CN114268995A

CN114268995A - 一种无人机移动边缘计算网络卸载方法、装置及电子设备

Info

Publication number: CN114268995A
Application number: CN202111649538.1A
Authority: CN
Inventors: 周逸诚; 冯维; 陈杰; 钟瑞; 徐远航; 郭明宇; 姚英彪; 夏晓威
Original assignee: Hangzhou Dianzi University
Current assignee: Hangzhou Dianzi University
Priority date: 2021-12-30
Filing date: 2021-12-30
Publication date: 2022-04-01

Abstract

本发明公开了一种无人机移动边缘计算网络卸载方法、装置及电子设备，该方法包括移动边缘计算服务器确定初始价格信息，对所有用户端广播初始价格信息；用户端计算无人机到用户端的信道增益，根据初始价格信息以及信道增益确定用户成本最小的卸载决策信息量；移动边缘计算服务器调整初始价格信息，直至移动边缘计算服务器在当前坐标位置下的总收益信息最大；移动边缘计算服务器基于改变坐标位置调整卸载数据量，直至移动边缘计算服务器在当前初始价格信息下的总收益信息最大。本发明实现了联合无人机位置、计算服务的初始价格信息定价以及用户端对于任务的卸载决策信息来综合优化整体计算性能，能够获得更高的收益，且降低了用户端的平均时延。

Description

一种无人机移动边缘计算网络卸载方法、装置及电子设备

技术领域

本申请涉及信息与通信工程技术领域，具体而言，涉及一种无人机移动边缘计算网络卸载方法、装置及电子设备。

背景技术

目前，用户可以通过将计算密集型任务部分或全部的卸载到移动边缘计算服务器（Mobile Edge Computing, MEC）中，来提升用户的计算服务质量并减少能量损耗。其中，是否进行计算卸载，很大程度上取决于用户和移动边缘计算服务器之间的无线信道质量，而由于通常情况下信道条件较差，导致卸载到移动边缘计算服务器执行计算的能耗大于本地执行。同时，对于基础设施建设较差的无线网络场景而言，这种传统的地面移动边缘计算也难以满足用户的计算需求。

发明内容

为了解决上述问题，本申请实施例提供了一种无人机移动边缘计算网络卸载方法、装置及电子设备。

第一方面，本申请实施例提供了一种无人机移动边缘计算网络卸载方法，所述方法包括：

移动边缘计算服务器根据用户端的总数量为各所述用户端平均分配用户带宽，并确定初始价格信息，对所有所述用户端广播所述初始价格信息，所述移动边缘计算服务器设置于无人机上；

所述用户端计算所述无人机到所述用户端的信道增益，根据所述初始价格信息以及所述信道增益确定用户成本最小的卸载决策信息，并将所述卸载决策信息发送至所述移动边缘计算服务器，所述卸载决策信息用以表征所述用户端卸载至所述移动边缘计算服务器进行处理的卸载数据量；

所述移动边缘计算服务器确定所述初始价格信息与无人机总收益信息的第一映射关系，并调整所述初始价格信息，直至所述移动边缘计算服务器在当前坐标位置下的总收益信息最大，记录所述总收益信息最大时的当前初始价格信息；

所述移动边缘计算服务器确定所述卸载数据量与所述无人机总收益信息的第二映射关系，基于改变所述无人机在服务区域内的坐标位置调整所述卸载数据量，直至所述移动边缘计算服务器在所述当前初始价格信息下的所述总收益信息最大，记录所述总收益信息最大时的当前坐标位置；

所述移动边缘计算服务器在所述当前坐标位置执行所述当前初始价格信息对应的所述卸载决策信息。

优选的，所述用户端计算所述无人机到所述用户端的信道增益，根据所述初始价格信息以及所述信道增益确定用户成本最小的卸载决策信息，包括：

所述用户端设置用以表征卸载处理量的第一处理数据，并获取用户信息，所述用户信息包括计算1位数据所需的周期数、总计算数据、本地CPU频率；

基于所述本地CPU频率、第一处理数据、总计算数据计算所述用户端的本地计算时延；

构建三维笛卡尔坐标系，确定所述用户端的第一水平位置以及所述无人机的第二水平位置和飞行高度，基于自由空间路径损耗模型计算所述无人机到所述用户端的信道增益，并根据所述信道增益计算所述用户端的卸载时延；

