(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210644872.6 (22)申请日 2022.06.09 (65)同一申请的已公布的文献号 申请公布号 CN 114745666 A (43)申请公布日 2022.07.12 (73)专利权人 南京信息 工程大学 地址 210032 江苏省南京市江北新区宁六 路219号 (72)发明人 谈玲　曹博源　 (74)专利代理 机构 南京经纬专利商标代理有限 公司 32200 专利代理师 姜慧勤 (51)Int.Cl. H04W 4/02(2018.01) H04W 4/40(2018.01)H04W 16/14(2009.01) H04W 72/04(2009.01) H04W 72/08(2009.01) G06F 30/20(2020.01) G06K 9/62(2022.01) G06F 9/50(2006.01) G06F 9/48(2006.01) G06F 111/10(2020.01) 审查员 燕璐 (54)发明名称 一种用于拥挤场馆中无人机辅助边缘计算 方法 (57)摘要 本发明公开了一种用于拥挤场馆中无人机 辅助边缘计算方法， 利用无人机充当边缘服务 器， 建立一个无人机辅助通信的边缘计算网络， 用于缓解通信网络的过载和计算量过大造成的 高时延问题。 针对拥挤场馆中用户任务传输以及 处理延迟过高的问题提出一个双队列空闲卸载 方法DQIO， 在无人机辅助的边缘计算实体网络 下， 构建实体网络的数字孪生网络， 并构建无人 机轨迹和计算资源分配的优化模 型， 提出一种空 闲卸载的卸载决策并利用机器学习等方法求解 最优的无人机轨迹、 卸载比例和计算资源分配方 案， 从而解决拥挤场馆中信道过载的问题， 并降 低用户的时延。 权利要求书12页 说明书15页 附图6页 CN 114745666 B 2022.08.30 CN 114745666 B 1.一种用于拥挤场馆中无 人机辅助边缘计算方法， 其特 征在于， 包括以下步骤： S1、 通过基站实时监测场馆用户数量， 当场馆内用户数量超过预设的拥挤阈值， 根据用 户位置数据， 采用改进的自然最近邻优化的密度峰值聚类方法对无人机进行部署， 构建物 理实体网络， 随后基站 停止对该场馆区域内用户的服 务； S2、 在基站端构建物 理实体网络的数字孪生网络， 拟合用户和无人机的信息， 包括用户 位置、 计算资源最大值、 用于本地处理的计算资源、 与其数字孪生体之间计算资源的估计误 差以及任务信息和无人机的位置、 计算资源最大值、 分配给每个用户的计算资源、 与其数字 孪生体之间计算资源的估计误差以及分配给每 个用户的信道带宽； S3、 根据S2拟合的用户位置、 计算资源最大值、 用于本地处理的计算资源、 与其数字孪 生体之间计算资源的估计误差以及任务信息和无人机的位置、 计算资源最大值、 分配给每 个用户的计算资源、 与其数字孪生体之 间计算资源的估计误差以及分配给每个用户的信道 带宽， 构建本地计算模型、 无 人机计算模型以及用户和无 人机的任务数据队列 与计算队列； S4、 根据用户本地处理时延、 用户卸载任务的传输时延以及无人机的计算时延， 计算用 户的总时延， 并构建无人机轨迹和计算资源分配的用户时延优化模型， 即系统时延最小化 问题； 所述 步骤S4中无 人机轨迹Lj(t)表示为： Lj(t)＝Lj(t‑1)+v τ 其中v是无人机的飞行速度， τ表示每个时隙的时间， Lj(t‑1)是第j架无人机 上一时隙的 位置； 用户总时延 包括用户本地计算时延、 上行传输时延和无人机计算时延三部分， 表达式为： 其中， 表示用户的集合， 表示无人机的集合， 是用户i在t时隙本地计算过 程中实际产生的计算时延， 表示用户i在t时隙将任务卸载到无人机j的传输时延， 表示在t时隙， 无 人机j完成用户i卸载的任务实际产生的计算时延； 构建用户时延 最小化优化模型表示 为： C2： 0≤pi(t)≤pi C3： 0≤fi(t)≤fi C5： 0≤pi(t)≤1 C6： Lj(0)＝Lj(T) C7： Lj(t)＝Lj(t‑1)+v τ权　利　要　求　书 1/12 页 2 CN 114745666 B 2其中， a(t)是问题P1优化变量的集 合， 表示为： a(t)＝[B(t)， F(t)， FMEC(t)， p(t)， ρ(t)， LMEC(t)] 式中B(t)＝{[B11(t)，…B1M(t)]，…， [BN1(t)，…， BNM(t)]}表示第1到第M架无人机在t时 隙分配给第1到第N个用户的带宽， F(t)＝[f1(t)， …， fN(t)]表示t时隙第1到第N个用户分 别用于本地计算的计算资源， 表示第1到第M架 无人机在t时隙分别分配给N个用户的计算资源， p(t)＝[p1(t)，…， pN(t)]表示t时隙第1到 第N个用户的上行传输功率， ρ(t)＝[ρ1(t)，…， ρN(t)]表示t时隙第1到第N个用户卸载比例 的集合， LMEC(t)＝[L1(t)，…， LM(t)]表示t时隙第1到第M架无 人机位置的集 合； 约束C1表示无人机j在t 时隙提供给用户的信道带宽Bij(t)之和不能大于无人机j拥有 的总信道带宽Bj， 且Bij(t)不能为负； 约束C2表示用户i在t时隙的上行数据传输速率pi(t)不为负且不能大于最大传输速率 pi； 约束C3表示用户i在 t时隙用于本地处理的计算资源fi(t)不为负且不能大于用户i的总 计算资源fi； 约束C4表示无人机j在t时隙分配给用户的计算资源 非负， 且 之和不 能大于无 人机j所拥有的总计算资源 约束C5表示卸载比例ρi(t)不能大于1且不能小于 0； 约束C6‑C7是无人机的轨迹约束， C6表示无人机最后一个时隙T的位置Lj(T)与初始位置 Lj(0)相同， C7是无人机j位置Lj(t)的表达式， 即t时隙无人机j的位置等于上个时隙的位置 Lj(t‑1)加上无人机j速度v与时间τ 的乘积； 约束C8‑C11是队列稳定性约束， 和 分别为用户i在t时隙的数据和任务 队列， 和 分别表示无 人机j在t时隙的数据和计算队列； S5、 基于李雅普诺夫优化方法将系统时延最小化问题转化为李雅普诺夫漂移加罚最小 化问题； 所述步骤S5中： 根据用户缓存任务队列和无人机缓存任务队列建立李雅普诺夫函权　利　要　求　书 2/12 页 3 CN 114745666 B 3