骤：步骤S1，构建包含无人机、基站和用户的***模型；步骤S2，根据***总时延最小化原则，获取在***总时延最小时，无人机最佳的飞行高度和最佳的任务分配比的关系式；步骤S3，根据步骤S2获得的最佳飞行高度和最佳任务分配比的关系式，获取无人机最佳的飞行高度和最佳任务分配比。本发明将移动边缘计算技术应用在无人机上行通信***中，地面用户可以将计算任务分别卸载给地面基站和无人机，规划设计无人机的高度和任务分配比，计算复杂度低，有效提升了边缘计算***的性能。

Description

基于移动边缘计算的无人机飞行高度和任务分配控制方法
技术领域
本发明涉及无人机作为空中移动计算服务器的移动通信技术领域，尤其涉及基于移动边缘计算的无人机飞行高度和任务分配控制方法。
背景技术
随着物联网产业的兴起，一些智能应用例如智慧城市，增强现实，模式识别等受到广泛的关注，可这些应用的体验质量在一定程度上会受到计算能力和有限电池容量的影响，移动边缘计算可以有效地解决上述问题。移动边缘计算将计算服务器放置在网络边缘，可以为用户设备提供低时延以及高质量的服务。由于无人机具有高灵活性、低成本、易部署等优点，可以很好解决地面边缘计算服务器覆盖范围有限的缺点。因此可以让无人机辅助移动边缘计算，在无人机上部署边缘计算服务器为地面用户提供计算服务，从而提高边缘计算无线通信***的性能。
发明内容
本发明的目的在于提供基于移动边缘计算的无人机飞行高度和任务分配控制方法，在无人机上配备移动边缘计算服务器，为地面用户提供边缘计算服务，从而有效降低***总时延，提升***性能。
本发明采用的技术方案是：
基于移动边缘计算的无人机飞行高度和任务分配控制方法，***包括地面基站、无人机以及地面用户，基站、无人机和用户之间配备单根天线，无人机上配备有移动边缘计算服务器，包括以下步骤：
步骤S1，构建包含无人机、基站和用户的***模型；
步骤S2，根据***总时延最小化原则，获取在***总时延最小时，无人机最佳的飞行高度和最佳的任务分配比的关系式；
步骤S3，根据步骤S2获得的最佳飞行高度和最佳任务分配比的关系式，获取无人机最佳的飞行高度和最佳任务分配比；
作为本发明的进一步技术方案，记无人机的高度为H，用户将任务卸载给无人机和基站进行计算的任务分配比分别是α和1-α，α∈[0,1]。无人机和用户之间的距离用
Figure BDA0003610772550000011
表示，r是无人机在地面上的投影与用户间的距离。ω表示无人机与地面用户间的仰角，ω＝arctan(H/r)。
所述***的信道分为用户和无人机之间的地对空信道以及用户和基站之间的地对地信道。地对地信道定义为瑞利衰落信道。地对空信道定义为既包含视距LoS链路又包含非视距NLoS链路的概率LoS信道。PLLoS和PLNLoS是LoS链路和NLoS链路的路径损耗，
Figure BDA0003610772550000021
Figure BDA0003610772550000022
其中fc是载波频率，c是光速，β是路径损耗指数，ηLoS和ηNLoS分别表示LoS链路和NLoS链路的额外路径损耗。
用户传输计算任务给无人机的速率表示为：
Figure BDA0003610772550000023
其中，BU表示用户卸载任务给无人机分配的带宽，P是用户的发射功率，N0是噪声功率谱密度。G是定向天线的增益。用户传输计算任务给基站的速率可表示为：
Figure BDA0003610772550000024
其中BS表示用户卸载任务给基站分配的带宽，h0表示瑞利衰落信道增益。
将用户与无人机和基站间的传输时延分别表示为tA＝αL/RU和tG＝(1-α)L/RB；将在无人机和基站上的计算时延分别表示为tU＝αLC/fU和tB＝(1-α)LC/fB，其中C是计算单位比特任务所需的周期数，fU是在无人机上计算所分配的CPU频率，fB是在基站上计算分配的CPU频率。则***的总时延可表示成T＝max{tA+tU,tG+tB}，构建***最小总时延min T。
LoS信道的概率因子为：
Figure BDA0003610772550000025
其中a和b表示和环境有关的常数。NLoS信道的概率因子表示为：PNLoS＝1-PLoS。
地对空信道的平均路径损耗可表示为：
Figure BDA0003610772550000026
根据平均路径损耗
Figure BDA0003610772550000027
计算
Figure BDA0003610772550000028
根据LoS链路和NLoS链路的路径损耗和概率因子，计算常量因子
Figure BDA0003610772550000029
计算路径损耗因子
Figure BDA00036107725500000210
基于***总时延最小化原则，无人机最佳的飞行高度关系式为：
Figure BDA00036107725500000211
基于***总时延最小化原则，最佳的任务分配比关系式为：
Figure BDA0003610772550000031
其中，
Figure BDA0003610772550000032