比对所述本地计算时延和卸载时延，确定所述用户端的总时延；

基于所述初始价格信息计算所述用户端向所述移动边缘计算服务器的预期支付费用，将所述预期支付费用与总时延之和确定为所述用户端的用户成本；

生成卸载决策信息，用以使所述用户成本最小。

优选的，所述根据所述信道增益计算所述用户端的卸载时延，包括：

基于所述信道增益分别计算所述用户端向所述无人机发送数据的上行链路传输速率和下行链路传输速率；

根据所述上行链路传输速率计算上行链路传输时延，根据所述下行链路传输速率计算下行链路传输时延；

确定所述用户端在所述移动边缘计算服务器的边缘计算时延，累加所述边缘计算时延、上行链路传输时延、下行链路传输时延，得到所述用户端的卸载时延。

优选的，所述调整所述初始价格信息，包括：

所述移动边缘计算服务器对各所述本地CPU频率的倒数进行排序，得到价格数组，并从所述价格数组中选取数组参数调整所述初始价格信息。

优选的，所述基于改变所述无人机在服务区域内的坐标位置调整所述卸载数据量，包括：

基于改变所述无人机在服务区域内的坐标位置，调整所述无人机与用户端之间的信道容量；

基于所述信道容量调整所述卸载数据量。

优选的，所述方法还包括：

轮流重复所述调整所述初始价格信息，直至所述移动边缘计算服务器在当前坐标位置下的总收益信息最大，记录所述总收益信息最大时的当前初始价格信息的步骤与所述基于改变所述无人机在服务区域内的坐标位置调整所述卸载数据量，直至所述移动边缘计算服务器在所述当前初始价格信息下的所述总收益信息最大，记录所述总收益信息最大时的当前坐标位置的步骤；

迭代更新所述当前坐标位置与当前初始价格信息。

第二方面，本申请实施例提供了一种无人机移动边缘计算网络卸载装置，所述装置包括：

分配模块，用于移动边缘计算服务器根据用户端的总数量为各所述用户端平均分配用户带宽，并确定初始价格信息，对所有所述用户端广播所述初始价格信息，所述移动边缘计算服务器设置于无人机上；

确定模块，用于所述用户端计算所述无人机到所述用户端的信道增益，根据所述初始价格信息以及所述信道增益确定用户成本最小的卸载决策信息，并将所述卸载决策信息发送至所述移动边缘计算服务器，所述卸载决策信息用以表征所述用户端卸载至所述移动边缘计算服务器进行处理的卸载数据量；

第一调整模块，用于所述移动边缘计算服务器确定所述初始价格信息与无人机总收益信息的第一映射关系，并调整所述初始价格信息，直至所述移动边缘计算服务器在当前坐标位置下的总收益信息最大，记录所述总收益信息最大时的当前初始价格信息；

第二调整模块，用于所述移动边缘计算服务器确定所述卸载数据量与所述无人机总收益信息的第二映射关系，基于改变所述无人机在服务区域内的坐标位置调整所述卸载数据量，直至所述移动边缘计算服务器在所述当前初始价格信息下的所述总收益信息最大，记录所述总收益信息最大时的当前坐标位置；

执行模块，用于所述移动边缘计算服务器在所述当前坐标位置执行所述当前初始价格信息对应的所述卸载决策信息。

第三方面，本申请实施例提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如第一方面或第一方面的任意一种可能的实现方式提供的方法的步骤。

第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面或第一方面的任意一种可能的实现方式提供的方法。

本发明的有益效果为：通过无人机搭载移动边缘计算服务器，并联合无人机位置、计算服务的初始价格信息定价以及用户端对于任务的卸载决策信息来综合优化整体计算性能，相较于纯本地计算和传统移动边缘计算，本申请的卸载方法相较于设置边缘计算服务器的固定基站将获得更高的收益，且同时降低了用户端的平均时延。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例中所需使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的一种无人机移动边缘计算网络卸载方法的流程示意图；

