CN114269009A - 基于无人机无线能量传输的边缘计算系统能耗优化方法 - Google Patents

基于无人机无线能量传输的边缘计算系统能耗优化方法 Download PDF

Info

Publication number
CN114269009A
CN114269009A CN202111612204.7A CN202111612204A CN114269009A CN 114269009 A CN114269009 A CN 114269009A CN 202111612204 A CN202111612204 A CN 202111612204A CN 114269009 A CN114269009 A CN 114269009A
Authority
CN
China
Prior art keywords
aerial vehicle
unmanned aerial
user
energy
energy consumption
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.)
Granted
Application number
CN202111612204.7A
Other languages
English (en)
Other versions
CN114269009B (zh
Inventor
卢为党
詹悦者
花俏枝
高原
曹江
韩会梅
黄国兴
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.)
Zhejiang University of Technology ZJUT
Original Assignee
Zhejiang University of Technology ZJUT
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 Zhejiang University of Technology ZJUT filed Critical Zhejiang University of Technology ZJUT
Priority to CN202111612204.7A priority Critical patent/CN114269009B/zh
Publication of CN114269009A publication Critical patent/CN114269009A/zh
Application granted granted Critical
Publication of CN114269009B publication Critical patent/CN114269009B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Mobile Radio Communication Systems (AREA)

Abstract

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,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
Figure DDA0003435360050000011
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
Figure DDA0003435360050000012
卸载计算的能耗
Figure DDA0003435360050000013
和系统的总能耗
Figure DDA0003435360050000014
在该方法中,无人机通过无线能量传输方式给地面用户发射能量信号,用户使用二元卸载策略,决定其任务在本地计算,或利用收集到的能量将任务全部卸载到无人机上进行计算,本发明能够有效降低无人机无线能量传输和边缘计算系统的总能耗。

Description

基于无人机无线能量传输的边缘计算系统能耗优化方法
技术领域
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
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。
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。
发明内容
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。
本发明解决其技术问题所采用的技术方案是:
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:
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
Figure BDA0003435360030000021
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
Figure BDA0003435360030000022
卸载计算的能耗
Figure BDA0003435360030000023
和系统的总能耗
Figure BDA0003435360030000024
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:
Figure BDA0003435360030000025
满足以下条件
Figure BDA0003435360030000026
Figure BDA0003435360030000027
Figure BDA0003435360030000028
τ∈[0,T] (5)
Figure BDA0003435360030000029
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,fi max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:
Figure BDA00034353600300000210
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:
Figure BDA0003435360030000031
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;
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。
进一步,所述步骤1)中,用户Ui收集到的能量为:
Figure BDA0003435360030000032
其中υi表示能量转换效率,P表示无人机发射功率。
更进一步,所述步骤2)中,用户Ui本地计算的能耗
Figure BDA0003435360030000033
卸载计算的能耗
Figure BDA0003435360030000034
和系统的总能耗
Figure BDA0003435360030000035
分别表示为:
Figure BDA0003435360030000036
Figure BDA0003435360030000037
Figure BDA0003435360030000038
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;
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。
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
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;
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;
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
下面结合附图对本发明作进一步描述。
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;
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
Figure BDA0003435360030000041
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
Figure BDA0003435360030000042
卸载计算的能耗
Figure BDA0003435360030000043
和系统的总能耗
Figure BDA0003435360030000044
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:
Figure BDA0003435360030000045
Figure BDA0003435360030000051
Figure BDA0003435360030000052
Figure BDA0003435360030000053
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:
Figure BDA0003435360030000054
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。
本实施例中,卸载决策优化和资源分配方法具体为:
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:
Figure BDA0003435360030000055
满足以下条件
Figure BDA0003435360030000056
Figure BDA0003435360030000057
Figure BDA0003435360030000058
τ∈[0,T] (5)
Figure BDA0003435360030000061
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,fi max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:
Figure BDA0003435360030000062
其中σ2表示高斯白噪声功率。
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。
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。
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。
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;
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。
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。

Claims (3)

