技术新讯 > 控制调节装置的制造及其应用技术 > 一种时间窗约束下异构无人机辅助移动边缘计算调度系统及方法  >  正文

一种时间窗约束下异构无人机辅助移动边缘计算调度系统及方法

  • 国知局
  • 2024-08-01 00:17:20

本发明属于边缘计算应用及计算机的,主要涉及了一种时间窗约束下异构无人机辅助移动边缘计算调度系统及方法。

背景技术:

1、移动边缘计算是一种网络架构概念,它通过在系统网络边缘(即接近数据源的地方,多为物联网终端设备)进行数据卸载与处理,从而提供云计算服务和网络功能。移动边缘计算为许多典型的计算密集型应用提供了高速处理和大规模分布式计算能力,同时,移动边缘计算系统的发展依赖于分散的大规模物联网设备及其无线通信。随着物联网时代的发展,近年来,全球物联网设备的数量迅速增加,为众多设备提供可靠服务成为一个需考虑的资源调度问题。

2、无人机作为可移动空中中继点或可移动空中计算基站,正在移动边缘计算中发挥越来越重要的作用。无人机在移动边缘计算系统中可以搭建临时网络部署、增强网络容量、扩展网络覆盖范围等,大大增加了移动边缘计算环境的能力和灵活性。在无人机辅助的移动边缘计算中,通过无人机调度对物联网设备进行算力辅助或通信中继需考虑设备与无人机间通信的短距特性,从而引发出无人机调度派遣的问题。

3、无人机资源的调度问题主要有以下两个难点:物联网设备(或任务)对无人机的分配方法、无人机的路径规划方法。现如今,大量的物联网设备被应用于实际生活中,简单地为每个物联网设备分配一个辅助无人机是不现实的,常见的解决办法是将性质相似或位置较近的物联网设备聚集为一个集群,由一架或多架无人机为其进行服务。常见的聚类方法有k-means聚类、层次聚类、dbscan密度聚类等。进行聚类后,将物联网设备集群作为基本的辅助单元,对其进行无人机任务分配与路径制定。但在无人机对应任务区的分配部署与无人机路径规划上,大多数工作仍存在以下两点不足:首先,不少涉及无人机辅助的移动边缘计算问题的研究中都忽略了一个基本现象,即不同厂商生产的无人机(或同一厂商生产的不同型号的无人机)会拥有不同的最大航行时间,这会导致在相同任务执行过程中得到不同的结果。另一个容易被忽略的基本问题是多数物联网设备产生的任务都具有实时性,即有一段开放时间窗口以供任务辅助或任务卸载,如某交通路口在上下班时段车流量大幅增大,某公司安保系统在每日某一固定时间段需执行大量计算任务等。传统的无人机辅助边缘计算系统简单地将无人机模型设计为同构,且部分模型仅考虑静态环境中的部署,显然已无法满足无人机辅助的移动边缘计算场景。

技术实现思路

1、本发明正是针对现有技术中存在的问题,提供一种时间窗约束下异构无人机辅助移动边缘计算调度系统及方法,至少包括初始化模块、无人机部署分配模块和无人机最终任务路径确定模块,在初始化模块中,创建物联网终端设备在地理坐标上的聚类集群并初始化可调用无人机库;随后在无人机部署分配模块中,将不同任务密集集群的组合划分为不同无人机的责任范围,以确定无人机派遣分配方案;最后在无人机最终任务路径确定模块中,确定每架无人机在其责任范围内的最优航行路径,以完成任务卸载。本发明通过将无人机应用于移动边缘计算系统进行任务辅助卸载,在无人机电池资源的限制与物联网设备产生任务的开放窗口限制下辅助较多任务、卸载较多数据,提升服务质量,在无人机辅助的移动边缘计算场景中具有广泛的应用价值和实用前景。

2、为了实现上述目的,本发明采取的技术方案是:一种时间窗约束下异构无人机辅助移动边缘计算调度系统,至少包括初始化聚类模块、无人机部署分配模块和最终任务路径确定模块,其中,

3、所述初始化聚类模块:存储并处理物联网设备信息,绘制物联网设备分布图像,判断设备密集区域作为任务密集区,初始化无人机资源部署参数;

4、所述无人机部署分配模块:对任务密集区进行划分,将包含若干任务密集区域的组与最大飞行能力存在差异的异构无人机进行匹配并计算其适应度,得到无人机部署分配方法;

5、所述最终任务路径确定模块:以任务的窗口开放时间为约束,考虑辅助任务数、卸载比特量与无人机能耗,确定无人机最终任务路径。

6、为了实现上述目的,本发明还采取的技术方案是:一种时间窗约束下异构无人机辅助移动边缘计算调度方法,包括如下步骤:

7、s1:对物联网设备应用k-means方法进行地理坐标聚类以生成任务密集区,存储物联网设备生成的任务信息,并初始化不同无人机的性能指标;