根据上述所获关系式，迭代计算出无人机的最佳高度和最佳任务分配比：赋予无人机飞行高度初值H0，将其带入获得的无人机最佳的飞行高度关系式得到下一次的值H1，将H1再次带入无人机最佳的飞行高度关系式得到H2，循环以上步骤直到后一次与前一次的差值小于收敛精度时，得到无人机最佳的飞行高度。同理可得最佳的任务分配比。
本发明采用以上技术方案，将移动边缘计算技术应用在无人机上行通信***中，地面用户可以将计算任务分别卸载给地面基站和无人机，规划设计无人机的高度和任务分配比，计算复杂度低，有效提升了边缘计算***的性能。
附图说明
以下结合附图和具体实施方式对本发明做进一步详细说明；
图1为本发明基于移动边缘计算的无人机飞行高度和任务分配控制方法的流程示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图对本申请实施例中的技术方案进行清楚、完整地描述。
如图1所示，本发明公开了基于移动边缘计算的无人机飞行高度和任务分配控制方法。采用的无人机辅助的移动边缘计算通信***包括地面基站、无人机以及地面用户，基站、无人机和用户之间配备单根天线，无人机上配备有移动边缘计算服务器。其特征在于，包括以下步骤：
步骤S1，构建包含无人机、基站和用户的***模型；
步骤S2，根据***总时延最小化原则，获取在***总时延最小时，无人机最佳的飞行高度和最佳的任务分配比的关系式；
步骤S3，根据步骤S2获得的最佳飞行高度和最佳任务分配比的关系式，获取无人机最佳的飞行高度和最佳任务分配比；
记无人机的高度为H，用户将任务卸载给无人机和基站进行计算的任务分配比分别是α和1-α，α∈[0,1]。无人机和用户之间的距离用
Figure BDA0003610772550000033
表示，r是无人机在地面上的投影与用户间的距离。ω表示无人机与地面用户间的仰角，ω＝arctan(H/r)。
所述***的信道分为用户和无人机之间的地对空信道以及用户和基站之间的地对地信道。地对地信道定义为瑞利衰落信道。地对空信道定义为既包含视距LoS链路又包含非视距NLoS链路的概率LoS信道。PLLoS和PLNLoS是LoS链路和NLoS链路的路径损耗，
Figure BDA0003610772550000041
Figure BDA0003610772550000042
其中fc是载波频率，c是光速，β是路径损耗指数，ηLoS和ηNLoS分别表示LoS链路和NLoS链路的额外路径损耗。
用户传输计算任务给无人机的速率表示为：
Figure BDA0003610772550000043
其中，BU表示用户卸载任务给无人机分配的带宽，P是用户的发射功率，N0是噪声功率谱密度。G是定向天线的增益。用户传输计算任务给基站的速率可表示为：
Figure BDA0003610772550000044
其中BS表示用户卸载任务给基站分配的带宽，h0表示瑞利衰落信道增益。
将用户与无人机和基站间的传输时延分别表示为tA＝αL/RU和tG＝(1-α)L/RB；将在无人机和基站上的计算时延分别表示为tU＝αLC/fU和tB＝(1-α)LC/fB，其中C是计算单位比特任务所需的周期数，fU是在无人机上计算所分配的CPU频率，fB是在基站上计算分配的CPU频率。则***的总时延可表示成T＝max{tA+tU,tG+tB}，构建***最小总时延min T。
LoS信道的概率因子为：
Figure BDA0003610772550000045
其中a和b表示和环境有关的常数。NLoS信道的概率因子表示为：PNLoS＝1-PLoS。
地对空信道的平均路径损耗可表示为：
Figure BDA0003610772550000046
根据平均路径损耗
Figure BDA0003610772550000047
计算
Figure BDA0003610772550000048
根据LoS链路和NLoS链路的路径损耗和概率因子，计算常量因子
Figure BDA0003610772550000049
计算路径损耗因子
Figure BDA00036107725500000410
基于***总时延最小化原则，无人机最佳的飞行高度关系式为：
Figure BDA00036107725500000411
基于***总时延最小化原则，最佳的任务分配比关系式为：
Figure BDA0003610772550000051
其中，
Figure BDA0003610772550000052
根据上述所获关系式，迭代计算出无人机的最佳高度和最佳任务分配比：赋予无人机飞行高度初值H0，将其带入获得的无人机最佳的飞行高度关系式得到下一次的值H1，将H1再次带入无人机最佳的飞行高度关系式得到H2，循环以上步骤直到后一次与前一次的差值小于收敛精度时，得到无人机最佳的飞行高度。同理可得最佳的任务分配比。
本发明将移动边缘计算技术应用在无人机上行通信***中，地面用户可以将计算任务分别卸载给地面基站和无人机，规划设计无人机的高度和任务分配比，计算复杂度低，有效提升了边缘计算***的性能。
显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