图2为本申请实施例提供的网络系统的架构示意图；

图3为本申请实施例提供的用户数量与用户平均时延关系的仿真示意图；

图4为本申请实施例提供的迭代次数与无人机收益关系的仿真示意图；

图5为本申请实施例提供的一种无人机移动边缘计算网络卸载装置的结构示意图；

图6为本申请实施例提供的一种电子设备的结构示意图。

具体实施方式

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。

在下述介绍中，术语“第一”、“第二”仅为用于描述的目的，而不能理解为指示或暗示相对重要性。下述介绍提供了本申请的多个实施例，不同实施例之间可以替换或者合并组合，因此本申请也可认为包含所记载的相同和/或不同实施例的所有可能组合。因而，如果一个实施例包含特征A、B、C，另一个实施例包含特征B、D，那么本申请也应视为包括含有A、B、C、D的一个或多个所有其他可能的组合的实施例，尽管该实施例可能并未在以下内容中有明确的文字记载。

下面的描述提供了示例，并且不对权利要求书中阐述的范围、适用性或示例进行限制。可以在不脱离本申请内容的范围的情况下，对描述的元素的功能和布置做出改变。各个示例可以适当省略、替代或添加各种过程或组件。例如所描述的方法可以以所描述的顺序不同的顺序来执行，并且可以添加、省略或组合各种步骤。此外，可以将关于一些示例描述的特征组合到其他示例中。

参见图1，图1是本申请实施例提供的一种无人机移动边缘计算网络卸载方法的流程示意图。在本申请实施例中，所述方法包括：

S101、移动边缘计算服务器根据用户端的总数量为各所述用户端平均分配用户带宽，并确定初始价格信息，对所有所述用户端广播所述初始价格信息，所述移动边缘计算服务器设置于无人机上。

在本申请实施例中，如图2所示，本方法应用于包含K个地面用户端和一个集成了移动边缘计算服务器的无人机。本申请将用户的计算任务按比特进行分割，分割之后部分在本地计算，部分卸载到无人机计算。设总带宽为B，有K个用户平均分配，每个用户端占用一个不重叠的频率。考虑准静态信道模型，使每个地面用户端和无人机之间的信道在每个计算卸载期间保持不变。假设用户k总共要对

比特的数据进行计算，其中

比特上传到无人机进行计算，剩下

比特由本地CPU计算。此外，移动边缘计算服务器还会确定用户端在无人机中每CPU周期所消耗的初始价格信息。

S102、所述用户端计算所述无人机到所述用户端的信道增益，根据所述初始价格信息以及所述信道增益确定用户成本最小的卸载决策信息，并将所述卸载决策信息发送至所述移动边缘计算服务器，所述卸载决策信息用以表征所述用户端卸载至所述移动边缘计算服务器进行处理的卸载数据量。

在本申请实施例中，由于无人机处于高空之中，无人机和用户端之间存在信号衰落，故需要计算出对应信道增益，以此来计算确定出对应的卸载决策信息，进而通过对卸载数据量的调整来确定用户成本最小的卸载决策信息。

在一种可实施方式中，所述用户端计算所述无人机到所述用户端的信道增益，根据所述初始价格信息以及所述信道增益确定用户成本最小的卸载决策信息，包括：

生成卸载决策信息，用以使所述用户成本最小。

在本申请实施例中，设用户k计算本地计算的计算频率为

，计算1比特的数据需要

个CPU周期，则用户在本地计算的时间为

。同时，将建立了三维笛卡尔坐标系来表示位置。地面用户k的第一水平位置记为

，无人机的第二水平位置为

，飞行高度为H。在无人机协助下的边缘计算网络中，由于无人机的高度远高于地面用户端，无人机和用户端之间的信号衰落主要是视距信道的衰落。另外，本申请认为接收端对无人机移动引起的多普勒频移进行了补偿，因此，无人机到用户端k的信道增益

