[发明专利]一种车辆网络中基于边缘计算和无人机集群协同的任务卸载方法

权利要求书

1.一种车辆网络中基于边缘计算和无人机集群协同的任务卸载方法，其特征在于，包括：

基于软件定义网络获取车辆的信息以及无人机集群和边缘计算设备信息；

控制平面根据获得的信息分别基于最速下降法和Q学习最大化卸载给边缘计算设备时车辆获得的效用和卸载给无人机集群时车辆获得的效用；

控制平面根据本地策略、卸载给边缘计算设备策略以及卸载给无人机集群策略下，车辆分别能获得的效用为车辆实时提供最优的计算策略，以最大化车辆的效用。

2.根据权利要求1所述的车辆网络中基于边缘计算和无人机集群协同的任务卸载方法，其特征在于，所述基于软件定义网络获取车辆的信息以及无人机集群和边缘计算设备信息，具体为：车辆的计算任务数据大小信息、计算任务所需计算资源信息和计算任务最大可容忍延迟信息，车辆、无人机和边缘计算设备的位置信息、轨迹信息、网络信息和计算资源信息，根据所述获取的信息确定不同计算策略下车辆所能获得的最大效用。

3.根据权利要求2所述的车辆网络中基于边缘计算和无人机集群协同的任务卸载方法，其特征在于，所述计算策略，具体为：在本地执行、卸载给边缘计算设备执行、卸载给无人机集群执行。

4.根据权利要求3所述的车辆网络中基于边缘计算和无人机集群协同的任务卸载方法，其特征在于，所述计算策略为本地执行时，车辆v_m得到的效用具体为：

式中，C是常数；τ_m是该计算任务的最大可容忍延迟；F_m是完成该计算任务所需的总CPU周期；是车辆v_m分配给该计算任务的计算资源。

5.根据权利要求3所述的车辆网络中基于边缘计算和无人机集群协同的任务卸载方法，其特征在于，所述计算策略为卸载给边缘计算设备R_s执行时，车辆v_m得到的效用具体为：

式中，α是卸载意愿度；D_m是该计算任务的总数据大小；r_m,s是车辆v_m与边缘计算设备R_s之间的传输速率；是边缘计算设备R_s分享给该计算任务的计算资源；γ_R是边缘计算设备消耗一单位能量车辆给其的支付；δ是与边缘计算设备芯片的硬件架构相关的常数；

容易看出的值取决于由于是关于的凹函数且无法直接通过的方式求出的最大值，因此可以基于最速下降法求出最优的从而得到的最大值。

6.根据权利要求3所述的车辆网络中基于边缘计算和无人机集群协同的任务卸载方法，其特征在于，所述计算策略为卸载给无人机集群执行时，车辆v_m得到的效用具体为：

式中，是无人机集群完成该计算任务所需的时间；γ_U是每单位能量车辆给无人机的支付；f_u是无人机的计算资源；

由于是关于的递减函数，因此通过最小化的方式最大化系统中存在无人机集群，可以将v_m的计算任务分解为多个子任务，并卸载给不同的无人机同时执行以最小化具体为：

根据每个无人机的负载对无人机升序排序并基于Q学习得到无人机的最佳分配状态；

基于迭代方法使所述最佳无人机分配状态中的每个无人机完成子任务所需的时间相等从而最小化