8、s2:对任务密集区集合,以christofides算法生成单旅行商路径,作为初始路径;将包含若干任务密集区域的组与最大飞行能力存在差异的异构无人机进行匹配并计算其适应度,得到无人机部署分配方法;

9、s3:以任务的窗口开放时间为约束,在每架无人机的责任范围内,重新部署任务执行路径;综合考虑辅助任务数、卸载比特量与无人机能耗,确定不同任务区的得分函数,确定无人机最终任务路径,对余下元素迭代操作直至全部任务密集区分配完毕。

10、与现有技术相比,本发明具有的有益效果:

11、(1)本发明在制定移动边缘计算中辅助无人机的调度策略时,考虑了无人机最大飞行能力的不同带来的区别,适应了不同厂商或不同型号的异构无人机,同时增加考虑以适应度为基础的评价因素,在无人机分配部署阶段适应了异构无人机的不同性能以得到最大收益。

12、(2)本发明考虑了物联网设备生成任务所具备的及时性属性,在制定无人机最终航行路线的过程中考虑任务的开放时间约束,提升无人及辅助移动边缘计算系统的服务质量,在任务规模大、实时性高、卸载强度大的移动边缘计算系统中具有明显优势。

13、(3)本发明综合考虑了无人机特性、能耗约束、任务的时间约束,根据任务实时性调整无人机航行策略后进行任务卸载,提升系统性能,优化系统服务质量,在无人机辅助的移动边缘计算领域具有广泛的应用价值和实用前景。

技术特征:

1.一种时间窗约束下异构无人机辅助移动边缘计算调度系统,其特征在于:至少包括初始化聚类模块、无人机部署分配模块和最终任务路径确定模块,其中,

2.如权利要求1所述的一种时间窗约束下异构无人机辅助移动边缘计算调度系统,其特征在于:所述初始化聚类模块中,存储并处理的物联网设备信息包括其地理坐标位置、产生任务情况及需卸载的数据比特量;

3.如权利要求1所述的一种时间窗约束下异构无人机辅助移动边缘计算调度系统,其特征在于:所述无人机部署分配模块中,将单个任务密集区作为遍历的基本单位,对所有任务密集区应用christofides算法生成单旅行商路径,以此作为初始路径;模拟将最大航行时间不同的无人机沿此路径航行至能量耗尽并返回无人机机场,计算每架无人机在此次模拟中无人机本身与其模拟路径间的适应度,挑选适应度最高的组合进行任务与无人机间的对应分配,而后将此无人机从无人机库中除去,将其责任范围的物联网设备从集合中除去,对余下元素迭代操作直至全部物联网设备分配完毕。

4.如权利要求1所述的一种时间窗约束下异构无人机辅助移动边缘计算调度系统,其特征在于:所述最终任务路径确定模块中,计算每架无人机到达每一任务密集区的到达时间,考虑到达后可服务的任务数量作为得分函数的因子,再基于飞往此密集区的消耗能耗与可卸载的任务量共同计算得分,择取并飞往得分最高的任务区执行任务,而后对剩余部分迭代处理直至完全处理完毕。

5.一种时间窗约束下异构无人机辅助移动边缘计算调度方法,其特征在于,包括如下步骤:

6.如权利要求5所述的一种时间窗约束下异构无人机辅助移动边缘计算调度方法,其特征在于:所述步骤s1中使用k-means方法生成任务密集区的方法具体包括以下步骤:

7.如权利要求5所述的一种时间窗约束下异构无人机辅助移动边缘计算调度方法,其特征在于:所述步骤s2具体包括以下步骤:

8.如权利要求7所述的一种时间窗约束下异构无人机辅助移动边缘计算调度方法,其特征在于:所述步骤s203无人机与任务航行路径的适应度具体为:

9.如权利要求5所述的一种时间窗约束下异构无人机辅助移动边缘计算调度方法,其特征在于:所述步骤s3具体包括以下步骤:

技术总结本发明公开了一种时间窗约束下异构无人机辅助移动边缘计算调度系统及方法,至少包括初始化聚类模块、无人机部署分配模块和最终任务路径确定模块,在初始化聚类模块中,创建物联网终端设备在地理坐标上的聚类集群并初始化可调用无人机库;随后在无人机部署分配模块中,将不同任务密集集群的组合划分为不同无人机的责任范围,以确定无人机派遣分配方案;最后在最终任务路径确定模块中,确定每架无人机在其责任范围内的最优航行路径,以完成任务卸载。本发明通过在移动边缘计算场景下确定无人机的调度策略,派遣无人机进行算力辅助,提升服务质量,在无人机辅助的移动边缘计算场景中具有广泛的应用价值和实用前景。技术研发人员:朱夏,柳广睿,陈龙受保护的技术使用者:东南大学技术研发日:技术公布日:2024/7/15

本文地址:https://www.jishuxx.com/zhuanli/20240730/200461.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。