基于无人机无线能量传输的边缘计算系统能耗优化方法

1.本发明属于无线通信领域中的移动边缘计算领域，特别是一种无人机无线能量传输辅助的移动边缘计算方法。


背景技术：

2.移动边缘计算通过将具有计算、存储以及通信功能的服务平台安置在网络边缘，帮助移动终端用户把计算密集和时延敏感型任务卸载到边缘节点进行快速处理，缓解网络拥塞压力，提升计算效率，被广泛应用于各种场景。无线能量传输技术通过收集射频信号的能量，能够为低功耗移动设备提供可持续和经济的能源供应。基于无人机无线能量传输的移动边缘计算系统不仅能够为地面节点进行快速的边缘计算，还可以给地面节点提供可持续的能量补给，有效提高系统的能量和计算效率。
3.现有基于无人机无线能量传输的边缘计算系统只对系统的计算速率进行了优化，没有考虑系统的能耗问题。


技术实现要素：

4.为了克服现有技术的能耗较高、能量和计算效率较低的不足，为了改善现有基于无人机无线能量传输的边缘计算系统能耗，本发明提供一种基于无人机无线能量传输和边缘计算的系统能耗优化方法。
5.本发明解决其技术问题所采用的技术方案是：
6.一种基于无人机无线能量传输的边缘计算系统能耗优化方法，无人机移动边缘计算系统由一架搭载移动边缘计算服务器的无人机uav和l个地面用户ui组成，通信过程分为两个子时隙，所述基于无人机无线能量传输的边缘计算系统能耗优化方法包括以下步骤：
7.1)第一时隙，无人机uav对l个地面用户发射能量信号，计算用户ui收到的能量
8.2)第二时隙，l个用户执行二元卸载策略，决定任务在本地计算或全部卸载到无人机uav进行计算，计算用户ui本地计算的能耗卸载计算的能耗和系统的总能耗
9.无人机和用户之间的卸载决策优化和资源分配问题建模为：
[0010][0011]
满足以下条件
[0012][0013][0014][0015]
τ∈[0，t]
ꢀꢀꢀꢀꢀꢀ
(5)
[0016][0017]
其中，τ表示能量收集时间，pi表示ui在数据卸载时的发射功率，αi∈{0,1}表示卸载决策，当αi＝1时，表示用户将数据卸载到无人机进行计算，当αi＝0时，表示用户进行本地计算，l表示用户数量，b表示ui与uav之间的信道带宽，ci表示ui在一个时隙中需要处理的计算任务的数据量，t表示一个时隙的长度，f
imax
表示ui的最大cpu频率，bi表示用户ui的电池电量，ri表示用户ui到无人机的传输速率，表示为：
[0018][0019]
其中σ2表示高斯白噪声功率，hi表示用户ui与无人机之间的信道增益，表示为:
[0020][0021]
其中gi表示单位距离d＝1m时的信道功率增益，η表示路径损耗因子，h表示无人机飞行高度，xu和xi分别表示无人机与用户在x轴上的坐标，yu和yi分别表示无人机与用户在y轴上的坐标；
[0022]
通过块坐标下降法，将上述问题转化为两个子问题，首先在给定初始卸载策略的情况下优化能量收集时间和用户发射功率，然后优化卸载策略，通过交替优化获得问题的最优解。
[0023]
进一步，所述步骤1)中，用户ui收集到的能量为：
[0024][0025]
其中υi表示能量转换效率，p表示无人机发射功率。
[0026]
更进一步，所述步骤2)中，用户ui本地计算的能耗卸载计算的能耗和系统的总能耗分别表示为：
[0027][0028][0029][0030]
其中ξi表示ui的有效电容系数，k表示处理1bit计算任务需要的cpu转数；
[0031]
本发明的技术构思为：现有基于无人机无线能量传输的边缘计算系统仅对系统的计算速率进行了优化，没有考虑系统的能耗问题，本专利方法提供一种能够有降低系统能耗的基于无人机无线能量传输和边缘计算的系统能耗优化方法，通过优化能量收集时间、用户发射功率以及卸载决策，能够有效降低系统的能耗。
[0032]
本发明的有益效果主要表现在：解决现有的基于无人机无线能量传输的边缘计算
系统没有考虑系统的能耗问题。通过优化能量收集时间、用户发射功率以及卸载决策来减少系统的能耗。
附图说明
[0033]
