多无人机辅助MEC网络中的协同计算卸载和充电调度方法

文档序号:37940551发布日期:2024-05-11 00:19阅读:来源:国知局

技术特征:

1.多无人机辅助mec网络中的协同计算卸载和充电调度方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的方法,其特征在于,在步骤s1中,包括以下步骤:

3.根据权利要求2所述的方法,其特征在于,在步骤1-1中,获取u2u的传输速率和m2u的传输速率的步骤如下:

4.根据权利要求2所述的方法,其特征在于,在步骤1-2中,计算任务总时延的步骤如下:

5.根据权利要求2所述的方法,其特征在于,在步骤1-3中,在能量消耗和无线充电模型中,将无人机(uav)视为系统的核心,因此不考虑移动用户(mu)的传输能量消耗,其中,系统的总能量消耗,主要包括无人机的传输、计算和悬停能量消耗,并根据总能耗计算它们的剩余电池能量,计算无人机剩余电量的步骤如下:

6.根据权利要求1所述的方法,其特征在于,在s2中,包括以下步骤:

7.根据权利要求1至6其中之一所述的方法,其特征在于,步骤s3是确定步骤s2所述优化目标函数的最优u2u卸载策略、计算资源分配策略以及最优充电调度决策;

8.根据权利要求7所述的方法,其特征在于,

9.一种基于td3算法的目标网络更新方法,其特征在于,包括以下步骤:

10.根据权利要求9所述的方法,其特征在于,


技术总结
多无人机辅助MEC网络中的协同计算卸载和充电调度方法,包括以下步骤:步骤S1:由MU及UAV的计算任务参数、位置数据、信噪比,获取MU和UAV之间的传输速率、UAV和UAV之间的传输速率,并通过能耗公式以及时延公式,获取UAV消耗的能耗以及MU任务处理完成的总时延,同时计算出每一轮UAV的剩余电量;步骤S2:引入基于价格的激励机制,计算出每台UAV的效用值,并结合UAV的剩余电量,减去时延的敏感度,得到系统总效用,将最大化系统总效用作为优化目标,建立优化目标函数;步骤S3:确定步骤S2所述优化目标函数的最优策略,包括U2U卸载策略、计算资源分配策略以及最优充电调度决策。

技术研发人员:赵亮,姚雨君,周欢,王浩,郭键锰,张思浓
受保护的技术使用者:三峡大学
技术研发日:
技术公布日:2024/5/10
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1