無(wú)人機(jī)認(rèn)知邊緣計(jì)算資源分配與軌跡優(yōu)化方案

劉伯陽(yáng)，楊寧樂(lè)，馬 杰,萬(wàn)奕堯，李 明

(1.西安郵電大學(xué) 通信與信息工程學(xué)院，陜西 西安 710121； 2.盲信號(hào)處理國(guó)家級(jí)重點(diǎn)實(shí)驗(yàn)室，四川 成都 610041)

移動(dòng)邊緣計(jì)算(Mobile Edge Computing,MEC)技術(shù)是5G與B5G關(guān)鍵技術(shù)之一。其核心原理是用戶可以通過(guò)無(wú)線鏈路將待計(jì)算任務(wù)卸載到具有強(qiáng)大計(jì)算能力的邊緣服務(wù)器，服務(wù)器計(jì)算結(jié)束后將計(jì)算結(jié)果返回用戶。頻譜資源的稀缺性和移動(dòng)設(shè)備的爆炸式增長(zhǎng)，為所有用戶分配獨(dú)立的頻譜資源是不現(xiàn)實(shí)的。因此，頻譜資源在MEC網(wǎng)絡(luò)中至關(guān)重要。

認(rèn)知無(wú)線電是一種動(dòng)態(tài)頻譜共享技術(shù)，可以有效緩解MEC網(wǎng)絡(luò)中頻譜資源稀缺問(wèn)題。在認(rèn)知無(wú)線電網(wǎng)絡(luò)中，次用戶(未授權(quán)用戶)可在滿足主用戶(授權(quán)用戶)干擾溫度約束(即對(duì)主用戶的干擾功率不能超過(guò)一個(gè)預(yù)設(shè)的門限)的條件下接入主用戶頻段[1-2]。顯然，可以將認(rèn)知無(wú)線電技術(shù)應(yīng)用到移動(dòng)邊緣計(jì)算中，為次用戶提供頻譜接入機(jī)會(huì)用以任務(wù)卸載。通常邊緣服務(wù)器部署位置固定，在這種情況下，主用戶的干擾溫度約束會(huì)影響次用戶邊緣計(jì)算服務(wù)質(zhì)量。

通過(guò)在具有高機(jī)動(dòng)性的無(wú)人機(jī)上部署邊緣服務(wù)器，可以為認(rèn)知無(wú)線電網(wǎng)絡(luò)中的次用戶提供靈活的MEC服務(wù)。 近年來(lái)，基于無(wú)人機(jī)的邊緣計(jì)算和基于無(wú)人機(jī)的認(rèn)知網(wǎng)絡(luò)得到了越來(lái)越多的關(guān)注[3]。文獻(xiàn)[4-5]研究了在無(wú)人機(jī)作為邊緣計(jì)算服務(wù)器和中繼節(jié)點(diǎn)時(shí)無(wú)人機(jī)和用戶總能耗最低的資源優(yōu)化方案。文獻(xiàn)[6]通過(guò)聯(lián)合優(yōu)化物聯(lián)網(wǎng)設(shè)備的關(guān)聯(lián)、服務(wù)順序和無(wú)人機(jī)參數(shù)最小化無(wú)人機(jī)能耗。文獻(xiàn)[7]提出了多個(gè)無(wú)人機(jī)為地面用戶提供服務(wù)的思想，基于博弈論對(duì)無(wú)人機(jī)空間位置進(jìn)行優(yōu)化，對(duì)計(jì)算資源進(jìn)行定價(jià)，對(duì)用戶卸載策略與請(qǐng)求的計(jì)算量進(jìn)行聯(lián)合優(yōu)化，使得無(wú)人機(jī)自身收益最大,同時(shí)最小化用戶開銷。文獻(xiàn)[8]中，無(wú)人機(jī)作為中繼與MEC服務(wù)器，將源節(jié)點(diǎn)的信息轉(zhuǎn)發(fā)至目的節(jié)點(diǎn)，同時(shí)對(duì)源節(jié)點(diǎn)的數(shù)據(jù)進(jìn)行輔助處理，最大化系統(tǒng)總分享數(shù)據(jù)量與系統(tǒng)能耗的比值，即系統(tǒng)能效。針對(duì)無(wú)人機(jī)認(rèn)知網(wǎng)絡(luò)，文獻(xiàn)[9]在無(wú)人機(jī)準(zhǔn)靜態(tài)與機(jī)動(dòng)場(chǎng)景下，分別研究了無(wú)人機(jī)軌跡與發(fā)射功率的聯(lián)合優(yōu)化問(wèn)題，在滿足主用戶干擾溫度約束條件下最大限度地提高了次用戶的平均可達(dá)速率。文獻(xiàn)[10]研究了主用戶和竊聽者位置不確定情況下平均安全信息速率最大化問(wèn)題。

值得注意的是，在現(xiàn)有研究工作中，只是將基于無(wú)人機(jī)的邊緣計(jì)算和基于無(wú)人機(jī)的認(rèn)知無(wú)線電網(wǎng)絡(luò)作為兩個(gè)獨(dú)立的方向進(jìn)行研究，并未考慮二者的結(jié)合。為了進(jìn)一步提高M(jìn)EC系統(tǒng)的性能，提出了一種新的基于無(wú)人機(jī)的認(rèn)知邊緣計(jì)算網(wǎng)絡(luò)架構(gòu)。該架構(gòu)利用認(rèn)知網(wǎng)絡(luò)中部署了邊緣服務(wù)器的無(wú)人機(jī)為地面上的次用戶提供服務(wù)，在滿足主用戶干擾溫度約束、次用戶任務(wù)完成約束以及無(wú)人機(jī)軌跡約束的條件下，最小化無(wú)人機(jī)與次用戶加權(quán)總能耗。針對(duì)所建立的非凸問(wèn)題，提出了一種基于連續(xù)凸近似算法的3階段交替迭代優(yōu)化算法對(duì)其求解。

1 系統(tǒng)模型

如圖1所示，考慮一個(gè)基于無(wú)人機(jī)的認(rèn)知邊緣計(jì)算網(wǎng)絡(luò)。該網(wǎng)絡(luò)包含一個(gè)部署了邊緣服務(wù)器的旋翼無(wú)人機(jī)，M個(gè)位于地面的主用戶以及K個(gè)位于地面的次用戶。假設(shè)所有設(shè)備都配備了單天線。令м={1,2,…,M}和κ={1,2,…,K}分別表示主用戶與次用戶的集合。無(wú)人機(jī)從起點(diǎn)qs飛往終點(diǎn)qF并在途中協(xié)助次用戶執(zhí)行計(jì)算任務(wù)。令(Ik,Ck,Ok,Tk)表示第k個(gè)次用戶的計(jì)算任務(wù)，其中Ik表示任務(wù)輸入數(shù)據(jù)的大小，Ck表示次用戶執(zhí)行1 bit數(shù)據(jù)所需中央處理器(Central Processing Unit,CPU) 時(shí)鐘周期，Ok∈(0,1)表示任務(wù)輸出數(shù)據(jù)與輸入數(shù)據(jù)大小的比值,即輸出數(shù)據(jù)大小為OkI，Tk表示用戶k任務(wù)的最大延遲。

圖1 無(wú)人機(jī)認(rèn)知邊緣計(jì)算網(wǎng)絡(luò)模型

1.1 坐標(biāo)系和信道模型

(1)

(2)

其中：ρ表示在參考距離為1 m下的信道功率增益；q[n]表示無(wú)人機(jī)在第n個(gè)時(shí)隙時(shí)的水平坐標(biāo)。與文獻(xiàn)[4]類似，假設(shè)的信道具有互易性。假設(shè)無(wú)人機(jī)在單個(gè)時(shí)隙內(nèi)勻速直線飛行，其飛行速度可以表示為

(3)

每個(gè)時(shí)隙的長(zhǎng)度通常很短，因此，無(wú)人機(jī)在每個(gè)時(shí)隙飛行時(shí)間內(nèi)可以被認(rèn)為處于靜止?fàn)顟B(tài)[4-6]。

1.2 坐標(biāo)系和信道模型

卸載任務(wù)處理時(shí)隙結(jié)構(gòu)示意圖如圖2所示，每個(gè)時(shí)隙被進(jìn)一步分割為3個(gè)子時(shí)隙，分別用來(lái)執(zhí)行次用戶任務(wù)卸載(時(shí)長(zhǎng)比例為θ0)、無(wú)人機(jī)處理用戶卸載的任務(wù)數(shù)據(jù)(時(shí)長(zhǎng)比例為θ1)以及無(wú)人機(jī)將任務(wù)結(jié)果下載到用戶(時(shí)長(zhǎng)比例為θ2)。采用部分卸載模式，在此模式下，第k個(gè)次用戶的計(jì)算任務(wù)可以被任意分割為兩個(gè)部分，一部分在次用戶本地執(zhí)行計(jì)算，另一部分被卸載到無(wú)人機(jī)上進(jìn)行輔助計(jì)算。

圖2 卸載任務(wù)處理時(shí)隙結(jié)構(gòu)

令fl,k[n]表示在第n個(gè)時(shí)隙第k個(gè)次用戶的CPU時(shí)鐘頻率，則第k個(gè)次用戶在本地計(jì)算的比特?cái)?shù)可以表示為

(4)

根據(jù)文獻(xiàn)[4],在第n個(gè)時(shí)隙第k個(gè)次用戶執(zhí)行本地計(jì)算所消耗的能量可以表示為

(5)

其中υl是一個(gè)由次用戶硬件決定的常數(shù)，單位為J/(s·Hz3)。

為了避免次用戶之間的干擾，在次用戶任務(wù)卸載階段次用戶與無(wú)人機(jī)采用時(shí)分多址協(xié)議(Time Division Multiple Access,TDMA)，任務(wù)卸載子時(shí)隙被進(jìn)一步分割為L(zhǎng)個(gè)相等的時(shí)間段(L=K)，分別分配給K個(gè)次用戶執(zhí)行任務(wù)卸載。在第n個(gè)時(shí)隙第k個(gè)次用戶的卸載的任務(wù)比特?cái)?shù)和相應(yīng)的能量消耗可以分別表示為

(6)

(7)

(8)

根據(jù)文獻(xiàn)[5]，無(wú)人機(jī)的功耗模型可以表示為

(9)

其中：P0和PH分別表示無(wú)人機(jī)在懸停狀態(tài)下的葉片輪廓功率和誘導(dǎo)功率；υ0,Utip,d0,π,s,和A分別表示懸停時(shí)的平均葉片誘導(dǎo)速度(單位為m/s)，無(wú)人機(jī)旋翼尖端速度(單位為m/s)，無(wú)人機(jī)機(jī)身阻力比、空氣阻力(單位為kg/m3)，無(wú)人機(jī)旋翼穩(wěn)定性以及無(wú)人機(jī)旋翼面積(單位為m2)。因此，無(wú)人機(jī)在第n個(gè)時(shí)隙的飛行能耗可以表示為

EU[n]=P(‖ν[n]‖)T

(10)

與飛行能耗相比，無(wú)人機(jī)將計(jì)算結(jié)果傳輸給次用戶所消耗的能量可以忽略不計(jì)。因此，忽略了無(wú)人機(jī)數(shù)據(jù)傳輸階段的能量消耗[11-13]。

2 能耗最小化資源分配方案

通過(guò)聯(lián)合優(yōu)化次用戶的CPU時(shí)鐘頻率與發(fā)射功率、時(shí)隙分配和無(wú)人機(jī)的軌跡最小化次用戶與無(wú)人機(jī)的加權(quán)總能耗。主用戶和次用戶之間的信道是時(shí)變且不可預(yù)測(cè)的，因此，通過(guò)一次優(yōu)化設(shè)計(jì)出一整條無(wú)人機(jī)的軌跡是難以實(shí)現(xiàn)的?；诖?，提出了一個(gè)逐時(shí)隙的優(yōu)化方案，即在每個(gè)時(shí)隙內(nèi)對(duì)次用戶發(fā)射功率、時(shí)鐘頻率、時(shí)隙分配比例和無(wú)人機(jī)的位置進(jìn)行優(yōu)化。第n個(gè)子時(shí)隙，令L[n]=[fl,k[n],pk[n]表示時(shí)鐘頻率與傳輸功率組成的矩陣，θ[n]=[θ0[n],θ1[n],θ2[n]]表示時(shí)隙分配比例組成的向量。系統(tǒng)加權(quán)能耗之和最小化問(wèn)題建模為

s.t.C1ll,k[n]+lo,k[n]≥Qk[n]

C30≤fl,k[n]≤fl,max,0≤pk[n]≤pl,max

C4pu,k[n]gm[n]≤Γ

C5pk[n]ρkm[n]≤Γ

C6θ0[n]+θ1[n]+θ2[n]=1

C7θ0[n],θ1[n],θ2[n]≥0

C8‖q[n]-q[n-1]‖≤VmaxT

C9q[0]=qS,q[N]=qF

C10‖q[n]-qF‖≤(N-n)VmaxT

其中：η>0表示與無(wú)人機(jī)能耗的權(quán)重；Qk[n]表示在第n個(gè)時(shí)隙第k個(gè)次用戶需要完成的最小任務(wù)比特?cái)?shù)；Γ表示主用戶能容忍的最大干擾功率容限；Vmax表示無(wú)人機(jī)的最大飛行速度；fl,max和fu,max分別表示次用戶與無(wú)人機(jī)的最大CPU時(shí)鐘頻率；pl,max表示次用戶的最大傳輸功率。式C1表示次用戶最低計(jì)算任務(wù)比特約束；約束C2保證了無(wú)人機(jī)能夠完成次用戶卸載的所有任務(wù)；C3為各次用戶運(yùn)行的相關(guān)參數(shù)約束；C4-C5保證任意次用戶與無(wú)人機(jī)對(duì)用戶造成的干擾不超過(guò)主用戶的干擾容限，以保證主用戶的服務(wù)質(zhì)量；C6-C7為與時(shí)隙分割有關(guān)的約束；約束C8限制了無(wú)人機(jī)的最大飛行速度；C9為無(wú)人機(jī)運(yùn)行的起點(diǎn)與終點(diǎn)約束。該文采用的是逐時(shí)隙優(yōu)化方案，C10保證了無(wú)人機(jī)在第N個(gè)時(shí)隙能夠飛行到終點(diǎn)。約束C10導(dǎo)致在最后一個(gè)時(shí)隙，無(wú)人機(jī)需要直接飛往終點(diǎn)。因此，在最后一個(gè)時(shí)隙不執(zhí)行對(duì)相關(guān)參數(shù)的優(yōu)化，在前N-1個(gè)時(shí)隙，每個(gè)時(shí)隙內(nèi)的計(jì)算比特?cái)?shù)需要滿足Qk[n]≥Ik/N-1以保證次用戶的全部計(jì)算任務(wù)都被按時(shí)執(zhí)行。

顯然，問(wèn)題P1中目標(biāo)函數(shù)、約束C1、約束C4以及約束C5非凸，導(dǎo)致問(wèn)題P1為一個(gè)非凸問(wèn)題。為了對(duì)其求解，提出一個(gè)3階段交替迭代優(yōu)化算法。首先，固定時(shí)隙分配向量θ[n]與無(wú)人機(jī)位置q[n]，優(yōu)化次用戶CPU時(shí)鐘頻率與傳輸功率L[n]。其次，利用前一步優(yōu)化得到的L[n]并固定無(wú)人機(jī)軌跡q[n]求解最優(yōu)時(shí)隙分配θ[n]。最后，基于前兩步優(yōu)化得到的L[n]和θ[n]求解最優(yōu)無(wú)人機(jī)軌跡q[n]。具體而言，在第一步中，固定時(shí)隙分配θ[n]與無(wú)人機(jī)位置q[n]后用于優(yōu)化次用戶CPU時(shí)鐘頻率與傳輸功率的子優(yōu)化問(wèn)題可以表示為

約束C2非凸，導(dǎo)致子優(yōu)化問(wèn)題P1.1也是一個(gè)非凸問(wèn)題。為了對(duì)其進(jìn)行求解，利用連續(xù)凸近似算法[14]處理非凸約束C1，用凸函數(shù)對(duì)其近似?？紤]約束C1不等式左邊對(duì)數(shù)項(xiàng)是一個(gè)關(guān)于傳輸功率pk[n]的凹函數(shù)，其在任意一點(diǎn)處的一階泰勒展開式均是其全局上界。具體而言，其一階泰勒展開式可以表示為

(11)

其中，pk,j[n]表示連續(xù)凸近似方法中第j次迭代時(shí)的任意可行點(diǎn)。根據(jù)問(wèn)題P1中約束C3-C5，第k個(gè)次用戶的最大傳輸功率可以表示為

(12)

則P1.1的凸近似問(wèn)題可以表示為

s.t.C1ll,k[n]+lo,k[n]≥Qk[n]

C20≤fl,k[n]≤fl,max，0≤pk[n]≤pk,max[n]

算法1求解P1.1的連續(xù)凸近似算法

步驟1初始化。選擇步長(zhǎng)rj[n]∈(0,1]，輸入初始可行點(diǎn)pk,0[n]，令j=0。

否則轉(zhuǎn)入下一步。

步驟5令j+1→j，返回步驟2。

步驟2中，基于步驟1優(yōu)化得到次用戶的CPU時(shí)鐘頻率與傳輸功率L[n]，固定無(wú)人機(jī)的軌跡q[n]，實(shí)現(xiàn)對(duì)時(shí)隙分配θ[n]的優(yōu)化。相應(yīng)的子優(yōu)化問(wèn)題可以表示為

問(wèn)題P1.2是一個(gè)簡(jiǎn)單的線性規(guī)劃問(wèn)題，其具有凸性，很容易求解。

步驟3中，基于步驟1和步驟2優(yōu)化得到的L[n]和θ[n]，需要進(jìn)一步對(duì)無(wú)人機(jī)的位置進(jìn)行優(yōu)化，相應(yīng)的子優(yōu)化問(wèn)題可以表示為

(13)

雖然式(13)是一個(gè)非凸約束，但其不等式左邊是一個(gè)凸函數(shù)，并且在任意一點(diǎn)的一階泰勒展開式均是其全局下界，因此依然可采用連續(xù)凸近似算法處理這個(gè)非凸約束，得到其凸近似。具體來(lái)說(shuō)，其一階泰勒展開式可以表示為

(14)

其中，τ1,j和τ2,j表示連續(xù)凸近似算法中第j次迭代時(shí)的任意可行點(diǎn)。于是，問(wèn)題P1.3中P(‖v[n]‖)可近似表示為

(15)

C1不等式左邊存在對(duì)數(shù)項(xiàng)，而無(wú)人機(jī)與次用戶之間的信道功率增益又滿足式(2)，故對(duì)數(shù)項(xiàng)對(duì)無(wú)人機(jī)的軌跡q[n]來(lái)說(shuō)是一個(gè)非凸函數(shù)，但其對(duì)‖q[n]-wk‖2整體是一個(gè)凸函數(shù)。因此，在任意給定的可行點(diǎn)qj[n]，對(duì)數(shù)項(xiàng)的下界可以表示為

(16)

通過(guò)引入輔助變量β0,k[n]≥1，約束C4-C5，可以分別被重寫為

(17)

(18)

Okθ0[n]β1,k[n]≤θ2[n]log2(β0,k[n])

(19)

其中，k∈K,n∈N。而根據(jù)式(2)可得

(20)