可以用自由空间路径损耗模型进行计算，对应的第一计算公式为：

其中，

为无人机和用户距离为时的信道增益，

为用户k与无人机的距离，P为链路总功率。

通过信道增益便能计算出用户端的卸载时延

，由于卸载数据的同时，用户也将进行本地计算，故用户完成对

比特数据计算的总时间对应的第二计算公式为：

设无人机的计算速度为

，本申请将考虑无人机的计算资源对K个用户是均分的，因此分配给用户k的计算资源为

。无人机的计算容量上限记为

，在一个计算卸载周期内，计算容量的约束对应的第三计算公式为：

由于无人机的计算能力有限，所以需要调整计算资源分配和地面用户的计算请求，可以假设无人机对提供给用户端k计算

比特数据的计算资源进行定价，每个CPU周期的初始价格信息为

。则可以将无人机和用户端之间的交互来建模斯塔克尔伯格博弈模型。无人机是领导者，用户为跟随者。即无人机首先对用户在边缘端消耗的CPU周期进行定价，然后用户根据这个定价，对自己的计算任务进行划分，部分本地计算，部分卸载到无人机进行计算。

具体而言，用户端需要通过调整卸载决策以最小化自身的用户成本（即计算时延与费用之和），因此用户端优化问题对应的第四计算公式为：

在一种可实施方式中，所述根据所述信道增益计算所述用户端的卸载时延，包括：

在本申请实施例中，移动边缘计算包括以下三个阶段：第一阶段是数据卸载阶段，地面用户端将其部分或全部任务传输到无人机。第二阶段是计算阶段，无人机对卸载的数据进行计算。第三阶段是回传阶段，无人机将计算结果反馈给用户。因此用户k借助无人机进行边缘计算的总时间

由三个部分组成：第一阶段时间

，第二阶段时间

，第三阶段时间

，对应的第五计算公式为：

设用户端k分配给和无人机通信的上行链路和下行链路的功率分别为

，则用户k向无人机发送数据的上行链路传输速率

和和无人机向用户k发送计算完毕的数据的下行链路传输速率

对应的第六计算公式和第七计算公式为：

其中

表示噪声功率谱密度。

设

为用户k将任务卸载到无人机进行计算后回传数据与上传数据的比例，则回传数据大小为

，由此可得

和

，且

。以此便能够计算出用户端的卸载时延。

此外，为了简化第四计算公式，令

，

，则表达式可以优化为第八计算公式：

可以发现：当用户k上传计算的数据量小于

时，其计算时延

等于本地计算的时延。当用户k上传计算的数据量大于

时，其计算时延

等于上传计算的时延。

S103、所述移动边缘计算服务器确定所述初始价格信息与无人机总收益信息的第一映射关系，并调整所述初始价格信息，直至所述移动边缘计算服务器在当前坐标位置下的总收益信息最大，记录所述总收益信息最大时的当前初始价格信息。

在本申请实施例中，无人机的优化目标是最大化其向用户端销售有限计算资源所获得的收益，故其决策变量为定价和无人机的位置，即移动边缘计算服务器的优化问题可以表达为第九计算公式如下：