Claims (2)

1.基于移动边缘计算的无人机飞行高度和任务分配控制方法，采用***包括地面基站、配备移动边缘计算服务器的无人机以及地面用户，基站、无人机和用户之间配备单根天线，无人机上配备有移动边缘计算服务器,其特征在于：方法包括如下步骤，
步骤S1，构建包含无人机、基站和用户的***模型；基于无人机辅助移动边缘计算无线通信***建模如下：记无人机的高度为H，用户将任务卸载给无人机和基站进行计算的任务分配比分别是α和1-α，α∈[0,1]；无人机和用户之间的距离用表示，r是无人机在地面上的投影与用户间的距离；ω表示无人机与地面用户间的仰角，ω＝arctan(H/r)；所构建***的信道分为用户和无人机之间的地对空信道以及用户和基站之间的地对地信道；地对地信道定义为瑞利衰落信道，地对空信道定义为既包含视距LoS链路又包含非视距NLoS链路的概率LoS信道；PLLoS和PLNLoS是LoS链路和NLoS链路的路径损耗， 其中fc是载波频率，c是光速，β是路径损耗指数，ηLoS和ηNLoS分别表示LoS链路和NLoS链路的额外路径损耗；
步骤S2，根据***总时延最小化原则，获取在***总时延最小时无人机最佳的飞行高度和最佳的任务分配比的关系式；步骤S2的具体步骤如下
步骤2-1，计算获取LoS信道的概率因子为：其中a和b表示和环境有关的常数；则NLoS信道的概率因子表示为：PNLoS＝1-PLoS；
步骤2-2，计算获取地对空信道的平均路径损耗
步骤2-3，根据LoS信道和NLoS信道的路径损耗和概率因子，计算常量因子和路径损耗因子
步骤2-4，获取用户传输计算任务给无人机的速率以及用户传输计算任务给基站的速率
其中，BU表示用户卸载任务给无人机分配的带宽，P是用户的发射功率，N0是噪声功率谱密度；G是定向天线的增益；BS表示用户卸载任务给基站分配的带宽，h0表示瑞利衰落信道增益；
步骤2-5，分别计算获取用户与无人机间的传输时延tA＝αL/RU、用户与基站间的传输时延tG＝(1-α)L/RB、无人机上的计算时延tU＝αLC/fU和基站上的计算时延tB＝(1-α)LC/fB，其中，C是计算单位比特任务所需的周期数，fU是在无人机上计算所分配的CPU频率，fB是在基站上计算分配的CPU频率；
步骤2-6，基于***的总时延T＝max{tA+tU,tG+tB}构建***最小总时延min T；
步骤2-7，基于***总时延最小化原则，无人机最佳的飞行高度关系式为：
步骤2-8，基于***总时延最小化原则，最佳的任务分配比关系式为：
其中，
步骤S3，根据步最佳飞行高度和最佳任务分配比的关系式，进行迭代计算得到最终的无人机最佳的飞行高度和最佳任务分配比。
2.根据权利要求1所述的一种基于移动边缘计算的无人机飞行高度和任务分配控制方法，其特征在于：所述步骤S3中迭代计算出最终无人机的最佳高度和最佳任务分配比的方法为：赋予无人机飞行高度初值H0，将其带入获得的无人机最佳的飞行高度关系式得到下一次的值H1，将H1再次带入无人机最佳的飞行高度关系式得到H2，循环以上步骤直到后一次与前一次的差值小于收敛精度时，得到无人机最佳的飞行高度；同理可得最佳的任务分配比。
CN202210431427.1A 2022-04-22 2022-04-22 基于移动边缘计算的无人机飞行高度和任务分配控制方法 Active CN114979135B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210431427.1A CN114979135B (zh) 2022-04-22 2022-04-22 基于移动边缘计算的无人机飞行高度和任务分配控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210431427.1A CN114979135B (zh) 2022-04-22 2022-04-22 基于移动边缘计算的无人机飞行高度和任务分配控制方法

Publications (2)

Publication Number Publication Date
CN114979135A CN114979135A (zh) 2022-08-30
CN114979135B true CN114979135B (zh) 2023-05-12

Family

ID=82979064

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210431427.1A Active CN114979135B (zh) 2022-04-22 2022-04-22 基于移动边缘计算的无人机飞行高度和任务分配控制方法

Country Status (1)

Country Link
CN (1) CN114979135B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116249143B (zh) * 2023-05-11 2023-09-01 南京邮电大学 一种无人机辅助移动边缘计算的时延优化方法及***