1.一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,其特征在于,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:
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
Figure FDA0003435360020000011
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
Figure FDA0003435360020000012
卸载计算的能耗
Figure FDA0003435360020000013
和系统的总能耗
Figure FDA0003435360020000014
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:
Figure FDA0003435360020000015
满足以下条件
Figure FDA0003435360020000016
Figure FDA0003435360020000017
Figure FDA0003435360020000018
τ∈[0,T] (5)
Figure FDA0003435360020000019
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,fi max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:
Figure FDA0003435360020000021
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:
Figure FDA0003435360020000022
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;
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。
2.如权利要求1所述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,其特征在于:所述步骤1)中,用户Ui收集到的能量为:
Figure FDA0003435360020000023
其中υi表示能量转换效率,P表示无人机发射功率。
3.如权利要求1或2所述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,其特征在于:所述步骤2)中,用户Ui本地计算的能耗
Figure FDA0003435360020000024
卸载计算的能耗
Figure FDA0003435360020000025
和系统的总能耗
Figure FDA0003435360020000026
分别表示为:
Figure FDA0003435360020000027
Figure FDA0003435360020000031
Figure FDA0003435360020000032
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。
CN202111612204.7A 2021-12-27 2021-12-27 基于无人机无线能量传输的边缘计算系统能耗优化方法 Active CN114269009B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111612204.7A CN114269009B (zh) 2021-12-27 2021-12-27 基于无人机无线能量传输的边缘计算系统能耗优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111612204.7A CN114269009B (zh) 2021-12-27 2021-12-27 基于无人机无线能量传输的边缘计算系统能耗优化方法

Publications (2)

Publication Number Publication Date
CN114269009A true CN114269009A (zh) 2022-04-01
CN114269009B CN114269009B (zh) 2024-03-22

Family

ID=80830349

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111612204.7A Active CN114269009B (zh) 2021-12-27 2021-12-27 基于无人机无线能量传输的边缘计算系统能耗优化方法

Country Status (1)

Country Link
CN (1) CN114269009B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111313954A (zh) * 2020-01-20 2020-06-19 浙江工业大学 一种基于无人机辅助无线能量协同传输的移动边缘计算方法
CN112512063A (zh) * 2020-11-25 2021-03-16 福州大学 基于射频能量收集的无人机协助边缘计算的资源分配方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111313954A (zh) * 2020-01-20 2020-06-19 浙江工业大学 一种基于无人机辅助无线能量协同传输的移动边缘计算方法
CN112512063A (zh) * 2020-11-25 2021-03-16 福州大学 基于射频能量收集的无人机协助边缘计算的资源分配方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
陈明阳;刘霞;龙时丹;: "基于铁路无人机通信云计算卸载优化方案", 铁路通信信号工程技术, no. 09 *
陈明阳;刘霞;龙时丹;: "基于铁路无人机通信云计算卸载优化方案", 铁路通信信号工程技术, no. 09, 25 September 2020 (2020-09-25) *

Also Published As

Publication number Publication date
CN114269009B (zh) 2024-03-22

Similar Documents

Publication Publication Date Title
CN111240701B (zh) 一种端-边-云协同计算的任务卸载优化方法
CN110730028B (zh) 一种无人机辅助反向散射通信装置以及资源分配控制方法
CN113156992B (zh) 面向边缘环境下无人机的三层架构协同优化方法
CN111757361B (zh) 一种雾网络中基于无人机辅助的任务卸载方法
CN113625751B (zh) 面向空地一体联邦学习的无人机位置与资源联合优化方法
CN110545584A (zh) 一种全双工移动边缘计算通信系统的通信处理方法
CN111915142B (zh) 一种基于深度强化学习的无人机辅助资源分配方法
CN113282352A (zh) 基于多无人机协同辅助边缘计算的节能卸载方法
CN114363803A (zh) 一种移动边缘计算网络节能的多任务分配方法及系统
CN116233927A (zh) 一种在移动边缘计算中负载感知的计算卸载节能优化方法
CN112040498A (zh) 一种基于定点迭代的无线供能传感器网络时间分配方法
CN113709728B (zh) 一种基于noma及无人机辅助的两阶段移动边缘计算通信方法及系统
Yu et al. Task delay minimization in wireless powered mobile edge computing networks: A deep reinforcement learning approach
CN111294886B (zh) 一种基于无线能量驱动的移动边缘计算方法及装置
CN114269009B (zh) 基于无人机无线能量传输的边缘计算系统能耗优化方法
CN115134370B (zh) 一种多无人机辅助的移动边缘计算卸载方法
CN112969157B (zh) 一种无人机网络负载均衡方法
CN115827185A (zh) 6g空中基站结合北斗空中避障的方法、存储介质及设备
CN115334540A (zh) 一种基于异构无人机的多无人机通信系统及能耗优化方法
Xu et al. Energy optimization in multi-UAV-assisted edge data collection system
CN114698116A (zh) 一种无人机协助的非线性能量收集mec系统的资源分配方法
CN114866979A (zh) 一种无人机辅助的边缘计算时延最小化方法
CN110381590B (zh) 一种基于无线能量收集的无线网络子信道功率分配方法
CN113423115B (zh) 一种基于边缘计算的能量协作与任务卸载优化方法
CN114531193B (zh) 基于无人机蜂窝拓扑组网和移动边缘计算的桥梁状态监测方法

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