CN115021842B - 任务处理方法、装置及存储介质 - Google Patents
任务处理方法、装置及存储介质 Download PDFInfo
- Publication number
- CN115021842B CN115021842B CN202111408372.4A CN202111408372A CN115021842B CN 115021842 B CN115021842 B CN 115021842B CN 202111408372 A CN202111408372 A CN 202111408372A CN 115021842 B CN115021842 B CN 115021842B
- Authority
- CN
- China
- Prior art keywords
- terminal
- task
- value
- task data
- unmanned aerial
- 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
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 15
- 238000004364 calculation method Methods 0.000 claims abstract description 168
- 238000012545 processing Methods 0.000 claims abstract description 91
- 238000001228 spectrum Methods 0.000 claims abstract description 60
- 238000004891 communication Methods 0.000 claims abstract description 57
- 238000000034 method Methods 0.000 claims abstract description 55
- 230000006870 function Effects 0.000 claims description 97
- 230000015654 memory Effects 0.000 claims description 42
- 230000008447 perception Effects 0.000 claims description 32
- 230000009471 action Effects 0.000 claims description 24
- 238000001514 detection method Methods 0.000 claims description 23
- 238000005070 sampling Methods 0.000 claims description 21
- 230000001149 cognitive effect Effects 0.000 claims description 18
- 238000005265 energy consumption Methods 0.000 claims description 17
- 238000012546 transfer Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 abstract description 10
- 238000005516 engineering process Methods 0.000 description 22
- 238000010586 diagram Methods 0.000 description 14
- 238000004590 computer program Methods 0.000 description 9
- 238000010295 mobile communication Methods 0.000 description 7
- 238000005457 optimization Methods 0.000 description 7
- 238000007726 management method Methods 0.000 description 5
- 230000003190 augmentative effect Effects 0.000 description 4
- 230000007704 transition Effects 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 239000000835 fiber Substances 0.000 description 3
- 230000007774 longterm Effects 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/382—Monitoring; Testing of propagation channels for resource allocation, admission control or handover
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/18502—Airborne stations
- H04B7/18506—Communications with or from aircraft, i.e. aeronautical mobile service
-
- 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
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/08—Testing, supervising or monitoring using real traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
- H04W84/04—Large scale networks; Deep hierarchical networks
- H04W84/06—Airborne or Satellite 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Abstract
本申请实施例提供一种任务处理方法和装置,应用于通信技术领域,当第一终端与无人机建立通信连接,且第一终端有第一任务数据时,第一终端可以向无人机发送用于指示频谱感知的请求,由于无人机上安装CBS,使得无人机可以利用CBS对环境中的第二终端的信道状态进行频谱感知,并得到第二终端的第一感知结果,由于无人机可以在飞行过程中感知第二终端的信道状态,因此,通过无人机可以提高对第二终端的频谱感知的准确率,无人机可以将第一感知结果发送给第一终端,第一终端可以根据第一感知结果得到第一任务数据的计算结果。
Description
技术领域
本申请涉及通信技术领域,尤其涉及一种任务处理方法和装置。
背景技术
在未来万物互连的大数据时代,海量移动设备(mobile devices,MDs)(或者称为终端)密集部署,由此将会产生大量的计算密集型任务,由于云计算中心计算任务时的单一的计算模式以及较高的时延,难以满足海量终端所产生的高复杂度的任务需求,使得终端无法通过云计算中心处理计算密集型任务;在这种情况下,终端可以基于移动边缘计算(mobile edge computing,MEC)网络满足高复杂度的任务需求,MEC网络包括边缘计算服务器(edge computing server,ECS),例如,在云计算中心与终端之间建立ECS,从而允许终端可以将部分或者全部待计算的任务数据卸载到ECS,使得ECS计算任务数据并将计算结果返回给终端。
可能的情况中,在终端有可用的频谱资源的情况下,终端才可以将部分或者全部待计算的任务数据卸载到ECS,由于频谱资源紧缺,因此,终端可以基于认知无线电(cognitive radio,CR)技术进行频谱感知,从而使得终端可以接入另一终端的频段,以卸载待计算的任务数据到ECS,例如,终端利用CR技术感知另一终端的信道状态处于空闲状态时,这说明另一终端没有使用其对应的频段,因此,终端可以接入另一终端的频段,从而使得终端基于该频段卸载部分或者全部待计算的任务数据到ECS。
但是,终端利用CR技术进行频谱感知时,频谱感知结果可能出现错误。
发明内容
本申请实施例提供一种任务处理方法和装置,当第一终端与无人机建立通信连接,且第一终端有第一任务数据时,第一终端可以向无人机发送用于指示频谱感知的请求,由于无人机上安装CBS,使得无人机可以利用CBS对环境中的第二终端的信道状态进行频谱感知,并得到第二终端的第一感知结果,由于无人机可以在飞行过程中感知第二终端的信道状态,因此,通过无人机可以提高对第二终端的频谱感知的准确率,无人机可以将第一感知结果发送给第一终端,第一终端可以根据第一感知结果得到第一任务数据的计算结果。
第一方面,本申请实施例提供一种任务处理方法,应用于任务处理系统,该系统包括第一终端、第二终端以及无人机,无人机上安装认知小蜂窝CBS,该方法包括:当第一终端与无人机建立通信连接,且第一终端有第一任务数据时,无人机向第一终端发送第二终端的第一感知结果;其中,第一感知结果用于指示第二终端的信道状态,第一感知结果是无人机通过CBS得到的;第一终端根据第一感知结果,获取第一任务数据的计算结果。这样,由于无人机可以在飞行过程中感知第二终端的信道状态,因此,通过无人机可以提高对第二终端的频谱感知的准确率。
在一种可能的实现方式中,第一终端根据第一感知结果,获取第一任务数据的计算结果,包括:第一终端确定与第一感知结果有关的第一参数;其中,第一参数的数量为多个;当第一终端将任一个第一参数代入预先构建的任务计算模式选择函数,且任一个第一参数使得预先构建的任务计算模式选择函数的值为最大值时,第一终端得到任一个第一参数对应的第一任务计算模式;第一终端根据第一任务计算模式,得到第一任务数据的计算结果。这样,第一终端可以根据第一参数以及预先构建的任务计算模式选择函数,得到第一任务数据的计算结果。
在一种可能的实现方式中,第一终端确定与第一感知结果有关的第一参数,包括:当第一感知结果指示第二终端的信道状态为繁忙状态时,第一终端得到第一参数;其中,第一参数包括第一值和第二值,第一值满足下述公式:第二值满足下述公式:/>以及,第一值满足下述公式:第二值满足下述公式:第二值=0;以及,第一值满足下述公式:第二值满足下述公式:第一奖励=0;
其中,θj[mt]用于指示第二终端的信道状态,θj[mt]=0表示第二终端的信道状态为繁忙状态,为第一指示函数,/>满足下述公式:pd为第二终端的信道状态的检测概率,pf(τ)满足下述公式:fs为采样率,θ*为无人机接收第二终端的信号的接收信噪比,τ为无人机感知第二终端的信道状态的时间,Q为标准正态分布的右尾函数,Q-1为Q的导数;T为第二终端的信道的时隙长度,C为第一终端每计算1比特的任务数据需要的中央处理器CPU的周期数,/>满足下述公式:/>fmax为第一终端的CPU的最大频率,η为第一终端的CPU周期耗能功率系数,ea,t为第一终端预设的用于向小基站SBS发送任务数据的能量。
在一种可能的实现方式中,第一终端确定与第一感知结果有关的第一参数,包括:第一感知结果指示第二终端的信道状态为空闲状态时,第一终端得到第一参数;其中,第一参数包括第一值和第二值,第一值满足下述公式:第二值满足下述公式:/>以及,第一值满足下述公式:/>第二值满足下述公式:/>以及,第一值满足下述公式:/>第二值满足下述公式:
其中,θj[mt]用于指示第二终端的信道状态,θj[mt]=1表示第二终端的信道状态为空闲状态,为指示函数,/>满足下述公式:/>pd为第二终端的信道状态的检测概率,pf(τ)满足下述公式:fs为采样率,θ*为无人机接收第二终端的信号的接收信噪比,τ为无人机感知第二终端的信道状态的时间,Q为标准正态分布的右尾函数,Q-1为Q的导数;/>为第二终端的信道带宽,T为第二终端的信道的时隙长度,C为第一终端每计算1比特的任务数据需要的中央处理器CPU的周期数,/>满足下述公式: 与/>相等,fmax为第一终端的CPU的最大频率,η为第一终端的CPU周期耗能功率系数,ea,t为第一终端预设的用于向小基站SBS发送任务数据的能量;
其中,p为第一终端的任务数据的卸载功率,p与是第一公式在满足C1条件,C2条件以及C3条件时,使得第一公式的值为最大值时得到的,第一公式为:/> C1条件满足下述公式:C2条件满足下述公式:p≤pmax,C3条件满足下述公式:h为干扰,σ2为噪声。
在一种可能的实现方式中,预先构建的任务计算模式选择函数,满足下述公式:
其中,VΨ(Bt,es,t)为任务计算模式选择函数,Ψ为时间序列,VΨ(Bt,es,t)表示第一终端在Ψ中获得的最大计算量,VΨ-1(Bt+1,es,t+1)表示第一终端在时间序列Ψ-1中获得的最大计算量,γ为0至1中的值,es,t为无人机预设的进行路径规划的能量,at用于指示第一终端的动作,at满足下述公式:at=(mt,ea,t,βt),mt用于指示无人机进行频谱感知的方向,βt用于指示第一终端的任务计算模式,θi为状态集中的任一个联合状态,状态集是在无人机的第一方向内的M个终端组成的信道状态集合,M个终端包括第二终端,无人机的第一方向为无人机进行频谱感知的方向,θj为状态集中的任一个联合状态,θi与θj不同;pi,j表示联合状态从θi转移到θj的概率;
其中,Pr(Ok|θj,at)为第一值,Pr(Ok|θj,at)表示在联合状态为θj,且第一终端的动作为at时,第一终端得到Ok的概率,Ok为第一观察值,Ok与第一感知结果有关;R(es,t,Bt|at,Ok)为第二值,第二值用于指示第一终端计算任务数据的最大计算量;
其中,Bt为信念概率,Bt满足下述公式:Bt=[bt(θ1),...,bt(θN)],bt(θi)(i=1,2,...,N)表示在时刻t时的联合状态为θi的概率;Pr(es,t→es,t+1|at)为能量转移概率,Pr(es,t→es,t+1|at)表示无人机预设的进行路径规划的能量由es,t变为es,t+1的概率,Pr(es,t→es,t+1|at)满足下述公式:emax为第一终端的电池的最大容量,eh表示第一终端吸收的能量。
在一种可能的实现方式中,第一终端得到任一个第一参数对应的第一任务计算模式,包括:当第一终端从第一对应关系中查询到与任一个第一参数匹配的参数时,第一终端从第一对应关系得到第一任务计算模式;
其中,第一对应关系包括:任一个第一参数中的第一值满足下述公式: 任一个第一参数中的第二值满足下述公式:/>与协同计算模式的关系;以及,任一个第一参数中的第一值满足下述公式: 任一个第一参数中的第二值满足下述公式: 与协同计算模式的关系;以及,任一个第一参数中的/> 任一个第一参数中的第二值满足下述公式:/>与本地计算模式的关系;以及,任一个第一参数中的第一值满足下述公式:/> 任一个第一参数中的第二值满足下述公式:/>与本地计算模式的关系;以及,任一个第一参数中的第一值满足下述公式:/>任一个第一参数中的第二值满足下述公式:第二值=0,与协同计算模式的关系;以及,任一个第一参数中的第一值满足下述公式:任一个第一参数中的第二值满足下述公式:第二值=0,与协同计算模式的关系;
其中,在协同计算模式中,第一终端的能量满足第一条件,第一条件满足下述公式:0<ea,t≤es,t,ea,t为第一终端预设的用于向小基站SBS发送任务数据的能量,es,t为无人机预设的进行路径规划的能量。
在一种可能的实现方式中,第一终端根据第一任务计算模式,得到第一任务数据的计算结果,包括:当第一任务计算模式为本地计算模式,且本地计算模式指示第一终端本地计算第一任务数据时,第一终端得到第一任务数据的计算结果。这样,第一终端可以得到第一任务数据的计算结果。
在一种可能的实现方式中,系统还包括小基站SBS,第一终端根据第一任务计算模式,得到第一任务数据的计算结果,包括:当第一任务计算模式为协同计算模式,协同计算模式指示第一终端和SBS计算第一任务数据,且第一终端将第一任务数据分成第一部分任务数据和第二部分任务数据时,第一终端在本地计算第一部分任务数据,得到第一部分任务数据的计算结果,以及第一终端向SBS发送第二部分任务数据,并从SBS获取第二部分任务数据的计算结果;第一终端基于第一部分任务数据的计算结果以及第二部分任务数据的计算结果,得到第一任务数据的计算结果。这样,第一终端可以在本地计算第一部分任务数据,同时,第一终端可以让SBS计算第二部分任务数据,从而第一终端可以得到第一任务数据的计算结果。
在一种可能的实现方式中,无人机向第一终端发送第二终端的第一感知结果,包括:当无人机按照第一方向飞行,且在无人机的第一能量小于第一阈值时,无人机将在第一方向上与第一终端的距离小于第二阈值的终端确定为第二终端;无人机通过CBS获取第二终端的第一感知结果;无人机向第一终端发送第一感知结果。这样,无人机可以向第一终端发送第一感知结果,使得第一终端根据第一感知结果,可以得到第一任务数据的计算结果。