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019119200A1 (zh) * 2017-12-18 2019-06-27 深圳市大疆创新科技有限公司 一种无人机的作业任务分配方法、相关设备及存储介质
CN110553629A (zh) * 2019-09-20 2019-12-10 中南大学 一种基于边缘计算的无人机目标追踪功耗优化方法及***
CN110766159A (zh) * 2019-09-29 2020-02-07 南京理工大学 基于改进遗传算法的多uav服务边缘计算的任务分配方法
CN111787509A (zh) * 2020-07-14 2020-10-16 中南大学 边缘计算中基于强化学习的无人机任务卸载方法及***
CN112351503A (zh) * 2020-11-05 2021-02-09 大连理工大学 基于任务预测的多无人机辅助边缘计算资源分配方法
CN113282352A (zh) * 2021-06-02 2021-08-20 南京邮电大学 基于多无人机协同辅助边缘计算的节能卸载方法
CN113377533A (zh) * 2021-06-07 2021-09-10 重庆邮电大学 无人机协助移动边缘计算中的动态计算卸载和服务器部署方法
CN114363803A (zh) * 2021-12-27 2022-04-15 杭州电子科技大学 一种移动边缘计算网络节能的多任务分配方法及***

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019119200A1 (zh) * 2017-12-18 2019-06-27 深圳市大疆创新科技有限公司 一种无人机的作业任务分配方法、相关设备及存储介质
CN110553629A (zh) * 2019-09-20 2019-12-10 中南大学 一种基于边缘计算的无人机目标追踪功耗优化方法及***
CN110766159A (zh) * 2019-09-29 2020-02-07 南京理工大学 基于改进遗传算法的多uav服务边缘计算的任务分配方法
CN111787509A (zh) * 2020-07-14 2020-10-16 中南大学 边缘计算中基于强化学习的无人机任务卸载方法及***
CN112351503A (zh) * 2020-11-05 2021-02-09 大连理工大学 基于任务预测的多无人机辅助边缘计算资源分配方法
CN113282352A (zh) * 2021-06-02 2021-08-20 南京邮电大学 基于多无人机协同辅助边缘计算的节能卸载方法
CN113377533A (zh) * 2021-06-07 2021-09-10 重庆邮电大学 无人机协助移动边缘计算中的动态计算卸载和服务器部署方法
CN114363803A (zh) * 2021-12-27 2022-04-15 杭州电子科技大学 一种移动边缘计算网络节能的多任务分配方法及***

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于无人机的边缘智能计算研究综述;董超;沈赟;屈毓锛;;智能科学与技术学报(03);全文 *

Also Published As

Publication number Publication date
CN114979135A (zh) 2022-08-30

Similar Documents

Publication Publication Date Title
CN109885088B (zh) 边缘计算网络中基于机器学习的无人机飞行轨迹优化方法
CN109660292B (zh) 一种基于多无人机覆盖的无线通信***飞行高度设计方法
CN108123772B (zh) 一种基于梯度投影法的无人机时频资源分配方法
CN108135002B (zh) 一种基于块坐标下降的无人机频谱资源分配方法
CN112153593B (zh) 一种无人机辅助的高能效物联网数据收集方法
CN111479226B (zh) 无人机通信***及基于用户轨迹的无人机通信优化方法
CN110730031A (zh) 一种用于多载波通信的无人机轨迹与资源分配联合优化方法
CN111768654B (zh) 一种多无人机协同中继辅助车载自组网数据传输方法
CN111757361B (zh) 一种雾网络中基于无人机辅助的任务卸载方法
EP3900267B1 (en) Parameter selection for network communication links using reinforcement learning
Zhang et al. Power control and trajectory planning based interference management for UAV-assisted wireless sensor networks
CN109916372A (zh) 信道状态信息不准确下的无人机基站最佳高度计算方法
US20220191715A1 (en) Operation Of Sectorized Communications From Aerospace Platforms Using Reinforcement Learning
CN114979135B (zh) 基于移动边缘计算的无人机飞行高度和任务分配控制方法
CN114268967B (zh) 无人机辅助移动边缘网络用户匹配方法及装置
CN114866979A (zh) 一种无人机辅助的边缘计算时延最小化方法
CN111479240B (zh) 无人机通信***及基于用户分簇的无线传输方法
CN114221726A (zh) ka频段无人机通信***的下行链路同频干扰表征方法
CN112188497B (zh) 一种空地一体化车辆网频谱资源优化方法
CN116366127A (zh) 无人机辅助多mec服务器的任务完成率最大化方法
CN113301532B (zh) 一种用于无人机辅助毫米波应急通信网的信道分配方法
CN115802370A (zh) 一种通信方法及装置
CN115441925B (zh) 一种基于空地通信网络的无线计算***
CN117412262A (zh) 一种urllc感知的空地车联网协同计算问题解耦方法
CN117241296A (zh) 一种基于动态计算窗口优化的通算资源调度方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant