[发明专利]无人机网络中协同计算和缓存调度策略方法及系统

权利要求书

1.一种无人机网络中协同计算和缓存调度策略方法，其特征在于，包括：

获取任务约束、用户约束、无人机性能约束以及现实条件约束；

所述任务约束包括：每一用户的任务只能在一个无人机的一个悬停点进行卸载，每一用户的任务只能在一个无人机的一个悬停点进行计算，以及每个用户卸载在无人机上的任务均能够得到计算；

所述用户约束包括：每个用户任务的执行延迟小于等于所述用户的最大容忍延迟；

所述无人机性能约束包括：无人机分配给每一任务的计算资源小于等于无人机的最大计算能力，无人机的缓存数据量小于等于所述无人机的最大缓存能力，以及无人机总能耗小于其最大能耗，所述总能耗为关于任务计算时间以及分配给所述任务的计算资源的能耗函数；

所述现实条件约束包括：用户位于其对应无人机的通信范围内，无人机的任意两个悬停点的距离大于设定值，用户卸载任务的悬停点早于所述任务计算的悬停点或用户卸载任务的悬停点与所述任务计算的悬停点为同一悬停点；

基于所述任务约束、所述用户约束、所述无人机性能约束以及所述现实条件约束，以所有无人机的导航总时间最短为优化目标，求解优化参数；所述导航总时间与用户任务卸载悬停点、用户任务计算悬停点、无人机分配给所述用户任务的计算资源、以及无人机的悬停点轨迹有关，所述优化参数包括：用户任务的最优卸载悬停点、最优计算悬停点、无人机分配给所述用户任务的最优计算资源、以及无人机的最优悬停点轨迹；所述卸载悬停点表示用户任务卸载的悬停点，所述计算悬停点表示计算用户任务的悬停点。

2.根据权利要求1所述的无人机网络中协同计算和缓存调度策略方法，其特征在于，所述基于所述任务约束、所述用户约束、所述无人机性能约束以及所述现实条件约束，以所有无人机的导航总时间最短为优化目标，求解优化参数，具体包括：

基于所述任务约束、所述用户约束、所述无人机性能约束以及所述现实条件约束：

以所有无人机的悬停总时间最短为优化目标，求解用户任务的最优卸载悬停点和最优计算悬停点；

根据所述最优卸载悬停点和最优计算悬停点，以所有无人机的航行总时间最短为优化目标，求解无人机的最优悬停点轨迹；

根据所述最优卸载悬停点、最优计算悬停点以及无人机的最优悬停点轨迹，以所有无人机的悬停总时间最短为优化目标，求解分配给所述用户任务的最优计算资源。

3.根据权利要求1或2所述的无人机网络中协同计算和缓存调度策略方法，其特征在于，

所述每一用户的任务只能在一个无人机的一个悬停点进行卸载的公式形式为：

其中，a_n，m，j＝1表示第n个用户将任务卸载到第m个无人机的第j个悬停点，a_n，m，j＝0表示第n个用户没有将任务卸载到第m个无人机的第j个悬停点，M表示无人机的数量，J_m表示悬停点的数量；

所述每一用户的任务只能在一个无人机的一个悬停点进行计算的公式形式为：

其中，c_n，m，j＝1表示第n个用户的任务在第m个无人机的第j个悬停点计算，c_n，m，j＝0表示第n个用户没有在第m个无人机的第j个悬停点计算；

所述每个用户卸载在无人机上的任务均能够得到计算的公式形式为：