Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 广东工业大学张广驰获国家专利权

广东工业大学张广驰获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉广东工业大学申请的专利一种联合离线在线的无人机辅助移动边缘计算通信方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115550945B

龙图腾网通过国家知识产权局官网在2025-09-09发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211131372.9,技术领域涉及:H04W16/22;该发明授权一种联合离线在线的无人机辅助移动边缘计算通信方法是由张广驰;徐煜轩;崔苗设计研发完成,并于2022-09-16向国家知识产权局提交的专利申请。

一种联合离线在线的无人机辅助移动边缘计算通信方法在说明书摘要公布了:本发明提供一种联合离线在线的无人机辅助移动边缘计算通信方法,该方法在概率视距信道模型的基础上,考虑了用户计算任务的开始时间,以最小化所有用户计算时延之和为目标,构建优化问题,通过离线过程迭代优化获得各路段最优的用户调度、用户资源分配和无人机飞行轨迹;通过在线过程对最优的无人机飞行轨迹的各个路段构建线性规划问题,并循环优化所构建的线性规划问题,自适应调节无人机在剩余路段的飞行速度和用户计算任务资源分配,并根据调节结果为对应路段的用户提供计算服务;该方法采用离线与在线结合的方式优化无人机辅助的移动边缘计算通信,能够显著降低所有用户计算任务的时延之和,提高通信效率。

本发明授权一种联合离线在线的无人机辅助移动边缘计算通信方法在权利要求书中公布了:1.一种联合离线在线的无人机辅助移动边缘计算通信方法,其特征在于,包括以下步骤: S1:构建概率视距信道模型; 所述概率视距信道模型包括初始子模型,具体为: 一个无人机为地面K个用户提供计算服务,用户集合表示为,用户相对地面位置不变,用户k的坐标表示为,其中 表示用户k的水平坐标;用户k的总任务计算量为bit,对应的用户计算任务开始时间为,其中;无人机被派遣在总飞行时间内为所有用户提供计算服务,每个用户卸载部分计算任务至无人机进行计算,剩余的计算任务在本地进行计算; 所述概率视距信道模型包括还包括无人机轨迹子模型,具体为: 将无人机的总飞行时间划分为个等长的时隙,无人机从初始位置起飞,于终点处降落;将无人机的飞行轨迹化为长的坐标序列,即,其中,为无人机的初始坐标,为无人机的终点坐标;无人机在满足最大飞行速度约束的前提条件下独立控制水平与垂直飞行速度,其中,和分别是无人机的最大水平速度和最大垂直速度,得到以下的轨迹约束: 其中, ,和分别为无人机在每个时隙的最大飞行水平距离和最大飞行垂直距离; 同时,设定无人机飞行高度的约束: 其中,和分别为无人机在每个时隙的最小飞行高度和最大飞行高度; 所述概率视距信道模型包括还包括通信子模型,具体为: 将无人机与用户之间信道模型分为视距和非视距两种状态,令 表示二进制的无人机与用户k在第n个时隙时的信道状态,其中,和分别表示无人机与用户k在第n个时隙时的信道状态为视距和非视距;第n个时隙的视距概率 : 其中,、、和分别为第一环境常数、第二环境常数、第三环境常数和第四环境常数,满足、、和;表示在时隙时无人机与用户之间的仰角,表达式为: 第n个时隙的非视距概率 ; 在第n个时隙中,无人机与用户之间的实时信道功率增益,表示为: 其中,和分别表示视距和非视距状态下的信道功率增益,是在第n个时隙,无人机与用户k之间的距离,是在视距状态下参考距离m时的平均信道功率增益,表示非视距下附加的信号衰减因子,和分别表示视距和非视距下的平均路径损耗指数; 用户k以其最大功率与无人机进行传输,用表示在第个时隙时无人机与用户k之间的二进制通信调度变量,表示无人机与用户k通信,表示无人机与用户k不通信; 在每一时隙,无人机只允许和一个用户进行通信,设置以下调度约束: , , 定义用户k在第n个时隙时的传输速率为,单位为,公式如下: 其中,表示实时信道功率增益,表示无人机的附加高斯白噪声功率; 实时的传输速率具体为: 其中,和,分别表示视距和非视距状态下传输速率,且; 定义用户k在每个时隙的第一通信速率为,具体为: , 将用户k在每个时隙的第一通信速率重构为第二通信速率,所述第二通信速率具体为: 所述概率视距信道模型包括还包括计算子模型,具体为: 在每一个时隙用户k在本地执行计算任务所花费的时间为: 其中,为本地计算时间,为用户k在第n个时隙的计算任务量,单位为,为用户k执行1任务量需要的CPU周期数,为用户k本地的计算能力; 无人机执行移动边缘计算任务所花费的时间为: 其中,为移动边缘计算执行所花费的时间,为用户k卸载部分计算任务至无人机所花费的时间,为无人机计算被卸载的计算任务所花费的时间,为无人机的计算能力,为传输带宽; S2:离线过程:在所述概率视距信道模型的基础上,考虑用户计算任务的开始时间,构建优化问题,目标是最小化所有用户计算时延之和,得到各路段的用户调度、用户计算任务资源分配和无人机飞行轨迹;具体为: 在所述概率视距信道模型的基础上,考虑用户计算任务的开始时间,构建第一优化问题R,所述第一优化问题R及其约束具体为: R: s.t. , , 其中,,表示一个时隙的长度,表示用户计算任务开始时间所包含的时隙个数,,表示无人机飞行轨迹的水平坐标集合,,表示无人机飞行轨迹的垂直坐标集合,,表示无人机与用户k在每个时隙的二进制通信调度变量集合,,表示用户k在每个时隙的计算任务量集合; 将第一优化问题R重构并利用求解器求解,得到各路段的用户调度、用户计算任务资源分配和无人机飞行轨迹; 所获得的无人机飞行轨迹是由一系列路径点和连接路径点的线段所构成,定义相邻路径点及其之间的连接线段为一个路段; S3:对离线过程所构建的优化问题进行迭代优化,得到各路段最优的用户调度、各路段最优的用户计算任务资源分配和各路段最优的无人机飞行轨迹; S4:在线过程:使无人机沿着所获得的各路段最优的无人机飞行轨迹飞行,固定所获得的各路段最优的用户调度,在每个路径点处,不改变无人机的飞行方向,构建线性规划问题,用求解器求解所构建的线性规划问题,并循环优化所述线性规划问题,自适应调节无人机在剩余路段的飞行速度和用户计算任务资源分配,并根据调节结果为对应路段的用户提供计算服务; 所述线性规划问题及其约束具体为: s.t. 其中,,表示第n至N路段中各路段用户计算任务资源分配集合,,表示第n至N路段中各路段无人机飞行时长集合,表示无人机从第n个路段开始所剩余的飞行时长之和,满足,表示用户k在第n个路段的计算任务开始时间,满足,表示用户k从第n个路段开始所剩余计算任务量,满足,表示第个路段之前用户k本地计算执行所花费时间之和,表示第个路段之前无人机边缘计算执行所花费时间之和。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人广东工业大学,其通讯地址为:510090 广东省广州市越秀区东风东路729号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由AI智能生成
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。