第二方面,本申请实施例提供一种任务处理方法,应用于第一终端,该方法包括:当第一终端与无人机建立通信连接,且第一终端有第一任务数据时,第一终端从无人机获取第二终端的第一感知结果;其中,第一感知结果用于指示第二终端的信道状态,无人机上安装认知小蜂窝CBS,第一感知结果是无人机通过CBS得到的,第二终端在无人机飞行的第一方向上,第二终端与第一终端之间的距离小于第二阈值;第一终端根据第一感知结果,获取第一任务数据的计算结果。
在一种可能的实现方式中,第一终端根据第一感知结果,获取第一任务数据的计算结果,包括:第一终端确定与第一感知结果有关的第一参数;其中,第一参数的数量为多个;当第一终端将任一个第一参数代入预先构建的任务计算模式选择函数,且任一个第一参数使得预先构建的任务计算模式选择函数的值为最大值时,第一终端得到任一个第一参数对应的第一任务计算模式;第一终端根据第一任务计算模式,得到第一任务数据的计算结果。
在一种可能的实现方式中,第一终端确定与第一感知结果有关的第一参数,包括:当第一感知结果指示第二终端的信道状态为繁忙状态时,第一终端得到第一参数;其中,第一参数包括第一值和第二值,第一值满足下述公式:第二值满足下述公式:/>以及,第一值满足下述公式:第二值满足下述公式:第二值=0;以及,第一值满足下述公式:第二值满足下述公式:第一奖励=0;
其中,θj[mt]用于指示第二终端的信道状态,θj[mt]=0表示第二终端的信道状态为繁忙状态,为第一指示函数,/>满足下述公式:pd为第二终端的信道状态的检测概率,pf(τ)满足下述公式:fs为采样率,θ*为无人机接收第二终端的信号的接收信噪比,τ为无人机感知第二终端的信道状态的时间,Q为标准正态分布的右尾函数,Q-1为Q的导数;T为第二终端的信道的时隙长度,C为第一终端每计算1比特的任务数据需要的中央处理器CPU的周期数,/>满足下述公式:/>fmax为第一终端的CPU的最大频率,η为第一终端的CPU周期耗能功率系数,ea,t为第一终端预设的用于向小基站SBS发送任务数据的能量。
在一种可能的实现方式中,第一终端确定与第一感知结果有关的第一参数,包括:当第一感知结果指示第二终端的信道状态为空闲状态时,第一终端得到第一参数;其中,第一参数包括第一值和第二值,第一值满足下述公式:第二值满足下述公式:/>以及,第一值满足下述公式:第二值满足下述公式:以及,第一值满足下述公式:第二值满足下述公式:/>
其中,θj[mt]用于指示第二终端的信道状态,θj[mt]=1表示第二终端的信道状态为空闲状态,为指示函数,/>满足下述公式:/>pd为第二终端的信道状态的检测概率,pf(τ)满足下述公式:fs为采样率,θ*为无人机接收第二终端的信号的接收信噪比,τ为无人机感知第二终端的信道状态的时间,Q为标准正态分布的右尾函数,Q-1为Q的导数;/>为第二终端的信道带宽,T为第二终端的信道的时隙长度,C为第一终端每计算1比特的任务数据需要的中央处理器CPU的周期数,/>满足下述公式: 与/>相等,fmax为第一终端的CPU的最大频率,η为第一终端的CPU周期耗能功率系数,ea,t为第一终端预设的用于向小基站SBS发送任务数据的能量;
其中,p为第一终端的任务数据的卸载功率,p与是第一公式在满足C1条件,C2条件以及C3条件时,使得第一公式的值为最大值时得到的,第一公式为:/> C1条件满足下述公式:C2条件满足下述公式:p≤pmax,C3条件满足下述公式:h为干扰,σ2为噪声。
在一种可能的实现方式中,预先构建的任务计算模式选择函数,满足下述公式:
其中,VΨ(Bt,es,t)为任务计算模式选择函数,Ψ为时间序列,VΨ(Bt,es,t)表示第一终端在Ψ中获得的最大计算量,VΨ-1(Bt+1,es,t+1)表示第一终端在时间序列Ψ-1中获得的最大计算量,γ为0至1中的值,es,t为无人机预设的进行路径规划的能量,at用于指示第一终端的动作,at满足下述公式:at=(mt,ea,t,βt),mt用于指示无人机进行频谱感知的方向,βt用于指示第一终端的任务计算模式,θi为状态集中的任一个联合状态,状态集是在无人机的第一方向内的M个终端组成的信道状态集合,M个终端包括第二终端,无人机的第一方向为无人机进行频谱感知的方向,θj为状态集中的任一个联合状态,θi与θj不同;pi,j表示联合状态从θi转移到θj的概率;
其中,Pr(Ok|θj,at)为第一值,Pr(Ok|θj,at)表示在联合状态为θj,且第一终端的动作为at时,第一终端得到Ok的概率,Ok为第一观察值,Ok与第一感知结果有关;R(es,t,Bt|at,Ok)为第二值,第二值用于指示第一终端计算任务数据的最大计算量;
其中,Bt为信念概率,Bt满足下述公式:Bt=[bt(θ1),...,bt(θN)],bt(θi)(i=1,2,...,N)表示在时刻t时的联合状态为θi的概率;Pr(es,t→es,t+1|at)为能量转移概率,Pr(es,t→es,t+1|at)表示无人机预设的进行路径规划的能量由es,t变为es,t+1的概率,Pr(es,t→es,t+1|at)满足下述公式:emax为第一终端的电池的最大容量,eh表示第一终端吸收的能量。
在一种可能的实现方式中,第一终端得到任一个第一参数对应的第一任务计算模式,包括:当第一终端从第一对应关系中查询到与任一个第一参数匹配的参数时,第一终端从第一对应关系得到第一任务计算模式;
其中,第一对应关系包括:任一个第一参数中的第一值满足下述公式: 任一个第一参数中的第二值满足下述公式:/>与协同计算模式的关系;以及,任一个第一参数中的第一值满足下述公式: 任一个第一参数中的第二值满足下述公式: 与协同计算模式的关系;以及,任一个第一参数中的/> 任一个第一参数中的第二值满足下述公式:/>与本地计算模式的关系;以及,任一个第一参数中的第一值满足下述公式:/> 任一个第一参数中的第二值满足下述公式:/>与本地计算模式的关系;以及,任一个第一参数中的第一值满足下述公式:/>任一个第一参数中的第二值满足下述公式:第二值=0,与协同计算模式的关系;以及,任一个第一参数中的第一值满足下述公式:任一个第一参数中的第二值满足下述公式:第二值=0,与协同计算模式的关系;
其中,在协同计算模式中,第一终端的能量满足第一条件,第一条件满足下述公式:0<ea,t≤es,t,ea,t为第一终端预设的用于向小基站SBS发送任务数据的能量,es,t为无人机预设的进行路径规划的能量。
在一种可能的实现方式中,第一终端根据第一任务计算模式,得到第一任务数据的计算结果,包括:当第一任务计算模式为本地计算模式,且本地计算模式指示第一终端本地计算第一任务数据时,第一终端得到第一任务数据的计算结果。
在一种可能的实现方式中,该系统还包括小基站SBS,第一终端根据第一任务计算模式,得到第一任务数据的计算结果,包括:当第一任务计算模式为协同计算模式,协同计算模式指示第一终端和SBS计算第一任务数据,且第一终端将第一任务数据分成第一部分任务数据和第二部分任务数据时,第一终端在本地计算第一部分任务数据,得到第一部分任务数据的计算结果,以及第一终端向SBS发送第二部分任务数据,并从SBS获取第二部分任务数据的计算结果;第一终端基于第一部分任务数据的计算结果以及第二部分任务数据的计算结果,得到第一任务数据的计算结果。
第三方面,本申请实施例提供一种任务处理装置,应用于任务处理系统,该系统包括第一终端、第二终端以及无人机,无人机上安装认知小蜂窝CBS,该任务处理装置包括第一通信单元和第一处理单元;示例性的,第一通信单元,用于当第一终端与无人机建立通信连接,且第一终端有第一任务数据时,向第一终端发送第二终端的第一感知结果;其中,第一感知结果用于指示第二终端的信道状态,第一感知结果是无人机通过CBS得到的;第一处理单元,用于根据第一感知结果,获取第一任务数据的计算结果。
在一种可能的实现方式中,第一处理单元,具体用于:确定与第一感知结果有关的第一参数;其中,第一参数的数量为多个;当第一终端将任一个第一参数代入预先构建的任务计算模式选择函数,且任一个第一参数使得预先构建的任务计算模式选择函数的值为最大值时,得到任一个第一参数对应的第一任务计算模式;根据第一任务计算模式,得到第一任务数据的计算结果。
在一种可能的实现方式中,第一处理单元,具体用于:当第一感知结果指示第二终端的信道状态为繁忙状态时,得到第一参数;其中,第一参数包括第一值和第二值,第一值满足下述公式:第二值满足下述公式:以及,第一值满足下述公式:/>第二值满足下述公式:第二值=0;以及,第一值满足下述公式:/>第二值满足下述公式:第一奖励=0;
其中,θj[mt]用于指示第二终端的信道状态,θj[mt]=0表示第二终端的信道状态为繁忙状态,为第一指示函数,/>满足下述公式:pd为第二终端的信道状态的检测概率,pf(τ)满足下述公式:fs为采样率,θ*为无人机接收第二终端的信号的接收信噪比,τ为无人机感知第二终端的信道状态的时间,Q为标准正态分布的右尾函数,Q-1为Q的导数;T为第二终端的信道的时隙长度,C为第一终端每计算1比特的任务数据需要的中央处理器CPU的周期数,/>满足下述公式:/>fmax为第一终端的CPU的最大频率,η为第一终端的CPU周期耗能功率系数,ea,t为第一终端预设的用于向小基站SBS发送任务数据的能量。
在一种可能的实现方式中,第一处理单元,具体用于:当第一感知结果指示第二终端的信道状态为空闲状态时,得到第一参数;其中,第一参数包括第一值和第二值,第一值满足下述公式:第二值满足下述公式:/>以及,第一值满足下述公式:/>第二值满足下述公式:/> 以及,第一值满足下述公式:/> 第二值满足下述公式:/>
其中,θj[mt]用于指示第二终端的信道状态,θj[mt]=1表示第二终端的信道状态为空闲状态,为指示函数,/>满足下述公式:/>pd为第二终端的信道状态的检测概率,pf(τ)满足下述公式:fs为采样率,θ*为无人机接收第二终端的信号的接收信噪比,τ为无人机感知第二终端的信道状态的时间,Q为标准正态分布的右尾函数,Q-1为Q的导数;/>为第二终端的信道带宽,T为第二终端的信道的时隙长度,C为第一终端每计算1比特的任务数据需要的中央处理器CPU的周期数,/>满足下述公式: 与/>相等,fmax为第一终端的CPU的最大频率,η为第一终端的CPU周期耗能功率系数,ea,t为第一终端预设的用于向小基站SBS发送任务数据的能量;
其中,p为第一终端的任务数据的卸载功率,p与是第一公式在满足C1条件,C2条件以及C3条件时,使得第一公式的值为最大值时得到的,第一公式为:/> C1条件满足下述公式:C2条件满足下述公式:p≤pmax,C3条件满足下述公式:h为干扰,σ2为噪声。
在一种可能的实现方式中,预先构建的任务计算模式选择函数,满足下述公式:
其中,VΨ(Bt,es,t)为任务计算模式选择函数,Ψ为时间序列,VΨ(Bt,es,t)表示第一终端在Ψ中获得的最大计算量,VΨ-1(Bt+1,es,t+1)表示第一终端在时间序列Ψ-1中获得的最大计算量,γ为0至1中的值,es,t为无人机预设的进行路径规划的能量,at用于指示第一终端的动作,at满足下述公式:at=(mt,ea,t,βt),mt用于指示无人机进行频谱感知的方向,βt用于指示第一终端的任务计算模式,θi为状态集中的任一个联合状态,状态集是在无人机的第一方向内的M个终端组成的信道状态集合,M个终端包括第二终端,无人机的第一方向为无人机进行频谱感知的方向,θj为状态集中的任一个联合状态,θi与θj不同;pi,j表示联合状态从θi转移到θj的概率;
其中,Pr(Ok|θj,at)为第一值,Pr(Ok|θj,at)表示在联合状态为θj,且第一终端的动作为at时,第一终端得到Ok的概率,Ok为第一观察值,Ok与第一感知结果有关;R(es,t,Bt|at,Ok)为第二值,第二值用于指示第一终端计算任务数据的最大计算量;
其中,Bt为信念概率,Bt满足下述公式:Bt=[bt(θ1),...,bt(θN)],bt(θi)(i=1,2,...,N)表示在时刻t时的联合状态为θi的概率;Pr(es,t→es,t+1|at)为能量转移概率,Pr(es,t→es,t+1|at)表示无人机预设的进行路径规划的能量由es,t变为es,t+1的概率,Pr(es,t→es,t+1|at)满足下述公式:emax为第一终端的电池的最大容量,eh表示第一终端吸收的能量。
在一种可能的实现方式中,第一处理单元,具体用于:当第一终端从第一对应关系中查询到与任一个第一参数匹配的参数时,从第一对应关系得到第一任务计算模式;
其中,第一对应关系包括:任一个第一参数中的第一值满足下述公式: 任一个第一参数中的第二值满足下述公式:/>与协同计算模式的关系;以及,任一个第一参数中的第一值满足下述公式: 任一个第一参数中的第二值满足下述公式: 与协同计算模式的关系;以及,任一个第一参数中的/> 任一个第一参数中的第二值满足下述公式:/>与本地计算模式的关系;以及,任一个第一参数中的第一值满足下述公式:/> 任一个第一参数中的第二值满足下述公式:/>与本地计算模式的关系;以及,任一个第一参数中的第一值满足下述公式:/>任一个第一参数中的第二值满足下述公式:第二值=0,与协同计算模式的关系;以及,任一个第一参数中的第一值满足下述公式:任一个第一参数中的第二值满足下述公式:第二值=0,与协同计算模式的关系;
其中,在协同计算模式中,第一终端的能量满足第一条件,第一条件满足下述公式:0<ea,t≤es,t,ea,t为第一终端预设的用于向小基站SBS发送任务数据的能量,es,t为无人机预设的进行路径规划的能量。
在一种可能的实现方式中,第一处理单元,具体用于:当第一任务计算模式为本地计算模式,且本地计算模式指示第一终端本地计算第一任务数据时,得到第一任务数据的计算结果。
在一种可能的实现方式中,系统还包括小基站SBS,第一处理单元,具体用于:当第一任务计算模式为协同计算模式,协同计算模式指示第一终端和SBS计算第一任务数据,且第一终端将第一任务数据分成第一部分任务数据和第二部分任务数据时,在本地计算第一部分任务数据,得到第一部分任务数据的计算结果,以及向SBS发送第二部分任务数据,并从SBS获取第二部分任务数据的计算结果;基于第一部分任务数据的计算结果以及第二部分任务数据的计算结果,得到第一任务数据的计算结果。
在一种可能的实现方式中,第一通信单元,具体用于:当无人机按照第一方向飞行,且在无人机的第一能量小于第一阈值时,将在第一方向上与第一终端的距离小于第二阈值的终端确定为第二终端;通过CBS获取第二终端的第一感知结果;向第一终端发送第一感知结果。
第四方面,本申请实施例提供一种任务处理装置,应用于第一终端,该装置包括第二通信单元和第二处理单元;示例性的,第二通信单元,用于当第一终端与无人机建立通信连接,且第一终端有第一任务数据时,从无人机获取第二终端的第一感知结果;其中,第一感知结果用于指示第二终端的信道状态,无人机上安装认知小蜂窝CBS,第一感知结果是无人机通过CBS得到的,第二终端在无人机飞行的第一方向上,第二终端与第一终端之间的距离小于第二阈值;第二处理单元,用于根据第一感知结果,获取第一任务数据的计算结果。
在一种可能的实现方式中,第二处理单元,具体用于:确定与第一感知结果有关的第一参数;其中,第一参数的数量为多个;当第一终端将任一个第一参数代入预先构建的任务计算模式选择函数,且任一个第一参数使得预先构建的任务计算模式选择函数的值为最大值时,得到任一个第一参数对应的第一任务计算模式;根据第一任务计算模式,得到第一任务数据的计算结果。
在一种可能的实现方式中,第二处理单元,具体用于:当第一感知结果指示第二终端的信道状态为繁忙状态时,得到第一参数;其中,第一参数包括第一值和第二值,第一值满足下述公式:第二值满足下述公式:以及,第一值满足下述公式:/>第二值满足下述公式:第二值=0;以及,第一值满足下述公式:/>第二值满足下述公式:第一奖励=0;
其中,θj[mt]用于指示第二终端的信道状态,θj[mt]=0表示第二终端的信道状态为繁忙状态,为第一指示函数,/>满足下述公式:pd为第二终端的信道状态的检测概率,pf(τ)满足下述公式:fs为采样率,θ*为无人机接收第二终端的信号的接收信噪比,τ为无人机感知第二终端的信道状态的时间,Q为标准正态分布的右尾函数,Q-1为Q的导数;T为第二终端的信道的时隙长度,C为第一终端每计算1比特的任务数据需要的中央处理器CPU的周期数,/>满足下述公式:/>fmax为第一终端的CPU的最大频率,η为第一终端的CPU周期耗能功率系数,ea,t为第一终端预设的用于向小基站SBS发送任务数据的能量。
在一种可能的实现方式中,第二处理单元,具体用于:当第一感知结果指示第二终端的信道状态为空闲状态时,得到第一参数;其中,第一参数包括第一值和第二值,第一值满足下述公式:第二值满足下述公式:/>以及,第一值满足下述公式:/>第二值满足下述公式:/> 以及,第一值满足下述公式:/> 第二值满足下述公式:/>
其中,θj[mt]用于指示第二终端的信道状态,θj[mt]=1表示第二终端的信道状态为空闲状态,为指示函数,/>满足下述公式:/>pd为第二终端的信道状态的检测概率,pf(τ)满足下述公式:fs为采样率,θ*为无人机接收第二终端的信号的接收信噪比,τ为无人机感知第二终端的信道状态的时间,Q为标准正态分布的右尾函数,Q-1为Q的导数;/>为第二终端的信道带宽,T为第二终端的信道的时隙长度,C为第一终端每计算1比特的任务数据需要的中央处理器CPU的周期数,/>满足下述公式: 与/>相等,fmax为第一终端的CPU的最大频率,η为第一终端的CPU周期耗能功率系数,ea,t为第一终端预设的用于向小基站SBS发送任务数据的能量;