首先将在无人机位置固定的情况下考虑定价和卸载策略，本发明主要考虑无人机计算资源价格统一的情况，即

。在

确定的情况下，由第八计算公式可以发现，用户k的成本函数

是其计算卸载量

的分段函数。当统一定价

时，

在

随着

的增加单调递减，在

随着

的增加单调递增，因此该情况下的最优解

；当统一定价

时，

在

上与

取值无关，在

随着

的增加单调递增，因此该情况下的最优解

可取

上的任意值；当统一定价

时，

在

随着

的增加单调递增，因此该情况下的最优解

。上述三种情况化简后可表示为第十计算公式如下：

其中

为二进制变量：

由此可知，如果用户k的CPU频率

小于或等于

的阈值，则用户k更倾向于将

比特卸载到无人机进行计算，否则将全部数据留在本地计算。在得到了确定

情况下的解法后，对的解法进行研究。在统一定价、无人机位置固定的情况下，可将改写为第十一计算公式与第十二计算公式：

此即为初始价格信息与无人机总收益信息的第一映射关系，通过调整统一定价的初始价格信息进行验证计算，便能够最终确定出收益最大的最优定价，即当前初始价格信息。

在一种可实施方式中，所述调整所述初始价格信息，包括：

在本申请实施例中，将取得价格数组

，假设最优定价

，取

。根据第十一计算公式，对于

和

两种定价，都有第十三计算公式如下：

因此对于

和

两种定价，上传到无人机处的总数据量相同，无人机提供的CPU周期总量也相同。显然，P3的目标函数为

的增函数，因为

，所以定价为

时无人机的收益大于定价为

的收益。这与

为最优定价假设相矛盾，由此可证明最优定价

。至此，求解优化问题就成为了一个一维的搜索问题。即从价格数组中选取数组参数调整初始价格信息即可。

S104、所述移动边缘计算服务器确定所述卸载数据量与所述无人机总收益信息的第二映射关系，基于改变所述无人机在服务区域内的坐标位置调整所述卸载数据量，直至所述移动边缘计算服务器在所述当前初始价格信息下的所述总收益信息最大，记录所述总收益信息最大时的当前坐标位置。

在一种可实施方式中，所述基于改变所述无人机在服务区域内的坐标位置调整所述卸载数据量，包括：

基于所述信道容量调整所述卸载数据量。

在本申请实施例中，前述确定的最优解为无人机位置不变的情况下的，由于无人机在服务区域内的位置布放将会影响其与用户之间的信道容量，若信道条件较差，用户会倾向于将数据在本地计算，这会使无人机的收益降低。故还需要优化无人机的位置，为了提高无人机与用户之间的信道容量，使无人机的收益最高，可写为第十四计算公式与第十五计算公式如下：

在求解P4时，无人机了解每个用户的卸载决策信息，随着无人机位置的变化，会影响用户卸载的数据量

。故采用遗传方法中的单适应度函数来表征无人机的总收益，对应的第十六计算公式如下：

以此实现对无人机位置的优化调整，来取得无人机的最大收益。

S105、所述移动边缘计算服务器在所述当前坐标位置执行所述当前初始价格信息对应的所述卸载决策信息。

在本申请实施例中，确定了最优的当前坐标位置与当前初始价格信息后，移动边缘计算服务器便会基于对应的卸载决策信息完成卸载处理过程。

在一种可实施方式中，所述方法还包括：

迭代更新所述当前坐标位置与当前初始价格信息。

在本申请实施例中，通过遗传方法虽然基本可以而得到无人机的最佳位置，但是由于遗传方法是一种随机寻找的方案，最终的位置仍不一定是最佳位置。故本申请还将在无人机位置固定情况下找到合适的定价和最优卸载策略问题和在无人机了解每个用户的卸载决策时求解最佳位置的问题之间进行迭代求解。

参见图3，从图3可以看出，无人机辅助的移动边缘计算网络的用户平均时延小于用户全部在本地进行计算、采用移动边缘计算网络进行计算卸载这两种情况。

参见图4，图4显示了随着迭代次数的增加，收益先快速增加后趋于平稳，说明了本发明方法具有收敛性，在实际应用中可以控制迭代次数以提高运算速度。

下面将结合附图5，对本申请实施例提供的基于价格的移动边缘计算网络分布式卸载装置进行详细介绍。需要说明的是，附图5所示的基于价格的移动边缘计算网络分布式卸载装置，用于执行本申请图1所示实施例的方法，为了便于说明，仅示出了与本申请实施例相关的部分，具体技术细节未揭示的，请参照本申请图1所示的实施例。

请参见图5，图5是本申请实施例提供的一种基于价格的移动边缘计算网络分布式卸载装置的结构示意图。如图5所示，所述装置包括：

分配模块501，用于移动边缘计算服务器根据用户端的总数量为各所述用户端平均分配用户带宽，并确定初始价格信息，对所有所述用户端广播所述初始价格信息，所述移动边缘计算服务器设置于无人机上；

确定模块502，用于所述用户端计算所述无人机到所述用户端的信道增益，根据所述初始价格信息以及所述信道增益确定用户成本最小的卸载决策信息，并将所述卸载决策信息发送至所述移动边缘计算服务器，所述卸载决策信息用以表征所述用户端卸载至所述移动边缘计算服务器进行处理的卸载数据量；