图1是基于无人机无线能量传输的边缘计算系统能耗优化方法的系统模型示意图；
[0034]
图2是本发明在不同的计算任务数据量下能量收集时间随着用户数量的变化图；
[0035]
图3是本发明在不同用户数量下系统总能耗随着计算任务数据量的变化图。
具体实施方式
[0036]
下面结合附图对本发明作进一步描述。
[0037]
参照图1～图3，一种基于无人机无线能量传输和边缘计算的系统能耗优化方法，是基于现有的无线通信系统实现的，所述无人机无线能量传输和边缘计算系统由一架搭载移动边缘计算服务器的无人机uav和l个地面用户ui组成；
[0038]
本实施方式的方法中，第一时隙，无人机uav对l个地面用户发射能量信号，计算用户ui收到的能量第二时隙，l个用户执行二元卸载策略，决定任务在本地计算或全部卸载到无人机uav进行计算，计算用户ui本地计算的能耗卸载计算的能耗和系统的总能耗
[0039]
本实施例中，本地计算的能耗、卸载计算的能耗、能量收集的能量和系统总能耗分别为：
[0040][0041][0042][0043][0044]
其中，ξi表示ui的有效电容系数，ci表示ui在一个时隙中需要处理的计算任务的数据量，k表示处理1bit计算任务需要的cpu转数，l表示用户数量，t表示一个时隙的长度，τ表示能量收集时间，pi表示ui在数据卸载时的发射功率，υi表示能量转换效率，p表示无人机发射功率，αi∈{0,1}表示卸载决策，当αi＝1时，表示用户将数据卸载到无人机进行计算，当αi＝0时，表示用户进行本地计算，hi表示用户ui与无人机之间的信道增益，表示为：
[0045][0046]
其中gi表示单位距离d＝1m时的信道功率增益，η表示路径损耗因子，h表示无人机
悬停高度，xu和xi分别表示无人机与用户在x轴上的坐标，yu和yi分别表示无人机与用户在y轴上的坐标。
[0047]
本实施例中，卸载决策优化和资源分配方法具体为：
[0048]
无人机和l个用户之间的卸载决策优化和资源分配问题建模为：
[0049][0050]
满足以下条件
[0051][0052][0053][0054]
τ∈[0，t]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0055][0056]
其中，b表示ui与uav之间的信道带宽，ci表示ui在一个时隙中需要处理的计算任务的数据量，f
imax
表示ui的最大cpu频率，bi表示用户ui的电池电量，ri表示用户ui到无人机的传输速率，表示为:
[0057][0058]
其中σ2表示高斯白噪声功率。
[0059]
通过块坐标下降法，将上述问题转化为两个子问题，首先在给定初始卸载策略的情况下优化能量收集时间和用户发射功率，然后优化卸载策略，通过交替优化获得问题的最优解。
[0060]
本实施例的基于无人机无线能量传输和边缘计算的系统能耗优化方法，解决现有基于无人机无线能量传输和边缘计算的系统中能耗过高问题，通过优化卸载决策以及分配资源来降低系统的总能耗。
[0061]
在本实施例中，用户到无人机的传输信道被假设为视距传输信道，用户在一条从无人机正下方到服务区域最远点间的直线上均匀分布，无人机的服务半径为d＝100m，宽带和通信时间分别设置为b＝2mhz，t＝1s。对于每个用户ui,i＝1,2,...,l,能量转换效率vi＝0.51，计算任务大小ci∈[80,120]kb，每比特所需要的cpu周期数k＝100周期/比特。
[0062]
图2显示了随着用户数量的增加，能量收集时间随之减少，同时随着计算任务数据量的增加，用户需要更多地时间处理计算任务，能量收集时间就会减少；
[0063]
图3显示了随着计算任务数据量的增加，能量收集时间随之减少。
[0064]
本说明书的实施例所述的内容仅仅是对发明构思的实现形式的列举，仅作说明用途。本发明的保护范围不应当被视为仅限于本实施例所陈述的具体形式，本发明的保护范围也及于本领域的普通技术人员根据本发明构思所能想到的等同技术手段。