其中,p为第一终端的任务数据的卸载功率,p与是第一公式在满足C1条件,C2条件以及C3条件时,使得第一公式的值为最大值时得到的,第一公式为:/> C1条件满足下述公式:/>C2条件满足下述公式:p≤pmax,C3条件满足下述公式:h为干扰,σ2为噪声。
在一种可能的实现方式中,预先构建的任务计算模式选择函数,满足下述公式:
其中,VΨ(Bt,es,t)为任务计算模式选择函数,Ψ为时间序列,VΨ(Bt,es,t)表示第一终端在Ψ中获得的最大计算量,VΨ-1(Bt+1,es,t+1)表示第一终端在时间序列Ψ-1中获得的最大计算量,γ为0至1中的值,es,t为无人机预设的进行路径规划的能量,at用于指示第一终端的动作,at满足下述公式:at=(mt,ea,t,βt),mt用于指示无人机进行频谱感知的方向,βt用于指示第一终端的任务计算模式,θi为状态集中的任一个联合状态,状态集是在无人机的第一方向内的M个终端组成的信道状态集合,M个终端包括第二终端,无人机的第一方向为无人机进行频谱感知的方向,θj为状态集中的任一个联合状态,θi与θj不同;pi,j表示联合状态从θi转移到θj的概率;
其中,Pr(Ok|θj,at)为第一值,Pr(Ok|θj,at)表示在联合状态为θj,且第一终端的动作为at时,第一终端得到Ok的概率,Ok为第一观察值,Ok与第一感知结果有关;R(es,t,Bt|at,Ok)为第二值,第二值用于指示第一终端计算任务数据的最大计算量;
其中,Bt为信念概率,Bt满足下述公式:Bt=[bt(θ1),...,bt(θN)],bt(θi)(i=1,2,...,N)表示在时刻t时的联合状态为θi的概率;Pr(es,t→es,t+1|at)为能量转移概率,Pr(es,t→es,t+1|at)表示无人机预设的进行路径规划的能量由es,t变为es,t+1的概率,Pr(es,t→es,t+1|at)满足下述公式:emax为第一终端的电池的最大容量,eh表示第一终端吸收的能量。
在一种可能的实现方式中,第二处理单元,具体用于:当第一终端从第一对应关系中查询到与任一个第一参数匹配的参数时,从第一对应关系得到第一任务计算模式;
其中,第一对应关系包括:任一个第一参数中的第一值满足下述公式: 任一个第一参数中的第二值满足下述公式:/>与协同计算模式的关系;以及,任一个第一参数中的第一值满足下述公式: 任一个第一参数中的第二值满足下述公式: 与协同计算模式的关系;以及,任一个第一参数中的/> 任一个第一参数中的第二值满足下述公式:/>与本地计算模式的关系;以及,任一个第一参数中的第一值满足下述公式:/> 任一个第一参数中的第二值满足下述公式:/>与本地计算模式的关系;以及,任一个第一参数中的第一值满足下述公式:/>任一个第一参数中的第二值满足下述公式:第二值=0,与协同计算模式的关系;以及,任一个第一参数中的第一值满足下述公式:任一个第一参数中的第二值满足下述公式:第二值=0,与协同计算模式的关系;
其中,在协同计算模式中,第一终端的能量满足第一条件,第一条件满足下述公式:0<ea,t≤es,t,ea,t为第一终端预设的用于向小基站SBS发送任务数据的能量,es,t为无人机预设的进行路径规划的能量。
在一种可能的实现方式中,第二处理单元,具体用于:当第一任务计算模式为本地计算模式,且本地计算模式指示第一终端本地计算第一任务数据时,得到第一任务数据的计算结果。
在一种可能的实现方式中,该系统还包括小基站SBS,第二处理单元,具体用于:当第一任务计算模式为协同计算模式,协同计算模式指示第一终端和SBS计算第一任务数据,且第一终端将第一任务数据分成第一部分任务数据和第二部分任务数据时,在本地计算第一部分任务数据,得到第一部分任务数据的计算结果,以及向SBS发送第二部分任务数据,并从SBS获取第二部分任务数据的计算结果;基于第一部分任务数据的计算结果以及第二部分任务数据的计算结果,得到第一任务数据的计算结果。
第五方面,本申请实施例提供一种任务处理装置,该装置包括处理器和存储器,存储器用于存储代码指令,处理器用于运行代码指令,以执行第一方面或第一方面的任意一种可能的实现方式中描述的方法,以及执行第二方面或第二方面的任意一种可能的实现方式中描述的方法。
第六方面,本申请实施例提供一种计算机可读存储介质,计算机可读存储介质中存储有计算机程序或指令,当计算机程序或指令在计算机上运行时,使得计算机执行第一方面或第一方面的任意一种可能的实现方式中描述的方法,以及使得计算机执行第二方面或第二方面的任意一种可能的实现方式中描述的方法。
第七方面,本申请实施例提供一种包括计算机程序的计算机程序产品,当计算机程序在计算机上运行时,使得计算机执行第一方面或第一方面的任意一种可能的实现方式中描述的方法,以及使得计算机执行第二方面或第二方面的任意一种可能的实现方式中描述的方法。
第八方面,本申请实施例提供一种任务处理系统,该系统包括:第三方面及第三方面的各种可能的实现方式中描述的装置,以及第四方面及第四方面的各种可能的实现方式中描述的装置。
第九方面,本申请提供一种芯片或者芯片系统,该芯片或者芯片系统包括至少一个处理器和通信接口,通信接口和至少一个处理器通过线路互联,至少一个处理器用于运行计算机程序或指令,以执行第一方面或第一方面的任意一种可能的实现方式中描述的方法,以及执行第二方面或第二方面的任意一种可能的实现方式中描述的方法;其中,芯片中的通信接口可以为输入/输出接口、管脚或电路等。
在一种可能的实现中,本申请中上述描述的芯片或者芯片系统还包括至少一个存储器,该至少一个存储器中存储有指令。该存储器可以为芯片内部的存储单元,例如,寄存器、缓存等,也可以是该芯片的存储单元(例如,只读存储器、随机存取存储器等)。
应当理解的是,本申请的第二方面至第九方面与本申请的第一方面的技术方案相对应,各方面及对应的可行实施方式所取得的有益效果相似,不再赘述
附图说明
图1为本申请实施例提供的一种应用场景的示意图;
图2为本申请实施例提供的一种认知MEC网络的示意图;
图3为本申请实施例提供的一种任务处理方法的流程示意图;
图4为本申请实施例提供的一种二状态马尔科夫链的示意图;
图5为本申请实施例提供一种任务处理方法的流程示意图;
图6为本申请实施例提供的一种任务处理装置的结构示意图;
图7为本申请实施例提供的一种任务处理装置的结构示意图;
图8为本申请实施例提供的一种第一终端的硬件结构示意图;
图9为本申请实施例提供的一种芯片的结构示意图。
具体实施方式
为了便于清楚描述本申请实施例的技术方案,在本申请的实施例中,采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分。例如,第一芯片和第二芯片仅仅是为了区分不同的芯片,并不对其先后顺序进行限定。本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定,并且“第一”、“第二”等字样也并不限定一定不同。
需要说明的是,本申请实施例中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
本申请实施例中,“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B的情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b,或c中的至少一项(个),可以表示:a,b,c,a-b,a-c,b-c,或a-b-c,其中a,b,c可以是单个,也可以是多个。
随着5G时代的到来,用户的需求越来越多,终端会产生越来越多的任务数据,终端产生的任务数据量将会呈指数级增长,通常的,终端可以基于云计算中心处理产生的任务数据,例如,终端基于云计算中心的数据处理技术处理产生的任务数据,从而满足用户的不同需求。
但是,在未来万物互连的大数据时代,海量终端会密集部署,由此将会产生大量的计算密集型任务,例如,计算密集型任务可以包括三维(3-dimension,3D)在线游戏、增强现实(augmented reality,AR)、虚拟现实(virtual reality,VR)、远程手术以及无人驾驶中的任务等,但是,由于云计算中心计算任务时的单一的计算模式、较高的时延以及有限的吞吐量,难以满足未来网络中海量终端所产生的高复杂度的任务需求,使得终端无法通过云计算中心处理计算密集型任务。
在这种情况下,终端可以基于MEC网络满足高复杂度的任务需求,MEC网络包括ECS,例如,在云计算中心与终端之间建立ECS,从而允许终端可以将部分或者全部待计算的任务数据卸载到ECS,使得ECS计算待计算的任务数据并将计算结果返回给终端。
其中,MEC网络可以理解为应用开发者和服务提供商在终端侧提供云服务和互联网技术(internet technology,IT)环境服务的网络,这样,当MEC网络部署在终端附近时,MEC网络可以为终端提供计算、存储和网络带宽资源。
其中,ECS可以与终端建立直接链路,这样,终端可以将部分或者全部待计算的任务数据卸载到ECS,从而使得ECS为终端实时提供类似云计算的服务,可有效缓解终端的计算能力不足的问题;当终端将部分待计算的任务数据卸载到云计算中心时,与终端将全部待计算的任务数据卸载到云计算中心相比,也可以减轻云计算中心的计算压力。
可能的情况中,在终端有可用的频谱资源的情况下,终端才可以将部分或者全部待计算的任务数据卸载到ECS,由于频谱资源紧缺,适合通信的频段已被分配,因此,终端获得重新分配的频谱资源会对紧缺的频谱资源造成很大的压力。
因此,终端可以基于CR技术进行频谱感知,从而使得终端可以接入另一终端的频段,以卸载待计算的任务数据到ECS,例如,终端利用CR技术感知另一终端的信道状态处于空闲状态时,这说明另一终端没有使用其对应的频段,因此,终端可以接入另一终端的频段,从而使得终端基于该频段卸载部分或者全部待计算的任务数据到ECS。
需要说明的是,CR技术是一种动态频谱共享技术,CR技术可提升频谱利用率,CR技术允许在主用户(primary user,PU)空闲时,次用户(secondary user,SU)接入PU的频段,或者,在满足SU对PU的干扰小于干扰容限的情况下,SU可以与PU共享信道,从而为SU提供频谱接入机会,SU为上述描述的终端,PU为上述描述的另一终端,PU为固定频段的终端。
示例性的,图1为本申请实施例提供的一种应用场景的示意图,如图1所示,该场景包括云计算中心、终端、另一终端和ECS,当终端利用CR技术感知另一终端处于空闲态时,终端可以判断另一终端没有接入其对应的频段,因此,终端可以接入另一终端的频段,从而终端基于该频段可以卸载部分或者全部待计算的任务数据到ECS,这样,ECS计算待计算的任务数据,并可以将计算结果返回至终端;其中,另一终端处于空闲态也可以理解为,另一终端的信道状态处于空闲状态。
可以理解的是,在终端将部分待计算的任务数据卸载到ECS时,终端可以将部分待计算的任务数据卸载到云计算中心,云计算中心计算部分待计算的任务数据后,也可以将计算结果返回至终端,这样,终端结合ECS和云计算中心的计算结果,可以得到待计算的任务数据的计算结果;其中,图1中未示出云计算中心将计算结果返回到终端的示意图。
结合图1,虽然在MEC网络中可以引入CR技术,在解决频谱资源紧缺问题的情况下,从而为终端提供频谱接入的机会,以实现终端卸载待计算的任务数据,但是,在距离、噪声以及干扰等因素的影响下,终端使用CR技术进行频谱感知的结果可能出现错误。
而且,终端使用CR技术进行频谱感知时,终端感知的是另一终端的单一时隙的信道的状态,这也会使得终端频谱感知的结果出现错误,或者理解为,终端对认知MEC场景的求解进行的是短期优化,例如,短期优化为凸优化,终端进行的短期优化会使得终端频谱感知的结果出现错误。
有鉴于此,本申请实施例提供一种任务处理方法,当第一终端与无人机建立通信连接,且第一终端有第一任务数据时,第一终端可以向无人机发送用于指示频谱感知的请求,由于无人机上安装CBS,使得无人机可以利用CBS对环境中的第二终端的信道状态进行频谱感知,并得到第二终端的第一感知结果,由于无人机可以在飞行过程中感知第二终端的信道状态,因此,通过无人机可以提高对第二终端的频谱感知的准确率,无人机可以将第一感知结果发送给第一终端,第一终端可以根据第一感知结果得到第一任务数据的计算结果。
需要说明的是,本申请实施例提供的方法是基于认知MEC网络架构,本申请实施例的方法为第一终端提供了一种任务计算策略,使得第一终端可以计算密集型以及时延敏感型任务等,例如,计算密集型以及时延敏感型任务可以包括AR、VR以及智能驾驶等场景中的任务等。
可以理解的是,计算密集型以及时延敏感型任务的具体内容,可以根据实际应用场景设定,本申请实施例不作限定。
示例性的,图2为本申请实施例提供的一种认知MEC网络的示意图,如图2所示,认知MEC网络中包括第一终端、多个终端、无人机以及小基站(small base station,SBS),其中,SBS为可提供计算、存储和网络带宽功能的基站,SBS可以理解为图1中的ECS;无人机上安装认知小蜂窝(cognitive base station,CBS),CBS用于提高无人机通过CR技术对第二终端的信道状态进行频谱感知的准确率;其中,多个终端中的其中一个终端可以为第二终端,第二终端为第一终端进行频谱接入的终端。
在图2中,无人机首先进行路径规划,进而,无人机通过安装的CBS对第二终端的信道状态进行频谱感知,以此决策第一终端的第一任务计算模式,第一任务计算模式包括两种模式,一种模式为本地计算模式,本地计算模式指示第一终端本地计算第一任务数据,另一种模式为协同计算模式,协同计算模式指示第一终端和SBS计算第一任务数据,具体内容,将在后续进行说明,在此不再赘述。
其中,在协同计算模式中,第一任务数据可以包括第一部分任务数据和第二部分任务数据,第一终端可以本地计算第一部分任务数据,以及第一终端可以向SBS发送第二部分任务数据,使得SBS计算第二部分任务数据,其中,第一终端向SBS发送第二部分任务数据,可以理解为,第一终端向SBS卸载第二部分任务数据。
需要说明的是,无人机是运营商部署在认知MEC网络中的,在第一终端需要进行任务数据的卸载时,无人机可以实时地向第一终端反馈频谱感知结果。
在图2所示的示意图的基础上,示例性的,图3为本申请实施例提供的一种任务处理方法的流程示意图,如图3所示,可以包括以下步骤:
S301:当第一终端与无人机建立通信连接,且第一终端有第一任务数据时,第一终端向无人机发送用于指示频谱感知的请求。
本申请实施例中,第一任务数据用于指示第一终端为运行第一任务获取的数据,例如,自动驾驶车辆通过第一终端进行路径规划时,第一终端会先收集周围环境中的数据,进而,第一终端通过分析收集的数据从而进行路径规划,其中,路径规划可以理解为第一任务,第一终端收集的周围环境中的数据可以理解为第一任务数据。
可以理解的是,第一任务数据的具体内容,可以根据实际应用场景设定,本申请实施例不作限定。
本申请实施例中,结合图2,在考虑单天线的场景下,或者理解为,图2中的第一终端和多个终端均配备单天线,而且,单天线具有均值为零,方差为σ2的加性高斯白噪声,第一终端和多个终端都同步运行,对于第一终端的信道和多个终端的信道,每个信道具有相同的检测概率和虚警概率。
S302:无人机感知第二终端的信道状态,得到第一感知结果。
本申请实施例中,无人机感知第二终端的信道状态,得到第一感知结果,可能的实现方式为:当无人机按照第一方向飞行,且在无人机的第一能量小于第一阈值时,无人机将在第一方向上与第一终端的距离小于第二阈值的终端确定为第二终端,无人机通过CBS获取第二终端的信道状态,得到第一感知结果;其中,第一方向上有M个终端,M个终端中包括第二终端,其中,无人机的第一能量可以理解为,无人机预设的进行路径规划的能量。
需要说明的是,无人机可以根据频谱感知算法感知M个终端的信道状态,其中,频谱感知算法的具体内容,可以根据实际应用场景设定,本申请实施例不作限定。
其中,M为大于或等于1的正整数,M个终端中的任一个终端都为固定频谱的终端;第一方向为预先设置的方向,第一方向也可以为在无人机上一时刻感知其他终端的信道状态时,其他终端所在的方向;可以理解,第一方向的具体内容,也可以根据实际应用场景设定,本申请实施例不作限定。
可以理解的是,第一阈值以及第二阈值的具体值,可以根据实际应用场景设定,本申请实施例不作限定。
需要说明的是,由于无人机在飞行过程中感知第二终端的信道状态,因此,无人机与第二终端之间的距离、噪声以及干扰较小,因此,无人机通过CBS可以提高对第二终端的信道状态进行频谱感知的准确率。
本申请实施例中,第二终端的信道状态可以包括空闲状态或繁忙状态,因此,第一感知结果可以为空闲状态或繁忙状态,其中,第一感知结果的具体内容,可以根据实际应用场景设定,本申请实施例不作限定。
可以理解的是,在第一方向上的M个终端中,每个终端的信道均含有两个状态,当sv表示第v个终端的信道状态时,该状态可以表示为:sv∈{0(占用),1(繁忙)},该状态构成一个二状态马尔科夫链。
示例性的,图4为本申请实施例提供的一种二状态马尔科夫链的示意图,如图4所示,0表示第v个终端的信道状态为繁忙状态,1表示第v个终端的信道状态为空闲状态,第v个终端的信道状态由空闲状态转到繁忙状态时的概率为1-βv,第v个终端的信道状态保持空闲状态时的概率为βv,第v个终端的信道状态由繁忙状态转到空闲状态的概率为αv,第v个终端的信道状态保持繁忙状态的概率为1-αv。