第一调整模块503，用于所述移动边缘计算服务器确定所述初始价格信息与无人机总收益信息的第一映射关系，并调整所述初始价格信息，直至所述移动边缘计算服务器在当前坐标位置下的总收益信息最大，记录所述总收益信息最大时的当前初始价格信息；

第二调整模块504，用于所述移动边缘计算服务器确定所述卸载数据量与所述无人机总收益信息的第二映射关系，基于改变所述无人机在服务区域内的坐标位置调整所述卸载数据量，直至所述移动边缘计算服务器在所述当前初始价格信息下的所述总收益信息最大，记录所述总收益信息最大时的当前坐标位置；

执行模块505，用于所述移动边缘计算服务器在所述当前坐标位置执行所述当前初始价格信息对应的所述卸载决策信息。

在一种可实施方式中，确定模块502包括：

获取单元，用于所述用户端设置用以表征卸载处理量的第一处理数据，并获取用户信息，所述用户信息包括计算1位数据所需的周期数、总计算数据、本地CPU频率；

第一计算单元，用于基于所述本地CPU频率、第一处理数据、总计算数据计算所述用户端的本地计算时延；

构建单元，用于构建三维笛卡尔坐标系，确定所述用户端的第一水平位置以及所述无人机的第二水平位置和飞行高度，基于自由空间路径损耗模型计算所述无人机到所述用户端的信道增益，并根据所述信道增益计算所述用户端的卸载时延；

比对单元，用于比对所述本地计算时延和卸载时延，确定所述用户端的总时延；

第二计算单元，用于基于所述初始价格信息计算所述用户端向所述移动边缘计算服务器的预期支付费用，将所述预期支付费用与总时延之和确定为所述用户端的用户成本；

第一生成单元，用于生成卸载决策信息，用以使所述用户成本最小。

在一种可实施方式中，构建单元包括：

第一计算元件，用于基于所述信道增益分别计算所述用户端向所述无人机发送数据的上行链路传输速率和下行链路传输速率；

第二计算元件，用于根据所述上行链路传输速率计算上行链路传输时延，根据所述下行链路传输速率计算下行链路传输时延；

累加元件，用于确定所述用户端在所述移动边缘计算服务器的边缘计算时延，累加所述边缘计算时延、上行链路传输时延、下行链路传输时延，得到所述用户端的卸载时延。

在一种可实施方式中，第一调整模块503包括：

排序单元，用于所述移动边缘计算服务器对各所述本地CPU频率的倒数进行排序，得到价格数组，并从所述价格数组中选取数组参数调整所述初始价格信息。

在一种可实施方式中，第二调整模块504包括：

改变单元，用于基于改变所述无人机在服务区域内的坐标位置，调整所述无人机与用户端之间的信道容量；

调整单元，用于基于所述信道容量调整所述卸载数据量。

在一种可实施方式中，所述装置还包括：

重复模块，用于轮流重复所述调整所述初始价格信息，直至所述移动边缘计算服务器在当前坐标位置下的总收益信息最大，记录所述总收益信息最大时的当前初始价格信息的步骤与所述基于改变所述无人机在服务区域内的坐标位置调整所述卸载数据量，直至所述移动边缘计算服务器在所述当前初始价格信息下的所述总收益信息最大，记录所述总收益信息最大时的当前坐标位置的步骤；

迭代模块，用于迭代更新所述当前坐标位置与当前初始价格信息。

本领域的技术人员可以清楚地了解到本申请实施例的技术方案可借助软件和/或硬件来实现。本说明书中的“单元”和“模块”是指能够独立完成或与其他部件配合完成特定功能的软件和/或硬件，其中硬件例如可以是现场可编程门阵列（Field－ProgrammableGate Array，FPGA）、集成电路（Integrated Circuit，IC）等。

本申请实施例的各处理单元和/或模块，可通过实现本申请实施例所述的功能的模拟电路而实现，也可以通过执行本申请实施例所述的功能的软件而实现。

参见图6，其示出了本申请实施例所涉及的一种电子设备的结构示意图，该电子设备可以用于实施图1所示实施例中的方法。如图6所示，电子设备600可以包括：至少一个中央处理器601，至少一个网络接口604，用户接口603，存储器605，至少一个通信总线602。

