[发明专利]无人机协助的计算迁移方法

权利要求书

1.一种无人机协助的计算迁移方法，其特征在于，在指定区域内，无人机从起点飞行到终点执行飞行任务，在飞行期间为已知位置的一个或多个设备端随机产生的计算任务借助云端提供计算能力，所述无人机协助的计算迁移方法包括步骤：

(S1)将所述无人机的飞行时间进行等间隔时隙划分，获取所述设备端当前时隙内到达的计算任务队列、所述设备端相应的剩余计算任务队列和所述云端相应的剩余计算任务队列，所述设备端相应的剩余计算任务队列是指设备端到达的计算任务被执行一部分后剩余的计算任务队列，所述云端相应的剩余计算任务队列是指设备端迁移到所述云端的计算任务被执行一部分后剩余的计算任务队列；根据所述设备端相应的剩余计算任务队列和所述云端相应的剩余计算任务队列构建李雅普诺夫函数作为系统模型；

(S2)根据交替方向乘子算法(ADMM)获得所述设备端的计算任务迁移量和所述设备端的计算资源的优化分配策略，并将所述计算任务迁移量反馈到所述云端；

(S3)根据内点罚函数法及所述计算任务迁移量获得所述云端的计算资源的优化分配策略；

(S4)根据CVX优化工具箱及步骤(S2)获得所述无人机航迹规划；

(S5)以平均每个时隙内所述设备端的能量消耗和所述无人机的能量消耗的加权和最小化为收敛条件，以所述设备端的计算任务迁移量和所述设备端的计算资源的优化分配策略、所述云端的计算资源的优化分配策略和所述无人机航迹规划作为约束条件对所述系统模型进行迭代；根据所述迭代的结果更新所述设备端相应的剩余计算任务队列和所述云端相应的剩余计算任务队列；以及

(S6)返回步骤(S2)，直到所述无人机的飞行任务结束。

2.如权利要求1所述的一种无人机协助的计算迁移方法，其特征在于，所述构建李雅普诺夫函数的步骤包括：

定义每个时隙的drift-plus-penalty方程，引入权衡因子来折中所述设备端及所述云端计算任务队列稳定性和系统平均能耗最小化问题的目标函数最优性；以及

根据所述设备端相应的剩余计算任务队列的更新规则、所述云端相应的剩余计算任务队列的更新规则求解得到所述drift-plus-penalty方程的上界，并将所述系统平均能耗最小化问题转化为所述drift-plus-penalty方程的所述上界的优化问题。

3.如权利要求1所述的一种无人机协助的计算迁移方法，其特征在于：所述设备端的计算任务迁移量和所述设备端的计算资源的优化分配策略的目标函数为所述设备端的任务执行速率和所述设备端的能耗的折中，所述设备端的计算任务迁移量和所述设备端的计算资源的优化分配策略的约束条件为所述设备端的计算资源和计算任务迁移量受限、以及所述设备端的执行计算任务和计算任务迁移量不能超过所述设备端相应的剩余计算任务队列的长度；

所述根据交替方向乘子算法(ADMM)获得所述设备端的计算任务迁移量和所述设备端的计算资源的优化分配策略包括步骤：

根据松弛向量、惩罚函数和交替方向乘子算法(ADMM)，构建所述设备端的计算任务迁移量和所述设备端的计算资源的优化分配策略的目标函数；

根据所述目标函数和所述约束条件建立增广的拉格朗日函数；以及

根据交替方向乘子算法(ADMM)的更新规则对所述设备端的计算任务迁移量和所述设备端的计算资源、所述松弛向量和对偶变量进行更新，直到对偶残差和初始残差小于预设值，更新过程结束，最终得到所述设备端的计算任务迁移量和所述设备端的计算资源的优化分配策略。

4.如权利要求1所述的一种无人机协助的计算迁移方法，其特征在于：所述云端的计算资源的优化分配策略的目标函数为所述云端的计算任务执行速率和所述云端的能耗的折中，所述云端的计算资源的优化分配策略的约束条件为所述云端的总计算资源受限和所述云端相应的剩余计算任务队列长度受限。

5.如权利要求1所述的一种无人机协助的计算迁移方法，其特征在于：所述无人机航迹规划的目标函数为所述无人机的飞行动力能量消耗和所述设备端在迁移计算任务时所产生的通信能量消耗的折中，所述无人机航迹规划的约束条件为所述无人机的位置约束、所述无人机的最大飞行速度约束以及通信信道与所述设备端的计算任务迁移量之间的约束。

6.如权利要求1所述的一种无人机协助的计算迁移方法，其特征在于，若所述设备端到达的计算任务队列为A_i(t)，所述设备端执行的计算任务队列为d_i(t)，所述设备端迁移到所述云端的计算任务队列为r_i(t)，则所述设备端相应的剩余计算任务队列的更新规则为：Q_i(t+1)＝max{Q_i(t)-d_i(t)-r_i(t),0}+A_i(t)；若所述云端执行的计算任务队列为c_i(t)，则所述云端相应的剩余计算任务队列的更新规则为：L_i(t+1)＝max{L_i(t)-c_i(t),0}+r_i(t)。