其中,M个终端的信道状态可以组成联合状态,当联合状态用θ表示时,θ满足下述公式:θ=(s1,s2,...,sM),由于任一个终端包括两个状态,因此,M个终端的信道状态组成的所有联合状态可以组成一个状态集,状态集用Θ表示时,Θ满足下述公式:Θ={θ1,θ2,...,θN},i=1,2,...,N,N=2M;其中,状态集可以理解为,在无人机的第一方向内的M个终端组成的信道状态集合。
可以理解的是,在M个终端的联合状态可以组成一个状态集的情况下,该状态集对应的转移概率矩阵可以用P表示,P满足下述公式: 为克罗内克积;其中,v=1,2,...,M,Av表示第v个终端的信道状态转移概率矩阵,结合图4,第v个终端的信道状态转移概率满足下述公式:/>
可以理解的是,信道状态转移概率矩阵中的参数的具体值,可以根据实际应用场景设定,本申请不作限定。
S303:无人机向第一终端发送第一感知结果。
S304:第一终端确定与第一感知结果有关的第一参数。
本申请实施例中,第一参数的数量为多个,第一参数包括第一值和第二值,第一值也可以称为第一观察概率,第二值也可以称为第一奖励,后续以第一观察概率和第一奖励进行示例性说明;其中,第一终端确定与第一感知结果有关的第一参数,包括以下几种可能的实现方式:
在第一种可能的实现方式中,当第一感知结果指示第二终端的信道状态为繁忙状态时,第一观察概率满足下述公式:第一奖励满足下述公式:/>以及,第一观察概率满足下述公式:第一奖励满足下述公式:第一奖励=0;以及,第一观察概率满足下述公式:/> 第一奖励满足下述公式:第一奖励=0。
其中,当第一感知结果指示第二终端的信道状态为繁忙状态时,第一观察值和第一奖励还可以满足下述公式,例如,第一观察概率满足下述公式:第一观察概率=0,第一奖励满足下述公式:第一奖励=0。
需要说明的是,在第一种可能的实现方式中,θj[mt]用于指示第二终端的信道状态,θj[mt]=0表示第二终端的信道状态为繁忙状态,为第一指示函数,/>满足下述公式:/>
在第二种可能的实现方式中,当第一感知结果指示第二终端的信道状态为空闲状态时,第一观察概率满足下述公式:第一奖励满足下述公式:/> 以及,第一观察概率满足下述公式:第一奖励满足下述公式:/>以及,第一观察概率满足下述公式:第一奖励满足下述公式:
其中,当第一感知结果指示第二终端的信道状态为空闲状态时,第一观察值和第一奖励还可以满足下述公式,例如,第一观察概率满足下述公式:第一观察概率=0,第一奖励满足下述公式:第一奖励=0。
需要说明的是,在第二种可能的实现方式中,θj[mt]用于指示第二终端的信道状态,θj[mt]=1表示第二终端的信道状态为空闲状态,为指示函数,/>满足下述公式:
其中,在上述描述的公式中,为了保证第二终端的传输质量,使得检测概率达到pd,因此,在pd为第二终端的信道状态的检测概率,且给定τ的情况下,可以得到虚警概率pf(τ),pf(τ)满足下述公式:fs为采样率,θ*为无人机接收第二终端的信号的接收信噪比,τ为无人机感知第二终端的信道状态的时间,Q为标准正态分布的右尾函数,Q-1为Q的导数。
其中,在上述描述的公式中,为第一终端在本地计算任务数据时的速率,该速率的单位为比特/秒(bits/s);/>满足下述公式:/>fmax表示第一终端的CPU的最大频率,ea,t为第一终端预设的用于卸载任务数据的能量,T为第二终端的信道的时隙长度,C为第一终端每计算1比特(bit)的任务数据需要的中央处理器(centralprocessing unit,CPU)的周期数,η为第一终端的CPU周期耗能功率系数,/>与/>相等。
其中,在上述描述的公式中,p与是第一公式在满足C1条件,C2条件以及C3条件时,使得第一公式的值为最大值时得到的,第一公式可以描述为: C1条件满足下述公式:C2条件满足下述公式:p≤pmax,C3条件满足下述公式:p为第一终端的任务数据的卸载功率,h为干扰,σ2为噪声,fmax为第一终端的CPU的最大频率,ea,t为第一终端预设的用于卸载任务数据的能量,/>为第二终端的信道带宽。
结合上述内容,需要说明的是,在本申请实施例中,第一观察概率和第一奖励与第一观察值具有对应关系,第一观察值包括第一感知结果与任务数据卸载反馈结果,或者,第一观察值包括第一感知结果,其中,任务数据卸载反馈结果用于指示任务数据卸载成功或失败,第一感知结果可以用表示,当第一感知结果指示第二终端的信道状态为空闲状态时,/>当第一感知结果指示第二终端的信道状态为繁忙状态时,/>确认字符(acknowledgement,ACK)可以表示任务数据向SBS卸载反馈结果,ACK=1,指示任务数据卸载成功,ACK≠1,表示任务数据向SBS卸载失败。
示例性的,在第一感知结果指示第二终端的信道状态为繁忙状态时,第一观察值可以为O3、O5以及O6,O3满足下述公式:O5满足下述公式:O6满足下述公式:/>
可以理解的是,O3表示第二终端的信道状态为繁忙状态;O5表示第二终端的信道状态为繁忙状态,由于任务数据反馈结果指示任务数据向SBS卸载成功,因此,实际上第二终端的信道状态为空闲状态;O6表示第二终端的信道状态为繁忙状态,由于任务数据反馈结果指示任务数据向SBS卸载失败,因此,实际上第二终端的信道状态为繁忙状态。
示例性的,当第一感知结果指示第二终端的信道状态为空闲状态时,第一观察值可以为O1、O2以及O4,O1满足下述公式:O2满足下述公式: O4满足下述公式:/>
可以理解的是,O1表示第二终端的信道状态为空闲状态,由于任务数据卸载反馈结果指示任务数据向SBS卸载失败,因此,实际上第二终端的信道状态为繁忙状态;O2表示第二终端的信道状态为空闲状态,由于任务数据卸载反馈结果指示任务数据向SBS卸载成功,因此,实际上第二终端的信道状态为空闲状态;O4表示第二终端的信道状态为空闲状态。
S305:第一终端根据第一参数以及预先构建的任务计算模式选择函数,得到第一任务计算模式。
本申请实施例中,由于第一参数为多个,因此,第一终端根据第一参数以及预先构建的任务计算模式选择函数,得到第一任务计算模式,可能的实现方式为:当第一终端将任一个第一参数代入预先构建的任务计算模式选择函数,且任一个第一参数使得预先构建的任务计算模式选择函数的值为最大值时,第一终端得到任一个第一参数对应的第一任务计算模式。
可能的实现中,第一终端得到任一个第一参数对应的第一任务计算模式,包括:当第一终端从第一对应关系中查询到与任一个第一参数匹配的参数时,第一终端从第一对应关系中得到第一任务计算模式。
其中,第一对应关系包括:第一观察概率满足下述公式:第一奖励满足下述公式:/>与协同计算模式的关系;以及,第一观察概率满足下述公式:第一奖励满足下述公式:/> 与协同计算模式的关系;以及,第一观察概率满足下述公式:/>第一奖励满足下述公式:/> 与本地计算模式的关系;以及,第一观察概率满足下述公式: 第一奖励满足下述公式:与本地计算模式的关系;以及,第一观察概率满足下述公式:第一奖励满足下述公式:第一奖励=0,与协同计算模式的关系;以及,第一观察概率满足下述公式:/>第一奖励满足下述公式:第一奖励=0,与协同计算模式的关系。
需要说明的是,第一对应关系与第一观察值有关,因此,第一对应关系可以描述为如下的关系:当第一观察值为O1时,第一对应关系包括:第一观察概率满足下述公式:第一观察概率=0,第一奖励满足下述公式:第一奖励=0,与本地计算模式的关系;以及,当第一观察值为O1时,第一对应关系包括:第一观察概率满足下述公式:第一奖励满足下述公式:/>与协同计算模式的关系;以及,当第一观察值为O2时,第一对应关系包括:第一观察概率满足下述公式:第一观察概率=0,第一奖励满足下述公式:第一奖励=0,与本地计算模式的关系;以及,当第一观察值为O2时,第一对应关系包括:第一观察概率满足下述公式:第一奖励满足下述公式:与协同计算模式的关系;以及,当第一观察值为O3时,第一对应关系包括:第一观察概率满足下述公式:/> 第一奖励满足下述公式:/>与本地计算模式的关系;以及,当第一观察值为O3时,第一对应关系包括:第一观察概率满足下述公式:第一观察概率=0,第一奖励满足下述公式:第一奖励=0,与协同计算模式的关系;以及,当第一观察值为O4时,第一对应关系包括:第一观察概率满足下述公式:/> 第一奖励满足下述公式:/>与本地计算模式的关系;以及,当第一观察值为O4时,第一对应关系包括:第一观察概率满足下述公式:第一观察概率=0,第一奖励满足下述公式:第一奖励=0,与协同计算模式的关系;以及,当第一观察值为O5时,第一对应关系包括:第一观察概率满足下述公式:第一观察概率=0,第一奖励满足下述公式:第一奖励=0,与本地计算模式的关系;以及,当第一观察值为O5时,第一对应关系包括:第一观察概率满足下述公式:第一奖励满足下述公式:第一奖励=0,与协同计算模式的关系;以及,当第一观察值为O6时,第一对应关系包括:第一观察概率满足下述公式:第一观察概率=0,第一奖励满足下述公式:第一奖励=0,与本地计算模式的关系;以及,当第一观察值为O6时,第一对应关系包括:第一观察概率满足下述公式:/>第一奖励满足下述公式:第一奖励=0,与协同计算模式的关系。/>
需要说明的是,在协同计算模式中,第一终端的能量满足第一条件,第一条件满足下述公式:0<ea,t≤es,t,ea,t为第一终端预设的用于向SBS发送任务数据的能量,es,t为无人机预设的进行路径规划的能量。
结合上述内容,示例性的,表1示出了第一观察值、第一观察概率、第一奖励以及第一终端的动作之间的关系,第一观察值可以用Ok,k=1,2,...,6,
表1
其中,在表1中,Pr(Ok|θj,at)表示第一观察概率,R(es,t,Bt|at,Ok)表示第一奖励,Pr(Ok|θj,at)表示在联合状态为θj、第一动作为at时,第一终端得到第一观察值Ok的概率,R(es,t,Bt|at,Ok)用于指示第一终端能获得的计算比特数(calculated number of bits,CNoB),CNoB可以理解为第一终端计算任务数据的最大计算量。
其中,在表1中,at用于指示第一终端的动作,at满足下述公式:at=(mt,ea,t,βt),βt用于指示第一任务计算模式,例如,βt=1时,第一任务计算模式为本地计算模式;βt=2时,第一任务计算模式为协同计算模式;mt∈{0,1,2,...,8},当mt=0时,表示无人机不进行飞行,当mt∈{1,2,...,8}时,表示在时刻t时,无人机进行路径规划选择的可以进行频谱接入的方向,无人机可以在该方向获得第二终端的信道状态的感知结果。
其中,无人机进行路径规划选择的可以进行频谱接入的方向也可以理解为第一终端进行频段接入的方向,该方向也可以理解为第二终端所在的方向,该方向是以无人机为原点的8个方向,8个方向分别为东方向、西方向、南方向、北方向、东南方向、西南方向、西北方向以及东北方向。
例如,mt=1指示的方向为东方向,mt=2指示的方向为西方向,mt=3指示的方向为南方向,mt=4指示的方向为北方向,mt=5指示的方向为东南方向,mt=6指示的方向为西南方向,mt=7指示的方向为西北方向,mt=8指示的方向为东北方向。
可以理解的是,mt的值指示的方向的具体内容,也可以根据实际应用场景设定,本申请实施例不作限定。
本申请实施例中,为了使得在特定时隙内最大化折扣奖励函数,即第一终端基于部分可观察马尔可夫决策过程(partially observable markov decision processes,POMDP)模型能获得最大的CNoB时,在POMDP中,一个策略的期望值可由价值函数表示,它是从当前时隙开始的最大可获得的奖赏函数。综合考虑所有的信道状态和先验知识,预先构建的任务计算模式选择函数满足下述公式:
其中,Ψ为有限步长,或者理解为,Ψ为多个T组成的时间序列,VΨ(Bt,es,t)表示在时间序列Ψ中第一终端能获得的期望奖励最大值,或者理解为,VΨ(Bt,es,t)表示第一终端在时间序列Ψ中获得的最大计算量,VΨ-1(Bt+1,es,t+1)表示第一终端在时间序列Ψ-1中获得的最大计算量,γ为折扣因子,γ为0至1中的任意值,pi,j为转移概率,pi,j用于表示联合状态从θi转移到θj的概率矩阵,i=1,2,...,N,j=1,2,...,N,pi,j=Pr(θi→θj),pi,j可以参考前述描述的P的计算方式,在此不再赘述。
其中,Bt为信念概率,Bt=[bt(θ1),...,bt(θN)],bt(θi)(i=1,2,...,N)表示在时刻t时的联合状态为θi的概率,N=2M,bt(θi)满足下述公式:
Pr(Ok|θj,at)表示在联合状态为θj、第一终端的动作为at时,第一终端得到Ok的概率,bt-1(θj)表示在时刻t-1时联合状态为θj的概率。
其中,Pr(es,t→es,t+1|at)为能量转移概率,Pr(es,t→es,t+1|at)表示无人机预设的进行路径规划的能量由es,t变为es,t+1的概率,假设第一终端具有能力收集能力,eh表示第一终端吸收的能量,emax表示第一终端的电池的最大容量,Pr(es,t→es,t+1|at)满足下述公式:
需要说明的是,任务计算模式选择函数为贝尔曼方程,从上述的任务计算模式选择函数满足的公式可以看出,每个时隙的决策不仅会受到当前时隙的瞬时收益影响,还会受到未来时隙的累计奖赏的影响。
需要说明的是,在第一终端根据环境变化更新任务计算模式时,第一终端可以根据更新信念概率,并基于更新后的信念概率得到更新后的任务计算模式。
S306:第一终端根据第一任务计算模式,得到第一任务数据的计算结果。
本申请实施例中,第一终端根据第一任务计算模式,得到第一任务数据的计算结果,包括以下可能的实现方式:
在第一种可能的实现方式中,当第一任务计算模式为本地计算模式,且本地计算模式指示第一终端本地计算第一任务数据时,第一终端得到第一任务数据的计算结果。
在第二种可能的实现方式中,当第一任务计算模式为协同计算模式,协同计算模式指示第一终端和SBS计算第一任务数据,且第一终端将第一任务数据分成第一部分任务数据和第二部分任务数据时,第一终端在本地计算第一部分任务数据,以及,第一终端向SBS发送第二部分任务数据,并从SBS获取第二部分任务数据的计算结果;第一终端基于第一部分任务数据的计算结果以及第二部分任务数据的计算结果,得到第一任务数据的计算结果。
综合图3所示的内容,当第一终端与无人机建立通信连接,且第一终端有第一任务数据时,示例性的,图5为本申请实施例提供一种任务处理方法的流程示意图,在图5中,当无人机接收来自第一终端的用于指示频谱感知的请求时,无人机进行环境感知,例如,无人机可以通过飞行或者原地悬停的方式进行路径规划,使得无人机在飞行或原地悬停时确定第二终端,并在确定第二终端的情况下,无人机可以通过CBS感知第二终端的信道状态,得到第一感知结果,并向第一终端发送第一感知结果,第一终端确定与第一感知结果有关的第一参数,并基于第一参数可以得到第一任务计算模式,从而第一终端根据第一任务计算模式得到第一任务数据的计算结果。
其中,在图5中,βt=1用于指示第一任务计算模式为本地计算模式,本地计算模式指示第一终端本地计算第一任务数据;βt=2用于指示第一任务计算模式为协同计算模式,协同计算模式指示第一终端本地计算第一任务数据,以及第一终端向SBS传输第二部分任务数据,基于上述两种方式,第一终端都可以得到第一任务数据的计算结果。
综合上述内容,需要说明的是,针对当前对于认知MEC场景的求解都是基于传统算法只进行了短期优化的场景,以及在第一终端不能直接准确观察到第二终端的信道状况的情况,本申请实施例利用POMDP,以此实现第一终端不能直接准确观察到第二终端的信道状况的情况进行建模,并且可实现对认知MEC网络进行长期优化求解,而且实现对第一终端用于计算任务数据的能量投入、CPU频率、卸载功率、任务计算模式以及无人机飞行路径规划进行联合优化,使得第一终端能获得的CNoB最大。
需要说明的是,在申请实施例中,由于本申请实施例采用POMDP建模的方法,这使得对于环境未知的场景,本申请实施例提供的方法依然可以通过对环境的动态感知,从而为环境中的终端提供计算服务。
上面对本申请实施例的方法进行了说明,下面对本申请实施例提供的执行上述方法的任务处理装置进行描述。本领域技术人员可以理解,方法和装置可以相互结合和引用,本申请实施例提供的一种任务处理装置可以执行上述任务处理方法中的步骤。
示例性的,图6为本申请实施例提供的一种任务处理装置的结构示意图,如图6所示,该装置600应用于任务处理系统,该系统包括第一终端、第二终端以及无人机,无人机上安装认知小蜂窝CBS,该装置600包括:第一通信单元601以及第一处理单元602,其中,第一通信单元601用于支持任务处理装置执行信息发送或接收的步骤,第一处理单元602用于支持任务处理装置执行信息处理的步骤。
示例性的,第一通信单元601,用于当第一终端与无人机建立通信连接,且第一终端有第一任务数据时,向第一终端发送第二终端的第一感知结果;其中,第一感知结果用于指示第二终端的信道状态,第一感知结果是无人机通过CBS得到的;第一处理单元602,用于根据第一感知结果,获取第一任务数据的计算结果。
在一种可能的实现方式中,第一处理单元602,具体用于:确定与第一感知结果有关的第一参数;其中,第一参数的数量为多个;当第一终端将任一个第一参数代入预先构建的任务计算模式选择函数,且任一个第一参数使得预先构建的任务计算模式选择函数的值为最大值时,得到任一个第一参数对应的第一任务计算模式;根据第一任务计算模式,得到第一任务数据的计算结果。