其中，通信总线602用于实现这些组件之间的连接通信。

其中，用户接口603可以包括显示屏（Display）、摄像头（Camera），可选用户接口603还可以包括标准的有线接口、无线接口。

其中，网络接口604可选的可以包括标准的有线接口、无线接口（如WI-FI接口）。

其中，中央处理器601可以包括一个或者多个处理核心。中央处理器601利用各种接口和线路连接整个电子设备600内的各个部分，通过运行或执行存储在存储器605内的指令、程序、代码集或指令集，以及调用存储在存储器605内的数据，执行终端600的各种功能和处理数据。可选的，中央处理器601可以采用数字信号处理（Digital SignalProcessing，DSP）、现场可编程门阵列（Field-Programmable Gate Array，FPGA）、可编程逻辑阵列（Programmable Logic Array，PLA）中的至少一种硬件形式来实现。中央处理器601可集成中央中央处理器（Central Processing Unit，CPU）、图像中央处理器（GraphicsProcessing Unit，GPU）和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到中央处理器601中，单独通过一块芯片进行实现。

其中，存储器605可以包括随机存储器（Random Access Memory，RAM），也可以包括只读存储器（Read-Only Memory）。可选的，该存储器605包括非瞬时性计算机可读介质（non-transitory computer-readable storage medium）。存储器605可用于存储指令、程序、代码、代码集或指令集。存储器605可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令（比如触控功能、声音播放功能、图像播放功能等）、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器605可选的还可以是至少一个位于远离前述中央处理器601的存储装置。如图6所示，作为一种计算机存储介质的存储器605中可以包括操作系统、网络通信模块、用户接口模块以及程序指令。

在图6所示的电子设备600中，用户接口603主要用于为用户提供输入的接口，获取用户输入的数据；而中央处理器601可以用于调用存储器605中存储的无人机移动边缘计算网络卸载应用程序，并具体执行以下操作：

本申请还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述方法的步骤。其中，计算机可读存储介质可以包括但不限于任何类型的盘，包括软盘、光盘、DVD、CD-ROM、微型驱动器以及磁光盘、ROM、RAM、EPROM、EEPROM、DRAM、VRAM、闪速存储器设备、磁卡或光卡、纳米系统（包括分子存储器IC），或适合于存储指令和/或数据的任何类型的媒介或设备。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本申请所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置，可通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些服务接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储器中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储器中，包括若干指令用以使得一台计算机设备（可为个人计算机、服务器或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储器包括：U盘、只读存储器（Read-Only Memory， ROM）、随机存取存储器（Random Access Memory，RAM）、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通进程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器（Read-Only Memory， ROM）、随机存取器（Random AccessMemory，RAM）、磁盘或光盘等。

以上所述者，仅为本公开的示例性实施例，不能以此限定本公开的范围。即但凡依本公开教导所作的等效变化与修饰，皆仍属本公开涵盖的范围内。本领域技术人员在考虑说明书及实践这里的公开后，将容易想到本公开的其实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未记载的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的范围和精神由权利要求限定。

Claims

1.一种无人机移动边缘计算网络卸载方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述用户端计算所述无人机到所述用户端的信道增益，根据所述初始价格信息以及所述信道增益确定用户成本最小的卸载决策信息，包括：

生成卸载决策信息，用以使所述用户成本最小。

3.根据权利要求2所述的方法，其特征在于，所述根据所述信道增益计算所述用户端的卸载时延，包括：

4.根据权利要求2所述的方法，其特征在于，所述调整所述初始价格信息，包括：

5.根据权利要求1所述的方法，其特征在于，所述基于改变所述无人机在服务区域内的坐标位置调整所述卸载数据量，包括：

基于所述信道容量调整所述卸载数据量。

6.根据权利要求1所述的方法，其特征在于，所述方法还包括：

迭代更新所述当前坐标位置与当前初始价格信息。

7.一种无人机移动边缘计算网络卸载装置，其特征在于，所述装置包括：

8.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1-6任一项所述方法的步骤。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-6任一项所述方法的步骤。