在一种可能的实现方式中,第一处理单元602,具体用于:当第一感知结果指示第二终端的信道状态为繁忙状态时,得到第一参数;其中,第一参数包括第一值和第二值,第一值满足下述公式:第二值满足下述公式:以及,第一值满足下述公式:/>第二值满足下述公式:第二值=0;以及,第一值满足下述公式:/>第二值满足下述公式:第一奖励=0;
其中,θj[mt]用于指示第二终端的信道状态,θj[mt]=0表示第二终端的信道状态为繁忙状态,为第一指示函数,/>满足下述公式:pd为第二终端的信道状态的检测概率,pf(τ)满足下述公式:fs为采样率,θ*为无人机接收第二终端的信号的接收信噪比,τ为无人机感知第二终端的信道状态的时间,Q为标准正态分布的右尾函数,Q-1为Q的导数;T为第二终端的信道的时隙长度,C为第一终端每计算1比特的任务数据需要的中央处理器CPU的周期数,/>满足下述公式:/>fmax为第一终端的CPU的最大频率,η为第一终端的CPU周期耗能功率系数,ea,t为第一终端预设的用于向小基站SBS发送任务数据的能量。
在一种可能的实现方式中,第一处理单元602,具体用于:当第一感知结果指示第二终端的信道状态为空闲状态时,得到第一参数;其中,第一参数包括第一值和第二值,第一值满足下述公式:第二值满足下述公式:以及,第一值满足下述公式:/>第二值满足下述公式:/> 以及,第一值满足下述公式:/> 第二值满足下述公式:
其中,θj[mt]用于指示第二终端的信道状态,θj[mt]=1表示第二终端的信道状态为空闲状态,为指示函数,/>满足下述公式:/>pd为第二终端的信道状态的检测概率,pf(τ)满足下述公式:fs为采样率,θ*为无人机接收第二终端的信号的接收信噪比,τ为无人机感知第二终端的信道状态的时间,Q为标准正态分布的右尾函数,Q-1为Q的导数;/>为第二终端的信道带宽,T为第二终端的信道的时隙长度,C为第一终端每计算1比特的任务数据需要的中央处理器CPU的周期数,/>满足下述公式: 与/>相等,fmax为第一终端的CPU的最大频率,η为第一终端的CPU周期耗能功率系数,ea,t为第一终端预设的用于向小基站SBS发送任务数据的能量;
其中,p为第一终端的任务数据的卸载功率,p与是第一公式在满足C1条件,C2条件以及C3条件时,使得第一公式的值为最大值时得到的,第一公式为:/> C1条件满足下述公式:C2条件满足下述公式:p≤pmax,C3条件满足下述公式:h为干扰,σ2为噪声。
在一种可能的实现方式中,预先构建的任务计算模式选择函数,满足下述公式:
其中,VΨ(Bt,es,t)为任务计算模式选择函数,Ψ为时间序列,VΨ(Bt,es,t)表示第一终端在Ψ中获得的最大计算量,VΨ-1(Bt+1,es,t+1)表示第一终端在时间序列Ψ-1中获得的最大计算量,γ为0至1中的值,es,t为无人机预设的进行路径规划的能量,at用于指示第一终端的动作,at满足下述公式:at=(mt,ea,t,βt),mt用于指示无人机进行频谱感知的方向,βt用于指示第一终端的任务计算模式,θi为状态集中的任一个联合状态,状态集是在无人机的第一方向内的M个终端组成的信道状态集合,M个终端包括第二终端,无人机的第一方向为无人机进行频谱感知的方向,θj为状态集中的任一个联合状态,θi与θj不同;pi,j表示联合状态从θi转移到θj的概率;
其中,Pr(Ok|θj,at)为第一值,Pr(Ok|θj,at)表示在联合状态为θj,且第一终端的动作为at时,第一终端得到Ok的概率,Ok为第一观察值,Ok与第一感知结果有关;R(es,t,Bt|at,Ok)为第二值,第二值用于指示第一终端计算任务数据的最大计算量;
其中,Bt为信念概率,Bt满足下述公式:Bt=[bt(θ1),...,bt(θN)],bt(θi)(i=1,2,...,N)表示在时刻t时的联合状态为θi的概率;Pr(es,t→es,t+1|at)为能量转移概率,Pr(es,t→es,t+1|at)表示无人机预设的进行路径规划的能量由es,t变为es,t+1的概率,Pr(es,t→es,t+1|at)满足下述公式:emax为第一终端的电池的最大容量,eh表示第一终端吸收的能量。
在一种可能的实现方式中,第一处理单元602,具体用于:当第一终端从第一对应关系中查询到与任一个第一参数匹配的参数时,从第一对应关系得到第一任务计算模式;
其中,第一对应关系包括:任一个第一参数中的第一值满足下述公式: 任一个第一参数中的第二值满足下述公式:/>与协同计算模式的关系;以及,任一个第一参数中的第一值满足下述公式: 任一个第一参数中的第二值满足下述公式: 与协同计算模式的关系;以及,任一个第一参数中的/> 任一个第一参数中的第二值满足下述公式:/>与本地计算模式的关系;以及,任一个第一参数中的第一值满足下述公式:/> 任一个第一参数中的第二值满足下述公式:/>与本地计算模式的关系;以及,任一个第一参数中的第一值满足下述公式:/>任一个第一参数中的第二值满足下述公式:第二值=0,与协同计算模式的关系;以及,任一个第一参数中的第一值满足下述公式:任一个第一参数中的第二值满足下述公式:第二值=0,与协同计算模式的关系;
其中,在协同计算模式中,第一终端的能量满足第一条件,第一条件满足下述公式:0<ea,t≤es,t,ea,t为第一终端预设的用于向小基站SBS发送任务数据的能量,es,t为无人机预设的进行路径规划的能量。
在一种可能的实现方式中,第一处理单元602,具体用于:当第一任务计算模式为本地计算模式,且本地计算模式指示第一终端本地计算第一任务数据时,得到第一任务数据的计算结果。
在一种可能的实现方式中,系统还包括小基站SBS,第一处理单元602,具体用于:当第一任务计算模式为协同计算模式,协同计算模式指示第一终端和SBS计算第一任务数据,且第一终端将第一任务数据分成第一部分任务数据和第二部分任务数据时,在本地计算第一部分任务数据,得到第一部分任务数据的计算结果,以及向SBS发送第二部分任务数据,并从SBS获取第二部分任务数据的计算结果;基于第一部分任务数据的计算结果以及第二部分任务数据的计算结果,得到第一任务数据的计算结果。
在一种可能的实现方式中,第一通信单元601,具体用于:当无人机按照第一方向飞行,且在无人机的第一能量小于第一阈值时,将在第一方向上与第一终端的距离小于第二阈值的终端确定为第二终端;通过CBS获取第二终端的第一感知结果;向第一终端发送第一感知结果
在一种可能的实施例中,任务处理装置还可以包括:第一存储单元603。第一处理单元602以及第一存储单元603可以通过通信总线相连。
第一存储单元603可以包括一个或者多个存储器,存储器可以是一个或者多个设备、电路中用于存储程序或者数据的器件。
第一存储单元603可以独立存在,通过通信总线与任务处理装置具有的第一处理单元602相连;第一存储单元603也可以和第一处理单元602集成在一起。
任务处理装置可以用于任务处理设备、电路、硬件组件或者芯片中。
示例性的,图7为本申请实施例提供的一种任务处理装置的结构示意图,如图7所示,该装置700可以应用于第一终端,该装置700包括:第二通信单元701以及第二处理单元702,其中,第二通信单元701用于支持任务处理装置执行信息发送或接收的步骤,第二处理单元702用于支持任务处理装置执行信息处理的步骤。
示例性的,第二通信单元701,用于当第一终端与无人机建立通信连接,且第一终端有第一任务数据时,从无人机获取第二终端的第一感知结果;其中,第一感知结果用于指示第二终端的信道状态,无人机上安装认知小蜂窝CBS,第一感知结果是无人机通过CBS得到的,第二终端在无人机飞行的第一方向上,第二终端与第一终端之间的距离小于第二阈值。第二处理单元702,用于根据第一感知结果,获取第一任务数据的计算结果。
在一种可能的实现方式中,第二处理单元702,具体用于:确定与第一感知结果有关的第一参数;其中,第一参数的数量为多个;当第一终端将任一个第一参数代入预先构建的任务计算模式选择函数,且任一个第一参数使得预先构建的任务计算模式选择函数的值为最大值时,得到任一个第一参数对应的第一任务计算模式;根据第一任务计算模式,得到第一任务数据的计算结果。
在一种可能的实现方式中,第二处理单元702,具体用于:当第一感知结果指示第二终端的信道状态为繁忙状态时,得到第一参数;其中,第一参数包括第一值和第二值,第一值满足下述公式:第二值满足下述公式:以及,第一值满足下述公式:/>第二值满足下述公式:第二值=0;以及,第一值满足下述公式:/>第二值满足下述公式:第一奖励=0;
其中,θj[mt]用于指示第二终端的信道状态,θj[mt]=0表示第二终端的信道状态为繁忙状态,为第一指示函数,/>满足下述公式:/>pd为第二终端的信道状态的检测概率,pf(τ)满足下述公式:fs为采样率,θ*为无人机接收第二终端的信号的接收信噪比,τ为无人机感知第二终端的信道状态的时间,Q为标准正态分布的右尾函数,Q-1为Q的导数;T为第二终端的信道的时隙长度,C为第一终端每计算1比特的任务数据需要的中央处理器CPU的周期数,/>满足下述公式:/>fmax为第一终端的CPU的最大频率,η为第一终端的CPU周期耗能功率系数,ea,t为第一终端预设的用于向小基站SBS发送任务数据的能量。
在一种可能的实现方式中,第二处理单元702,具体用于:当第一感知结果指示第二终端的信道状态为空闲状态时,得到第一参数;其中,第一参数包括第一值和第二值,第一值满足下述公式:第二值满足下述公式:以及,第一值满足下述公式:/>第二值满足下述公式:/> 以及,第一值满足下述公式:/> 第二值满足下述公式:
其中,θj[mt]用于指示第二终端的信道状态,θj[mt]=1表示第二终端的信道状态为空闲状态,为指示函数,/>满足下述公式:/>pd为第二终端的信道状态的检测概率,pf(τ)满足下述公式:fs为采样率,θ*为无人机接收第二终端的信号的接收信噪比,τ为无人机感知第二终端的信道状态的时间,Q为标准正态分布的右尾函数,Q-1为Q的导数;/>为第二终端的信道带宽,T为第二终端的信道的时隙长度,C为第一终端每计算1比特的任务数据需要的中央处理器CPU的周期数,/>满足下述公式: 与/>相等,fmax为第一终端的CPU的最大频率,η为第一终端的CPU周期耗能功率系数,ea,t为第一终端预设的用于向小基站SBS发送任务数据的能量;
其中,p为第一终端的任务数据的卸载功率,p与是第一公式在满足C1条件,C2条件以及C3条件时,使得第一公式的值为最大值时得到的,第一公式为:/> C1条件满足下述公式:C2条件满足下述公式:p≤pmax,C3条件满足下述公式:h为干扰,σ2为噪声。
在一种可能的实现方式中,预先构建的任务计算模式选择函数,满足下述公式:
其中,VΨ(Bt,es,t)为任务计算模式选择函数,Ψ为时间序列,VΨ(Bt,es,t)表示第一终端在Ψ中获得的最大计算量,VΨ-1(Bt+1,es,t+1)表示第一终端在时间序列Ψ-1中获得的最大计算量,γ为0至1中的值,es,t为无人机预设的进行路径规划的能量,at用于指示第一终端的动作,at满足下述公式:at=(mt,ea,t,βt),mt用于指示无人机进行频谱感知的方向,βt用于指示第一终端的任务计算模式,θi为状态集中的任一个联合状态,状态集是在无人机的第一方向内的M个终端组成的信道状态集合,M个终端包括第二终端,无人机的第一方向为无人机进行频谱感知的方向,θj为状态集中的任一个联合状态,θi与θj不同;pi,j表示联合状态从θi转移到θj的概率;
其中,Pr(Ok|θj,at)为第一值,Pr(Ok|θj,at)表示在联合状态为θj,且第一终端的动作为at时,第一终端得到Ok的概率,Ok为第一观察值,Ok与第一感知结果有关;R(es,t,Bt|at,Ok)为第二值,第二值用于指示第一终端计算任务数据的最大计算量;
其中,Bt为信念概率,Bt满足下述公式:Bt=[bt(θ1),...,bt(θN)],bt(θi)(i=1,2,...,N)表示在时刻t时的联合状态为θi的概率;Pr(es,t→es,t+1|at)为能量转移概率,Pr(es,t→es,t+1|at)表示无人机预设的进行路径规划的能量由es,t变为es,t+1的概率,Pr(es,t→es,t+1|at)满足下述公式:emax为第一终端的电池的最大容量,eh表示第一终端吸收的能量。
在一种可能的实现方式中,第二处理单元702,具体用于:当第一终端从第一对应关系中查询到与任一个第一参数匹配的参数时,从第一对应关系得到第一任务计算模式;
其中,第一对应关系包括:任一个第一参数中的第一值满足下述公式: 任一个第一参数中的第二值满足下述公式:/>与协同计算模式的关系;以及,任一个第一参数中的第一值满足下述公式: 任一个第一参数中的第二值满足下述公式: 与协同计算模式的关系;以及,任一个第一参数中的/> 任一个第一参数中的第二值满足下述公式:/>与本地计算模式的关系;以及,任一个第一参数中的第一值满足下述公式:/> 任一个第一参数中的第二值满足下述公式:/>与本地计算模式的关系;以及,任一个第一参数中的第一值满足下述公式:/>任一个第一参数中的第二值满足下述公式:第二值=0,与协同计算模式的关系;以及,任一个第一参数中的第一值满足下述公式:任一个第一参数中的第二值满足下述公式:第二值=0,与协同计算模式的关系;
其中,在协同计算模式中,第一终端的能量满足第一条件,第一条件满足下述公式:0<ea,t≤es,t,ea,t为第一终端预设的用于向小基站SBS发送任务数据的能量,es,t为无人机预设的进行路径规划的能量。
在一种可能的实现方式中,第二处理单元702,具体用于:当第一任务计算模式为本地计算模式,且本地计算模式指示第一终端本地计算第一任务数据时,得到第一任务数据的计算结果。
在一种可能的实现方式中,该系统还包括小基站SBS,第二处理单元702,具体用于:当第一任务计算模式为协同计算模式,协同计算模式指示第一终端和SBS计算第一任务数据,且第一终端将第一任务数据分成第一部分任务数据和第二部分任务数据时,在本地计算第一部分任务数据,得到第一部分任务数据的计算结果,以及向SBS发送第二部分任务数据,并从SBS获取第二部分任务数据的计算结果;基于第一部分任务数据的计算结果以及第二部分任务数据的计算结果,得到第一任务数据的计算结果。
结合图7所示的内容,示例性的,图8为本申请实施例提供的一种第一终端的硬件结构示意图,如图8所示,第一终端也可以称为终端设备,终端设备100可以包括处理器110,外部存储器接口120,内部存储器121,电源管理模块141,天线1,天线2,移动通信模块150,无线通信模块160,传感器模块180,按键190,摄像头193,显示屏194,用户接口130以及充电管理模块140等;其中,传感器模块180可以包括:压力传感器180A,加速度传感器180E,指纹传感器180H和触摸传感器180K等。
需要说明的是,本申请实施例示意的结构并不构成对终端设备100的具体限定;可以理解的是,终端设备100可以包括比图示更多或更少的部件,或者组合某些部件,或者拆分某些部件,或者不同的部件布置;其中,图示的部件可以以硬件,软件或软件和硬件的组合实现。
处理器110可以包括一个或多个处理单元,例如:处理器110可以包括应用处理器(application processor,AP),调制解调处理器,图形处理器(graphics processingunit,GPU),图像信号处理器(image signal processor,ISP),控制器,视频编解码器,数字信号处理器(digital signal processor,DSP),基带处理器,和/或神经网络处理器(neural-network processing unit,NPU)等;其中,不同的处理单元可以是独立的器件,也可以集成在一个或多个处理器中。
处理器110中还可以设置存储器,用于存储指令和数据。在一些实施例中,处理器110中的存储器可以为高速缓冲存储器,该存储器可以保存处理器110刚用过或循环使用的指令或数据。
在一些实施例中,处理器110可以包括一个或多个接口,接口可以包括集成电路(inter-integrated circuit,I2C)接口,集成电路内置音频(inter-integratedcircuitsound,I2S)接口,脉冲编码调制(pulse code modulation,PCM)接口,和/或通用串行总线(universal serial bus,USB)接口等。
用户接口130用于终端设备100与外围设备之间传输数据,也可以用于连接耳机,通过耳机播放音频;用户接口130还可以用于连接其他设备,例如,增强现实(augmentedreality,AR)设备等。
电源管理模块141接收充电管理模块140的输入,电源管理模块141为处理器110,内部存储器121,显示屏194,摄像头193和无线通信模块160等供电。
终端设备100的无线通信功能可以通过天线1,天线2,移动通信模块150以及无线通信模块160等实现;其中,天线1和天线2用于发射和接收电磁波信号。终端设备100中的天线可用于覆盖单个或多个通信频带。不同的天线还可以复用,以提高天线的利用率。例如,可以将天线1复用为无线局域网的分集天线。
移动通信模块150可以提供应用在终端设备100上的包括2G/3G/4G/5G等无线通信的解决方案;无线通信模块160可以提供应用在终端设备100上的包括无线局域网(wirelesslocal area networks,WLAN)(如无线保真(wireless fidelity,Wi-Fi)网络),蓝牙(bluetooth,BT),全球导航卫星系统(global navigation satellite system,GNSS),调频(frequency modulation,FM),近距离无线通信技术(near field communication,NFC),红外技术(infrared,IR)等无线通信的解决方案。
在一些实施例中,终端设备100的天线1和移动通信模块150耦合,天线2和无线通信模块160耦合,使得终端设备100可以通过无线通信技术与网络以及其他设备通信;其中,无线通信技术可以包括全球移动通讯系统(global system for mobile communications,GSM),通用分组无线服务(general packet radio service,GPRS),码分多址接入(codedivision multiple access,CDMA),长期演进(long term evolution,LTE),BT,GNSS,WLAN,NFC,FM,和/或IR技术等。
本申请实施例中,第一终端可以通过移动通信模块150或者无线通信模块160,从无人机获取第二终端的第一感知结果。
终端设备100通过显示屏194实现显示功能,显示屏194用于显示图像,视频等,显示屏194包括显示面板。在一些实施例中,终端设备100可以包括1个或N个显示屏194,N为大于1的正整数。
终端设备100可以通过摄像头193等实现拍摄功能,摄像头193用于捕获静态图像或视频。
外部存储器接口120可以用于连接外部存储卡,实现扩展终端设备100的存储能力。外部存储卡通过外部存储器接口120与处理器110通信,实现数据存储功能。
内部存储器121可以用于存储计算机可执行程序代码,可执行程序代码包括指令。内部存储器121可以包括存储程序区和存储数据区。其中,存储程序区可存储操作系统,至少一个功能所需的应用程序(比如声音播放功能,图像播放功能等)等。
压力传感器180A用于感受压力信号,可以将压力信号转换成电信号。在一些实施例中,压力传感器180A可以设置于显示屏194。
加速度传感器180E可检测终端设备100在各个方向上(一般为三轴)加速度的大小;指纹传感器180H用于采集指纹。终端设备100可以利用采集的指纹特性实现指纹解锁,访问应用锁,指纹拍照,指纹接听来电等。
触摸传感器180K,也称“触控器件”。触摸传感器180K可以设置于显示屏194,由触摸传感器180K与显示屏194组成触摸屏,也称“触控屏”。触摸传感器180K用于检测作用于其上或附近的触摸操作。
可以理解的是,第二终端的硬件结构可以参考图8所示的内容适应描述,在此不再赘述。
示例性的,图9为本申请实施例提供的一种芯片的结构示意图。芯片900包括一个或两个以上(包括两个)处理器910和通信接口930。
在一些实施方式中,存储器940存储了如下的元素:可执行模块或者数据结构,或者他们的子集,或者他们的扩展集。
本申请实施例中,存储器940可以包括只读存储器和随机存取存储器,并向处理器910提供指令和数据。存储器940的一部分还可以包括非易失性随机存取存储器(non-volatile random access memory,NVRAM)。
本申请实施例中,存储器940、通信接口930以及存储器940通过总线系统920耦合在一起。其中,总线系统920除包括数据总线之外,还可以包括电源总线、控制总线和状态信号总线等。为了便于描述,在图9中将各种总线都标为总线系统920。
上述本申请实施例描述的方法可以应用于处理器910中,或者由处理器910实现。处理器910可能是一种集成电路芯片,具有信号的处理能力。在实现过程中,上述方法的各步骤可以通过处理器910中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器910可以是通用处理器(例如,微处理器或常规处理器)、数字信号处理器(digitalsignal processing,DSP)、专用集成电路(application specific integrated circuit,ASIC)、现成可编程门阵列(field-programmable gate array,FPGA)或者其他可编程逻辑器件、分立门、晶体管逻辑器件或分立硬件组件,处理器910可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。
结合本申请实施例的方法的步骤可以直接体现为硬件译码处理器执行完成,或者用译码处理器中的硬件及软件模块组合执行完成。其中,软件模块可以位于随机存储器、只读存储器、可编程只读存储器或带电可擦写可编程存储器(electrically erasableprogrammable read only memory,EEPROM)等本领域成熟的存储介质中。该存储介质位于存储器940,处理器910读取存储器940中的信息,结合其硬件完成上述方法的步骤。
在上述实施例中,存储器存储的供处理器执行的指令可以以计算机程序产品的形式实现。其中,计算机程序产品可以是事先写入在存储器中,也可以是以软件形式下载并安装在存储器中。
计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时,全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一计算机可读存储介质传输,例如,计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line,DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存储的任何可用介质或者是包括一个或多个可用介质集成的服务器、数据中心等数据存储设备。例如,可用介质可以包括磁性介质(例如,软盘、硬盘或磁带)、光介质(例如,数字通用光盘(digital versatile disc,DVD))、或者半导体介质(例如,固态硬盘(solid state disk,SSD))等。
本申请实施例还提供了一种计算机可读存储介质。上述实施例中描述的方法可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。计算机可读介质可以包括计算机存储介质和通信介质,还可以包括任何可以将计算机程序从一个地方传送到另一个地方的介质。存储介质可以是可由计算机访问的任何目标介质。
作为一种可能的设计,计算机可读介质可以包括紧凑型光盘只读储存器(compactdisc read-only memory,CD-ROM)、RAM、ROM、EEPROM或其它光盘存储器;计算机可读介质可以包括磁盘存储器或其它磁盘存储设备。而且,任何连接线也可以被适当地称为计算机可读介质。例如,如果使用同轴电缆,光纤电缆,双绞线,DSL或无线技术(如红外,无线电和微波)从网站,服务器或其它远程源传输软件,则同轴电缆,光纤电缆,双绞线,DSL或诸如红外,无线电和微波之类的无线技术包括在介质的定义中。如本文所使用的磁盘和光盘包括光盘(CD),激光盘,光盘,数字通用光盘(digital versatile disc,DVD),软盘和蓝光盘,其中磁盘通常以磁性方式再现数据,而光盘利用激光光学地再现数据。
上述的组合也应包括在计算机可读介质的范围内。以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (16)
1.一种任务处理方法,其特征在于,应用于任务处理系统,所述系统包括第一终端、第二终端、小基站SBS以及无人机,所述无人机上安装认知小蜂窝CBS,所述方法包括:
当所述第一终端与所述无人机建立通信连接,且所述第一终端有第一任务数据时,所述无人机向所述第一终端发送所述第二终端的第一感知结果;其中,所述第一感知结果用于指示所述第二终端的信道状态,所述第一感知结果是所述无人机通过所述CBS得到的;
所述第一终端根据第一感知结果,获取所述第一任务数据的计算结果;
所述第一终端根据第一感知结果,获取所述第一任务数据的计算结果,包括:
所述第一终端确定与所述第一感知结果有关的第一参数;其中,所述第一参数的数量为多个;
当所述第一终端将任一个所述第一参数代入预先构建的任务计算模式选择函数,且任一个所述第一参数使得所述预先构建的任务计算模式选择函数的值为最大值时,所述第一终端得到任一个所述第一参数对应的第一任务计算模式;
所述第一终端根据所述第一任务计算模式,得到所述第一任务数据的计算结果;
所述第一终端确定与所述第一感知结果有关的第一参数,包括:
当所述第一感知结果指示所述第二终端的信道状态为繁忙状态时,所述第一终端得到所述第一参数;其中,所述第一参数包括第一值和第二值,所述 所述/>或者,所述/>所述第二值=0;或者,所述/>所述第二值=0;
其中,所述θj[mt]用于指示所述第二终端的信道状态,所述θj[mt]=0表示所述第二终端的信道状态为繁忙状态,所述为第一指示函数,所述/>满足下述公式:所述所述pd为所述第二终端的信道状态的检测概率,所述pf(τ)满足下述公式:所述/>所述fs为采样率,所述θ*为所述无人机接收所述第二终端的信号的接收信噪比,所述τ为所述无人机感知所述第二终端的信道状态的时间,所述Q为标准正态分布的右尾函数,所述Q-1为所述Q的导数;所述T为所述第二终端的信道的时隙长度,所述C为所述第一终端每计算1比特的任务数据需要的中央处理器CPU的周期数,所述/>满足下述公式:所述/>所述fmax为所述第一终端的CPU的最大频率,所述η为所述第一终端的CPU周期耗能功率系数,所述ea,t为所述第一终端预设的用于向所述小基站SBS发送任务数据的能量;
当所述第一感知结果指示所述第二终端的信道状态为空闲状态时,所述第一终端得到所述第一参数;其中,所述第一参数包括第一值和第二值,所述所述/>或者,所述/>所述/> 或者,所述/> 所述/>
其中,所述θj[mt]用于指示所述第二终端的信道状态,所述θj[mt]=1表示所述第二终端的信道状态为空闲状态,所述为指示函数,所述/>满足下述公式:所述 所述pd为所述第二终端的信道状态的检测概率,所述pf(τ)满足下述公式:所述/>所述fs为采样率,所述θ*为所述无人机接收所述第二终端的信号的接收信噪比,所述τ为所述无人机感知所述第二终端的信道状态的时间,所述Q为标准正态分布的右尾函数,所述Q-1为所述Q的导数;所述/>为所述第二终端的信道带宽,所述T为所述第二终端的信道的时隙长度,所述C为所述第一终端每计算1比特的任务数据需要的中央处理器CPU的周期数,所述/>满足下述公式:所述所述/>与所述/>相等,所述fmax为所述第一终端的CPU的最大频率,所述η为第一终端的CPU周期耗能功率系数,所述ea,t为所述第一终端预设的用于向小基站SBS发送任务数据的能量;
其中,所述p为所述第一终端的任务数据的卸载功率,所述p与所述是第一公式在满足C1条件,C2条件以及C3条件时,使得第一公式的值为最大值时得到的,所述第一公式为:所述C1条件满足下述公式:/> 所述C2条件满足下述公式:p≤pmax,所述C3条件满足下述公式:/>fmax,所述h为干扰,所述σ2为噪声;
所述预先构建的任务计算模式选择函数,满足下述公式:
其中,所述VΨ(Bt,es,t)为所述任务计算模式选择函数,所述Ψ为时间序列,所述VΨ(Bt,es,t)表示所述第一终端在所述Ψ中获得的最大计算量,所述VΨ-1(Bt+1,es,t+1)表示所述第一终端在时间序列Ψ-1中获得的最大计算量,所述γ为0至1中的值,所述es,t为所述无人机预设的进行路径规划的能量,所述at用于指示所述第一终端的动作,所述at满足下述公式:所述at=(mt,ea,t,βt),所述mt用于指示所述无人机进行频谱感知的方向,所述βt用于指示第一终端的任务计算模式,所述θi为状态集中的任一个联合状态,所述状态集是在所述无人机的第一方向内的M个终端组成的信道状态集合,所述M个终端包括所述第二终端,所述无人机的第一方向为所述无人机进行频谱感知的方向,所述θj为所述状态集中的任一个联合状态,所述θi与所述θj不同;所述pi,j表示联合状态从所述θi转移到所述θj的概率;
其中,所述Pr(Ok|θj,at)为所述第一值,所述Pr(Ok|θj,at)表示在所述联合状态为所述θj,且所述第一终端的动作为所述at时,所述第一终端得到Ok的概率,所述Ok为第一观察值,所述Ok与所述第一感知结果有关;所述R(es,t,Bt|at,Ok)为所述第二值,所述第二值用于指示所述第一终端计算任务数据的最大计算量;
其中,所述Bt为信念概率,所述Bt满足下述公式:所述Bt=[bt(θ1),...,bt(θN)],bt(θi)(i=1,2,...,N)表示在时刻t时的联合状态为所述θi的概率;所述Pr(es,t→es,t+1|at)为能量转移概率,所述Pr(es,t→es,t+1|at)表示所述无人机预设的进行路径规划的能量由es,t变为es,t+1的概率,所述Pr(es,t→es,t+1|at)满足下述公式:所述 所述emax为所述第一终端的电池的最大容量,所述eh表示所述第一终端吸收的能量;
所述第一终端得到任一个所述第一参数对应的第一任务计算模式,包括:
当所述第一终端从第一对应关系中查询到与所述任一个所述第一参数匹配的参数时,所述第一终端从所述第一对应关系得到所述第一任务计算模式;
其中,当所述第一观察值为时,所述第一对应关系包括:任一个所述第一参数中的所述/>任一个所述第一参数中的所述 任一个所述第一参数对应的所述第一任务计算模式为协同计算模式;当所述第一观察值为/>时,所述第一对应关系包括:任一个所述第一参数中的所述/>任一个所述第一参数中的所述 任一个所述第一参数对应的所述第一任务计算模式为协同计算模式;当所述第一观察值为/>时,所述第一对应关系包括:任一个所述第一参数中的所述/>任一个所述第一参数中的所述第二值所述/> 任一个所述第一参数对应的所述第一任务计算模式为本地计算模式;当所述第一观察值为/>时,所述第一对应关系包括:任一个所述第一参数中的所述/> 任一个所述第一参数中的所述/>任一个所述第一参数对应的所述第一任务计算模式为本地计算模式;当所述第一观察值为/>时,所述第一对应关系包括:任一个所述第一参数中的所述/> 任一个所述第一参数中的所述第二值=0,任一个所述第一参数对应的所述第一任务计算模式为协同计算模式;当所述第一观察值为/>时,所述第一对应关系包括:任一个所述第一参数中的所述/>任一个所述第一参数中的所述第二值=0,任一个所述第一参数对应的所述第一任务计算模式为协同计算模式,所述第一感知结果用/>表示,当所述第一感知结果指示所述第二终端的信道状态为空闲状态时,/>当所述第一感知结果指示所述第二终端的信道状态为繁忙状态时,/>确认字符ACK表示任务数据向小基站SBS卸载反馈结果,ACK=1,指示任务数据卸载成功,ACK≠1,表示任务数据向小基站SBS卸载失败;
其中,在所述协同计算模式中,所述第一终端的能量满足第一条件,所述第一条件满足下述公式:0<ea,t≤es,t,所述ea,t为所述第一终端预设的用于向所述小基站SBS发送任务数据的能量,所述es,t为所述无人机预设的进行路径规划的能量。
2.根据权利要求1所述的方法,其特征在于,所述第一终端根据所述第一任务计算模式,得到所述第一任务数据的计算结果,包括:
当所述第一任务计算模式为本地计算模式,且所述本地计算模式指示所述第一终端本地计算所述第一任务数据时,所述第一终端得到所述第一任务数据的计算结果。
3.根据权利要求1所述的方法,其特征在于,所述第一终端根据所述第一任务计算模式,得到所述第一任务数据的计算结果,包括:
当所述第一任务计算模式为协同计算模式,所述协同计算模式指示所述第一终端和所述SBS计算所述第一任务数据,且所述第一终端将所述第一任务数据分成第一部分任务数据和第二部分任务数据时,所述第一终端在本地计算所述第一部分任务数据,得到所述第一部分任务数据的计算结果,以及所述第一终端向所述SBS发送所述第二部分任务数据,并从所述SBS获取所述第二部分任务数据的计算结果;
所述第一终端基于所述第一部分任务数据的计算结果以及所述第二部分任务数据的计算结果,得到所述第一任务数据的计算结果。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述无人机向所述第一终端发送所述第二终端的第一感知结果,包括:
当所述无人机按照第一方向飞行,且在所述无人机的第一能量小于第一阈值时,所述无人机将在所述第一方向上与所述第一终端的距离小于第二阈值的终端确定为所述第二终端;
所述无人机通过所述CBS获取所述第二终端的所述第一感知结果;
所述无人机向所述第一终端发送所述第一感知结果。
5.一种任务处理方法,其特征在于,应用于第一终端,所述方法包括:
当所述第一终端与无人机建立通信连接,且所述第一终端有第一任务数据时,所述第一终端从所述无人机获取第二终端的第一感知结果;其中,所述第一感知结果用于指示所述第二终端的信道状态,所述无人机上安装认知小蜂窝CBS,所述第一感知结果是所述无人机通过所述CBS得到的,所述第二终端在所述无人机飞行的第一方向上,所述第二终端与所述第一终端之间的距离小于第二阈值;
所述第一终端根据第一感知结果,获取所述第一任务数据的计算结果;
所述第一终端根据第一感知结果,获取所述第一任务数据的计算结果,包括:
所述第一终端确定与所述第一感知结果有关的第一参数;其中,所述第一参数的数量为多个;
当所述第一终端将任一个所述第一参数代入预先构建的任务计算模式选择函数,且任一个所述第一参数使得所述预先构建的任务计算模式选择函数的值为最大值时,所述第一终端得到任一个所述第一参数对应的第一任务计算模式;
所述第一终端根据所述第一任务计算模式,得到所述第一任务数据的计算结果;
所述第一终端确定与所述第一感知结果有关的第一参数,包括:
当所述第一感知结果指示所述第二终端的信道状态为繁忙状态时,所述第一终端得到所述第一参数;其中,所述第一参数包括第一值和第二值,所述 所述/>以及,所述/>所述第二值=0;以及,所述/>所述第二值=0;
其中,所述θj[mt]用于指示所述第二终端的信道状态,所述θj[mt]=0表示所述第二终端的信道状态为繁忙状态,所述为第一指示函数,所述/>满足下述公式:所述所述pd为所述第二终端的信道状态的检测概率,所述pf(τ)满足下述公式:所述/>所述fs为采样率,所述θ*为所述无人机接收所述第二终端的信号的接收信噪比,所述τ为所述无人机感知所述第二终端的信道状态的时间,所述Q为标准正态分布的右尾函数,所述Q-1为所述Q的导数;所述T为所述第二终端的信道的时隙长度,所述C为所述第一终端每计算1比特的任务数据需要的中央处理器CPU的周期数,所述/>满足下述公式:所述/>所述fmax为所述第一终端的CPU的最大频率,所述η为所述第一终端的CPU周期耗能功率系数,所述ea,t为所述第一终端预设的用于向小基站SBS发送任务数据的能量;
当所述第一感知结果指示所述第二终端的信道状态为空闲状态时,所述第一终端得到所述第一参数;其中,所述第一参数包括第一值和第二值,所述所述/>或者,所述/>所述/> 或者,所述/> 所述/>
其中,所述θj[mt]用于指示所述第二终端的信道状态,所述θj[mt]=1表示所述第二终端的信道状态为空闲状态,所述为指示函数,所述/>满足下述公式:所述 所述pd为所述第二终端的信道状态的检测概率,所述pf(τ)满足下述公式:所述/>所述fs为采样率,所述θ*为所述无人机接收所述第二终端的信号的接收信噪比,所述τ为所述无人机感知所述第二终端的信道状态的时间,所述Q为标准正态分布的右尾函数,所述Q-1为所述Q的导数;所述/>为所述第二终端的信道带宽,所述T为所述第二终端的信道的时隙长度,所述C为所述第一终端每计算1比特的任务数据需要的中央处理器CPU的周期数,所述/>满足下述公式:所述所述/>与所述/>相等,所述fmax为所述第一终端的CPU的最大频率,所述η为第一终端的CPU周期耗能功率系数,所述ea,t为所述第一终端预设的用于向小基站SBS发送任务数据的能量;
其中,所述p为所述第一终端的任务数据的卸载功率,所述p与所述是第一公式在满足C1条件,C2条件以及C3条件时,使得第一公式的值为最大值时得到的,所述第一公式为:所述C1条件满足下述公式:/> 所述C2条件满足下述公式:p≤pmax,所述C3条件满足下述公式:/> 所述h为干扰,所述σ2为噪声;
所述预先构建的任务计算模式选择函数,满足下述公式:
其中,所述VΨ(Bt,es,t)为所述任务计算模式选择函数,所述Ψ为时间序列,所述VΨ(Bt,es,t)表示所述第一终端在所述Ψ中获得的最大计算量,所述VΨ-1(Bt+1,es,t+1)表示所述第一终端在时间序列Ψ-1中获得的最大计算量,所述γ为0至1中的值,所述es,t为所述无人机预设的进行路径规划的能量,所述at用于指示所述第一终端的动作,所述at满足下述公式:所述at=(mt,ea,t,βt),所述mt用于指示所述无人机进行频谱感知的方向,所述βt用于指示第一终端的任务计算模式,所述θi为状态集中的任一个联合状态,所述状态集是在所述无人机的第一方向内的M个终端组成的信道状态集合,所述M个终端包括所述第二终端,所述无人机的第一方向为所述无人机进行频谱感知的方向,所述θj为所述状态集中的任一个联合状态,所述θi与所述θj不同;所述pi,j表示联合状态从所述θi转移到所述θj的概率;
其中,所述Pr(Ok|θj,at)为所述第一值,所述Pr(Ok|θj,at)表示在所述联合状态为所述θj,且所述第一终端的动作为所述at时,所述第一终端得到Ok的概率,所述Ok为第一观察值,所述Ok与所述第一感知结果有关;所述R(es,t,Bt|at,Ok)为所述第二值,所述第二值用于指示所述第一终端计算任务数据的最大计算量;
其中,所述Bt为信念概率,所述Bt满足下述公式:所述Bt=[bt(θ1),...,bt(θN)],bt(θi)(i=1,2,...,N)表示在时刻t时的联合状态为所述θi的概率;所述Pr(es,t→es,t+1|at)为能量转移概率,所述Pr(es,t→es,t+1|at)表示所述无人机预设的进行路径规划的能量由es,t变为es,t+1的概率,所述Pr(es,t→es,t+1|at)满足下述公式:所述 所述emax为所述第一终端的电池的最大容量,所述eh表示所述第一终端吸收的能量;
所述第一终端得到任一个所述第一参数对应的第一任务计算模式,包括:
当所述第一终端从第一对应关系中查询到与所述任一个所述第一参数匹配的参数时,所述第一终端从所述第一对应关系得到所述第一任务计算模式;
其中,当所述第一观察值为时,所述第一对应关系包括:任一个所述第一参数中的所述/>任一个所述第一参数中的所述 任一个所述第一参数对应的所述第一任务计算模式为协同计算模式;当所述第一观察值为/>时,所述第一对应关系包括:任一个所述第一参数中的所述/>任一个所述第一参数中的所述 任一个所述第一参数对应的所述第一任务计算模式为协同计算模式;当所述第一观察值为/>时,所述第一对应关系包括:任一个所述第一参数中的所述/>任一个所述第一参数中的所述第二值所述/> 任一个所述第一参数对应的所述第一任务计算模式为本地计算模式;当所述第一观察值为/>时,所述第一对应关系包括:任一个所述第一参数中的所述第一值/>任一个所述第一参数中的所述/>任一个所述第一参数对应的所述第一任务计算模式为本地计算模式;当所述第一观察值为/>时,所述第一对应关系包括:任一个所述第一参数中的所述/> 任一个所述第一参数中的所述第二值=0,任一个所述第一参数对应的所述第一任务计算模式为协同计算模式;当所述第一观察值为/>时,所述第一对应关系包括:任一个所述第一参数中的所述/>任一个所述第一参数中的所述第二值=0,任一个所述第一参数对应的所述第一任务计算模式为协同计算模式,所述第一感知结果用/>表示,当所述第一感知结果指示所述第二终端的信道状态为空闲状态时,/>当所述第一感知结果指示所述第二终端的信道状态为繁忙状态时,/>确认字符ACK表示任务数据向小基站SBS卸载反馈结果,ACK=1,指示任务数据卸载成功,ACK≠1,表示任务数据向小基站SBS卸载失败;
其中,在所述协同计算模式中,所述第一终端的能量满足第一条件,所述第一条件满足下述公式:0<ea,t≤es,t,所述ea,t为所述第一终端预设的用于向小基站SBS发送任务数据的能量,所述es,t为所述无人机预设的进行路径规划的能量。
6.根据权利要求5所述的方法,其特征在于,所述第一终端根据所述第一任务计算模式,得到所述第一任务数据的计算结果,包括:
当所述第一任务计算模式为本地计算模式,且所述本地计算模式指示所述第一终端本地计算所述第一任务数据时,所述第一终端得到所述第一任务数据的计算结果。
7.根据权利要求5所述的方法,其特征在于,所述第一终端根据所述第一任务计算模式,得到所述第一任务数据的计算结果,包括:
当所述第一任务计算模式为协同计算模式,所述协同计算模式指示所述第一终端和所述SBS计算所述第一任务数据,且所述第一终端将所述第一任务数据分成第一部分任务数据和第二部分任务数据时,所述第一终端在本地计算所述第一部分任务数据,得到所述第一部分任务数据的计算结果,以及所述第一终端向所述SBS发送所述第二部分任务数据,并从所述SBS获取所述第二部分任务数据的计算结果;
所述第一终端基于所述第一部分任务数据的计算结果以及所述第二部分任务数据的计算结果,得到所述第一任务数据的计算结果。
8.一种任务处理装置,其特征在于,应用于任务处理系统,所述系统包括第一终端、第二终端、小基站SBS以及无人机,所述无人机上安装认知小蜂窝CBS,所述装置包括第一通信单元和第一处理单元;
所述第一通信单元,用于当所述第一终端与所述无人机建立通信连接,且所述第一终端有第一任务数据时,向所述第一终端发送所述第二终端的第一感知结果;其中,所述第一感知结果用于指示所述第二终端的信道状态,所述第一感知结果是所述无人机通过所述CBS得到的;
所述第一处理单元,用于根据第一感知结果,获取所述第一任务数据的计算结果;
所述第一处理单元,具体用于:
确定与所述第一感知结果有关的第一参数;其中,所述第一参数的数量为多个;
当所述第一终端将任一个所述第一参数代入预先构建的任务计算模式选择函数,且任一个所述第一参数使得所述预先构建的任务计算模式选择函数的值为最大值时,得到任一个所述第一参数对应的第一任务计算模式;
根据所述第一任务计算模式,得到所述第一任务数据的计算结果;
所述第一处理单元,具体用于:
当所述第一感知结果指示所述第二终端的信道状态为繁忙状态时,得到所述第一参数;其中,所述第一参数包括第一值和第二值,所述所述/> 或者,所述/>所述第二值=0;或者,所述 所述第二值=0;
其中,所述θj[mt]用于指示所述第二终端的信道状态,所述θj[mt]=0表示所述第二终端的信道状态为繁忙状态,所述为第一指示函数,所述/>满足下述公式:所述所述pd为所述第二终端的信道状态的检测概率,所述pf(τ)满足下述公式:所述/>所述fs为采样率,所述θ*为所述无人机接收所述第二终端的信号的接收信噪比,所述τ为所述无人机感知所述第二终端的信道状态的时间,所述Q为标准正态分布的右尾函数,所述Q-1为所述Q的导数;所述T为所述第二终端的信道的时隙长度,所述C为所述第一终端每计算1比特的任务数据需要的中央处理器CPU的周期数,所述/>满足下述公式:所述/>所述fmax为所述第一终端的CPU的最大频率,所述η为所述第一终端的CPU周期耗能功率系数,所述ea,t为所述第一终端预设的用于向所述小基站SBS发送任务数据的能量;
当所述第一感知结果指示所述第二终端的信道状态为空闲状态时,得到所述第一参数;其中,所述第一参数包括第一值和第二值,所述所述/> 或者,所述/>所述 或者,所述所述/>
其中,所述θj[mt]用于指示所述第二终端的信道状态,所述θj[mt]=1表示所述第二终端的信道状态为空闲状态,所述为指示函数,所述/>满足下述公式:所述 所述pd为所述第二终端的信道状态的检测概率,所述pf(τ)满足下述公式:所述/>所述fs为采样率,所述θ*为所述无人机接收所述第二终端的信号的接收信噪比,所述τ为所述无人机感知所述第二终端的信道状态的时间,所述Q为标准正态分布的右尾函数,所述Q-1为所述Q的导数;所述/>为所述第二终端的信道带宽,所述T为所述第二终端的信道的时隙长度,所述C为所述第一终端每计算1比特的任务数据需要的中央处理器CPU的周期数,所述/>满足下述公式:所述所述/>与所述/>相等,所述fmax为所述第一终端的CPU的最大频率,所述η为第一终端的CPU周期耗能功率系数,所述ea,t为所述第一终端预设的用于向小基站SBS发送任务数据的能量;
其中,所述p为所述第一终端的任务数据的卸载功率,所述p与所述是第一公式在满足C1条件,C2条件以及C3条件时,使得第一公式的值为最大值时得到的,所述第一公式为:所述C1条件满足下述公式:/> 所述C2条件满足下述公式:p≤pmax,所述C3条件满足下述公式:/>fmax,所述h为干扰,所述σ2为噪声;
所述预先构建的任务计算模式选择函数,满足下述公式:
其中,所述VΨ(Bt,es,t)为所述任务计算模式选择函数,所述Ψ为时间序列,所述VΨ(Bt,es,t)表示所述第一终端在所述Ψ中获得的最大计算量,所述VΨ-1(Bt+1,es,t+1)表示所述第一终端在时间序列Ψ-1中获得的最大计算量,所述γ为0至1中的值,所述es,t为所述无人机预设的进行路径规划的能量,所述at用于指示所述第一终端的动作,所述at满足下述公式:所述at=(mt,ea,t,βt),所述mt用于指示所述无人机进行频谱感知的方向,所述βt用于指示第一终端的任务计算模式,所述θi为状态集中的任一个联合状态,所述状态集是在所述无人机的第一方向内的M个终端组成的信道状态集合,所述M个终端包括所述第二终端,所述无人机的第一方向为所述无人机进行频谱感知的方向,所述θj为所述状态集中的任一个联合状态,所述θi与所述θj不同;所述pi,j表示联合状态从所述θi转移到所述θj的概率;
其中,所述Pr(Ok|θj,at)为所述第一值,所述Pr(Ok|θj,at)表示在所述联合状态为所述θj,且所述第一终端的动作为所述at时,所述第一终端得到Ok的概率,所述Ok为第一观察值,所述Ok与所述第一感知结果有关;所述R(es,t,Bt|at,Ok)为所述第二值,所述第二值用于指示所述第一终端计算任务数据的最大计算量;
其中,所述Bt为信念概率,所述Bt满足下述公式:所述Bt=[bt(θ1),...,bt(θN)],bt(θi)(i=1,2,...,N)表示在时刻t时的联合状态为所述θi的概率;所述Pr(es,t→es,t+1|at)为能量转移概率,所述Pr(es,t→es,t+1|at)表示所述无人机预设的进行路径规划的能量由es,t变为es,t+1的概率,所述Pr(es,t→es,t+1|at)满足下述公式:所述 所述emax为所述第一终端的电池的最大容量,所述eh表示所述第一终端吸收的能量;
所述第一处理单元,具体用于:
当所述第一终端从第一对应关系中查询到与所述任一个所述第一参数匹配的参数时,从所述第一对应关系得到所述第一任务计算模式;
其中,当所述第一观察值为时,所述第一对应关系包括:任一个所述第一参数中的所述/>任一个所述第一参数中的所述 任一个所述第一参数对应的所述第一任务计算模式为协同计算模式;当所述第一观察值为/>时,所述第一对应关系包括:任一个所述第一参数中的所述/>任一个所述第一参数中的所述 任一个所述第一参数对应的所述第一任务计算模式为协同计算模式;当所述第一观察值为/>时,所述第一对应关系包括:任一个所述第一参数中的所述/>任一个所述第一参数中的所述第二值所述/>τ),任一个所述第一参数对应的所述第一任务计算模式为本地计算模式;当所述第一观察值为/>时,所述第一对应关系包括:任一个所述第一参数中的所述/> 任一个所述第一参数中的所述/>任一个所述第一参数对应的所述第一任务计算模式为本地计算模式;当所述第一观察值为/>时,所述第一对应关系包括:任一个所述第一参数中的所述/> 任一个所述第一参数中的所述第二值=0,任一个所述第一参数对应的所述第一任务计算模式为协同计算模式;当所述第一观察值为/>时,所述第一对应关系包括:任一个所述第一参数中的所述/>任一个所述第一参数中的所述第二值=0,任一个所述第一参数对应的所述第一任务计算模式为协同计算模式,所述第一感知结果用/>表示,当所述第一感知结果指示所述第二终端的信道状态为空闲状态时,/>当所述第一感知结果指示所述第二终端的信道状态为繁忙状态时,/>确认字符ACK表示任务数据向小基站SBS卸载反馈结果,ACK=1,指示任务数据卸载成功,ACK≠1,表示任务数据向小基站SBS卸载失败;
其中,在所述协同计算模式中,所述第一终端的能量满足第一条件,所述第一条件满足下述公式:0<ea,t≤es,t,所述ea,t为所述第一终端预设的用于向所述小基站SBS发送任务数据的能量,所述es,t为所述无人机预设的进行路径规划的能量。
9.根据权利要求8所述的装置,其特征在于,所述第一处理单元,具体用于:
当所述第一任务计算模式为本地计算模式,且所述本地计算模式指示所述第一终端本地计算所述第一任务数据时,得到所述第一任务数据的计算结果。
10.根据权利要求8所述的装置,其特征在于,所述第一处理单元,具体用于:
当所述第一任务计算模式为协同计算模式,所述协同计算模式指示所述第一终端和所述SBS计算所述第一任务数据,且所述第一终端将所述第一任务数据分成第一部分任务数据和第二部分任务数据时,在本地计算所述第一部分任务数据,得到所述第一部分任务数据的计算结果,以及向所述SBS发送所述第二部分任务数据,并从所述SBS获取所述第二部分任务数据的计算结果;
基于所述第一部分任务数据的计算结果以及所述第二部分任务数据的计算结果,得到所述第一任务数据的计算结果。
11.根据权利要求8-10任一项所述的装置,其特征在于,所述第一通信单元,具体用于:
当所述无人机按照第一方向飞行,且在所述无人机的第一能量小于第一阈值时,将在所述第一方向上与所述第一终端的距离小于第二阈值的终端确定为所述第二终端;
通过所述CBS获取所述第二终端的所述第一感知结果;
向所述第一终端发送所述第一感知结果。
12.一种任务处理装置,其特征在于,应用于第一终端,所述装置包括第二通信单元和第二处理单元;
所述第二通信单元,用于当所述第一终端与无人机建立通信连接,且所述第一终端有第一任务数据时,从所述无人机获取第二终端的第一感知结果;其中,所述第一感知结果用于指示所述第二终端的信道状态,所述无人机上安装认知小蜂窝CBS,所述第一感知结果是所述无人机通过所述CBS得到的,所述第二终端在所述无人机飞行的第一方向上,所述第二终端与所述第一终端之间的距离小于第二阈值;
所述第二处理单元,用于根据第一感知结果,获取所述第一任务数据的计算结果;
所述第二处理单元,具体用于:
确定与所述第一感知结果有关的第一参数;其中,所述第一参数的数量为多个;
当所述第一终端将任一个所述第一参数代入预先构建的任务计算模式选择函数,且任一个所述第一参数使得所述预先构建的任务计算模式选择函数的值为最大值时,得到任一个所述第一参数对应的第一任务计算模式;
根据所述第一任务计算模式,得到所述第一任务数据的计算结果;
所述第二处理单元,具体用于:
当所述第一感知结果指示所述第二终端的信道状态为繁忙状态时,得到所述第一参数;其中,所述第一参数包括第一值和第二值,所述所述/> 或者,所述/>所述第二值=0;或者,所述 所述第二值=0;
其中,所述θj[mt]用于指示所述第二终端的信道状态,所述θj[mt]=0表示所述第二终端的信道状态为繁忙状态,所述为第一指示函数,所述/>满足下述公式:所述所述pd为所述第二终端的信道状态的检测概率,所述pf(τ)满足下述公式:所述/>所述fs为采样率,所述θ*为所述无人机接收所述第二终端的信号的接收信噪比,所述τ为所述无人机感知所述第二终端的信道状态的时间,所述Q为标准正态分布的右尾函数,所述Q-1为所述Q的导数;所述T为所述第二终端的信道的时隙长度,所述C为所述第一终端每计算1比特的任务数据需要的中央处理器CPU的周期数,所述/>满足下述公式:所述/>所述fmax为所述第一终端的CPU的最大频率,所述η为所述第一终端的CPU周期耗能功率系数,所述ea,t为所述第一终端预设的用于向小基站SBS发送任务数据的能量;
当所述第一感知结果指示所述第二终端的信道状态为空闲状态时,得到所述第一参数;其中,所述第一参数包括第一值和第二值,所述所述/> 或者,所述/>所述/> 或者,所述/>所述第二值/>
其中,所述θj[mt]用于指示所述第二终端的信道状态,所述θj[mt]=1表示所述第二终端的信道状态为空闲状态,所述为指示函数,所述/>满足下述公式:所述 所述pd为所述第二终端的信道状态的检测概率,所述pf(τ)满足下述公式:所述/>所述fs为采样率,所述θ*为所述无人机接收所述第二终端的信号的接收信噪比,所述τ为所述无人机感知所述第二终端的信道状态的时间,所述Q为标准正态分布的右尾函数,所述Q-1为所述Q的导数;所述/>为所述第二终端的信道带宽,所述T为所述第二终端的信道的时隙长度,所述C为所述第一终端每计算1比特的任务数据需要的中央处理器CPU的周期数,所述/>满足下述公式:所述所述/>与所述/>相等,所述fmax为所述第一终端的CPU的最大频率,所述η为第一终端的CPU周期耗能功率系数,所述ea,t为所述第一终端预设的用于向小基站SBS发送任务数据的能量;
其中,所述p为所述第一终端的任务数据的卸载功率,所述p与所述是第一公式在满足C1条件,C2条件以及C3条件时,使得第一公式的值为最大值时得到的,所述第一公式为:所述C1条件满足下述公式:/> 所述C2条件满足下述公式:p≤pmax,所述C3条件满足下述公式:/> 所述h为干扰,所述σ2为噪声;
所述预先构建的任务计算模式选择函数,满足下述公式:
其中,所述VΨ(Bt,es,t)为所述任务计算模式选择函数,所述Ψ为时间序列,所述VΨ(Bt,es,t)表示所述第一终端在所述Ψ中获得的最大计算量,所述VΨ-1(Bt+1,es,t+1)表示所述第一终端在时间序列Ψ-1中获得的最大计算量,所述γ为0至1中的值,所述es,t为所述无人机预设的进行路径规划的能量,所述at用于指示所述第一终端的动作,所述at满足下述公式:所述at=(mt,ea,t,βt),所述mt用于指示所述无人机进行频谱感知的方向,所述βt用于指示第一终端的任务计算模式,所述θi为状态集中的任一个联合状态,所述状态集是在所述无人机的第一方向内的M个终端组成的信道状态集合,所述M个终端包括所述第二终端,所述无人机的第一方向为所述无人机进行频谱感知的方向,所述θj为所述状态集中的任一个联合状态,所述θi与所述θj不同;所述pi,j表示联合状态从所述θi转移到所述θj的概率;
其中,所述Pr(Ok|θj,at)为所述第一值,所述Pr(Ok|θj,at)表示在所述联合状态为所述θj,且所述第一终端的动作为所述at时,所述第一终端得到Ok的概率,所述Ok为第一观察值,所述Ok与所述第一感知结果有关;所述R(es,t,Bt|at,Ok)为所述第二值,所述第二值用于指示所述第一终端计算任务数据的最大计算量;
其中,所述Bt为信念概率,所述Bt满足下述公式:所述Bt=[bt(θ1),...,bt(θN)],bt(θi)(i=1,2,...,N)表示在时刻t时的联合状态为所述θi的概率;所述Pr(es,t→es,t+1|at)为能量转移概率,所述Pr(es,t→es,t+1|at)表示所述无人机预设的进行路径规划的能量由es,t变为es,t+1的概率,所述Pr(es,t→es,t+1|at)满足下述公式:所述 所述emax为所述第一终端的电池的最大容量,所述eh表示所述第一终端吸收的能量;
所述第二处理单元,具体用于:
当所述第一终端从第一对应关系中查询到与所述任一个所述第一参数匹配的参数时,从所述第一对应关系得到所述第一任务计算模式;
其中,当所述第一观察值为时,所述第一对应关系包括:任一个所述第一参数中的所述/>任一个所述第一参数中的所述 任一个所述第一参数对应的所述第一任务计算模式为协同计算模式;当所述第一观察值为/>时,所述第一对应关系包括:任一个所述第一参数中的所述/>任一个所述第一参数中的所述 任一个所述第一参数对应的所述第一任务计算模式为协同计算模式;当所述第一观察值为/>时,所述第一对应关系包括:任一个所述第一参数中的所述/>任一个所述第一参数中的所述第二值所述/>τ),任一个所述第一参数对应的所述第一任务计算模式为本地计算模式;当所述第一观察值为/>时,所述第一对应关系包括:任一个所述第一参数中的所述/> 任一个所述第一参数中的所述/>任一个所述第一参数对应的所述第一任务计算模式为本地计算模式;当所述第一观察值为/>时,所述第一对应关系包括:任一个所述第一参数中的所述/> 任一个所述第一参数中的所述第二值=0,任一个所述第一参数对应的所述第一任务计算模式为协同计算模式;当所述第一观察值为/>时,所述第一对应关系包括:任一个所述第一参数中的所述/>任一个所述第一参数中的所述第二值=0,任一个所述第一参数对应的所述第一任务计算模式为协同计算模式,所述第一感知结果用/>表示,当所述第一感知结果指示所述第二终端的信道状态为空闲状态时,/>当所述第一感知结果指示所述第二终端的信道状态为繁忙状态时,/>确认字符ACK表示任务数据向小基站SBS卸载反馈结果,ACK=1,指示任务数据卸载成功,ACK≠1,表示任务数据向小基站SBS卸载失败;
其中,在所述协同计算模式中,所述第一终端的能量满足第一条件,所述第一条件满足下述公式:0<ea,t≤es,t,所述ea,t为所述第一终端预设的用于向小基站SBS发送任务数据的能量,所述es,t为所述无人机预设的进行路径规划的能量。
13.根据权利要求12所述的装置,其特征在于,所述第二处理单元,具体用于:
当所述第一任务计算模式为本地计算模式,且所述本地计算模式指示所述第一终端本地计算所述第一任务数据时,得到所述第一任务数据的计算结果。
14.根据权利要求12所述的装置,其特征在于,所述第二处理单元,具体用于:
当所述第一任务计算模式为协同计算模式,所述协同计算模式指示所述第一终端和所述SBS计算所述第一任务数据,且所述第一终端将所述第一任务数据分成第一部分任务数据和第二部分任务数据时,在本地计算所述第一部分任务数据,得到所述第一部分任务数据的计算结果,以及向所述SBS发送所述第二部分任务数据,并从所述SBS获取所述第二部分任务数据的计算结果;
基于所述第一部分任务数据的计算结果以及所述第二部分任务数据的计算结果,得到所述第一任务数据的计算结果。
15.一种任务处理装置,其特征在于,包括处理器和存储器,所述存储器用于存储程序;所述处理器用于运行所述程序,以实现如权利要求1-7中任一项所述的方法。
16.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有程序,当所述程序被执行时,使得计算机执行如权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111408372.4A CN115021842B (zh) | 2021-11-19 | 2021-11-19 | 任务处理方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111408372.4A CN115021842B (zh) | 2021-11-19 | 2021-11-19 | 任务处理方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115021842A CN115021842A (zh) | 2022-09-06 |
CN115021842B true CN115021842B (zh) | 2023-10-31 |
Family
ID=83064646
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111408372.4A Active CN115021842B (zh) | 2021-11-19 | 2021-11-19 | 任务处理方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115021842B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102724678A (zh) * | 2012-07-04 | 2012-10-10 | 西安电子科技大学 | 中心式认知无线网络中基于信誉值的资源分配方法 |
CN106059840A (zh) * | 2016-08-02 | 2016-10-26 | 北京邮电大学 | 一种认知无线系统功率分配方法及装置 |
CN107070569A (zh) * | 2017-03-06 | 2017-08-18 | 广西大学 | 基于hmm模型的多点协作频谱感知方法 |
CN109600828A (zh) * | 2018-11-19 | 2019-04-09 | 赣南师范大学 | 无人机基站下行链路的自适应传输功率分配方法 |
CN110226143A (zh) * | 2017-05-05 | 2019-09-10 | 田瑜 | 前导无人机的方法 |
CN111786712A (zh) * | 2020-05-29 | 2020-10-16 | 中国人民解放军空军工程大学 | 一种基于cr的uav通信网络次级链路吞吐量优化方法 |
CN111786711A (zh) * | 2020-05-29 | 2020-10-16 | 中国人民解放军空军工程大学 | 一种基于无人机边缘计算的高效能频谱感知方法、系统及应用 |
CN111800795A (zh) * | 2020-06-06 | 2020-10-20 | 西安电子科技大学 | 一种认知无人机网络中非高斯噪声下频谱感知方法 |
CN112566127A (zh) * | 2020-11-30 | 2021-03-26 | 北京邮电大学 | 一种基于无人机辅助认知无线网络中物理层安全传输方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116318478A (zh) * | 2023-03-23 | 2023-06-23 | 中山大学 | 一种基于能效的归一化无人机频谱感知方法及系统 |
-
2021
- 2021-11-19 CN CN202111408372.4A patent/CN115021842B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102724678A (zh) * | 2012-07-04 | 2012-10-10 | 西安电子科技大学 | 中心式认知无线网络中基于信誉值的资源分配方法 |
CN106059840A (zh) * | 2016-08-02 | 2016-10-26 | 北京邮电大学 | 一种认知无线系统功率分配方法及装置 |
CN107070569A (zh) * | 2017-03-06 | 2017-08-18 | 广西大学 | 基于hmm模型的多点协作频谱感知方法 |
CN110226143A (zh) * | 2017-05-05 | 2019-09-10 | 田瑜 | 前导无人机的方法 |
CN109600828A (zh) * | 2018-11-19 | 2019-04-09 | 赣南师范大学 | 无人机基站下行链路的自适应传输功率分配方法 |
CN111786712A (zh) * | 2020-05-29 | 2020-10-16 | 中国人民解放军空军工程大学 | 一种基于cr的uav通信网络次级链路吞吐量优化方法 |
CN111786711A (zh) * | 2020-05-29 | 2020-10-16 | 中国人民解放军空军工程大学 | 一种基于无人机边缘计算的高效能频谱感知方法、系统及应用 |
CN111800795A (zh) * | 2020-06-06 | 2020-10-20 | 西安电子科技大学 | 一种认知无人机网络中非高斯噪声下频谱感知方法 |
CN112566127A (zh) * | 2020-11-30 | 2021-03-26 | 北京邮电大学 | 一种基于无人机辅助认知无线网络中物理层安全传输方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115021842A (zh) | 2022-09-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20220416921A1 (en) | Frequency spectrum management device, system, method and computer readable storage medium | |
CN111787069A (zh) | 业务接入请求的处理方法、装置、设备及计算机存储介质 | |
CN104602194A (zh) | 车联网中的数据传输方法及设备 | |
CN111114554A (zh) | 行驶轨迹预测方法、装置、终端及存储介质 | |
CN112039699B (zh) | 网络切片选取方法、装置、存储介质与电子设备 | |
CN109074152A (zh) | 一种虚拟现实图像发送方法及装置 | |
WO2022183878A1 (zh) | 频段调度方法、通信节点及计算机可读存储介质 | |
EP3345096B1 (en) | Method and apparatus for adaptive cache management | |
CN115021842B (zh) | 任务处理方法、装置及存储介质 | |
CN110825402B (zh) | 一种下载数据包的方法及装置 | |
CN113641186A (zh) | 一种无人机编队射频兼容性设计方法 | |
KR20230074231A (ko) | 새로운 대역 조합들에서의 병렬 빔 관리 | |
EP3816799A1 (en) | Circuit, charging circuit, apparatus for a server, and circuit for a device for sharing processing resources of a vehicle, systems, methods, and computer programs | |
CN113326112B (zh) | 一种基于块坐标下降法的多无人机任务卸载和迁移方法 | |
US20220058813A1 (en) | Distributed Computation for Real-Time Object Detection and Tracking | |
CN116054982B (zh) | 一种数据处理方法及终端 | |
CN116521377B (zh) | 业务计算卸载方法、系统、装置、设备及介质 | |
CN114915338B (zh) | 一种车辆通信方法及装置 | |
CN116600361B (zh) | 无人机组网配置方法、设备和可读存储介质 | |
US11727602B2 (en) | Resolution of a picture | |
CN114125923B (zh) | 数据传输方法、装置、电子设备及存储介质 | |
CN112435471B (zh) | 一种位置点处理方法和相关装置 | |
WO2023207360A1 (zh) | 图像分割方法、装置、电子设备及存储介质 | |
CN116528296A (zh) | 物联网场景下的资源分配方法、装置、设备及存储介质 | |
US20230236795A1 (en) | Data processing method implemented at edge switch, electronic device, and program product |
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 |