式(20)右端是一個(gè)凸函數(shù)，因此，其在任意一點(diǎn)處的一階泰勒展開式均是其全局下界，其一階泰勒展開式可以表示為

Ψ3,k,j[n]=H2+‖qj[n]-wk‖2+
2(qj[n]-wk)T(q[n]-qj[n])

(21)

(22)

式(22)右端是一個(gè)凸函數(shù)，同理其在任意一點(diǎn)處的一階泰勒展開式均是其全局下界，具體可以表示為

Ψ4,k,j[n]=2β1,k,j[n]×ln2(β1,k[n]-β1,k,j[n])+
2β1,k,j[n]-1

(23)

其中,β1,k,j表示在連續(xù)凸近似算法中，第j次迭代時(shí)β1,k的任意可行點(diǎn)。根據(jù)式(1)、式(2)以及文獻(xiàn)[14]中的例4，式(18)可以表示為凸近似形式，即

(24)

輔助變量β3,k[n]，滿足‖q[n]-wk‖2≤β3,k[n]且有

Ψ5,m,j[n]=2(qj[n]-dm)T(q[n]-qj[n])+
‖qj[n]-dm‖2

(25)

(26)

其中,β0,k,j[n],β3,k,j[n]為第j次迭代時(shí)β0,k[n],β3,k[n]的可行解。問(wèn)題P1.3的近似凸優(yōu)化問(wèn)題可以表示為

s.t.C1v1[n]≥‖v[n]‖

C5β2,k[n]≤Ψ3,k,j[n]

C7‖q[n]-wk‖2≤β3,k[n]

C8β0,k[n]≥1,β1,k[n]≥0,β2,k[n]≥0

C9β3,k[n]≥0

C10(20),(24)

C8,C10問(wèn)題P1中約束

其中,β={β0,k,β1,k,β2,k,β3,k}表示輔助變量組成的向量。問(wèn)題P1.3.1是一個(gè)凸優(yōu)化問(wèn)題，可以利用凸優(yōu)化工具箱有效求解。令Θj[n]=[v1,j[n],v2,j[n],β0,k,j[n],β1,k,j[n],β3,k,j[n],[qj[n]]，求解子優(yōu)化問(wèn)題P1.3的具體步驟總結(jié)在算法2中，第二步中的終止條件為Θj[n]收斂到問(wèn)題P1.3的一個(gè)駐點(diǎn)。

算法2求解P1.3的連續(xù)凸近似算法

步驟1初始化。選擇合適步長(zhǎng)r[n]∈(0,1]，輸入初始可行點(diǎn)Θ0[n]，令j=0。

步驟2若Θj[n]滿足終止條件，則停止，輸出最優(yōu)解Θ*[n]=Θj[n]，否則進(jìn)入下一步。

步驟3從P1.1.1中計(jì)算Θ*(Θj[n])。

步驟4更新可行點(diǎn)Θj+1[n]。

Θj+1[n]=Θj[n]+rj[Θ*(Θj[n])-Θj[n]]。

步驟5令j+1→j，返回步驟2。

基于上述分析，為了求解上述復(fù)雜非凸優(yōu)化問(wèn)題P1，提出了一種3階段交替迭代優(yōu)化算法，該算法的具體步驟總結(jié)在算法3中。

算法3求解原始問(wèn)題P1的3階段交替迭代優(yōu)化算法

步驟1初始化。給定Θ0[n]與無(wú)人機(jī)的位置q0[n]。

步驟2若原始問(wèn)題P1的目標(biāo)函數(shù)值收斂，則結(jié)束，否則進(jìn)入下一步。

步驟3利用算法1求解子優(yōu)化問(wèn)題P1.1，得到最優(yōu)解L*[n]。

步驟4求解子優(yōu)化問(wèn)題P1.2得到最優(yōu)解Θ*[n]。

步驟5利用算法2求解子優(yōu)化問(wèn)題P1.3獲得最優(yōu)解q*[n]，返回步驟2。

3 性能仿真及分析

針對(duì)提出的算法進(jìn)行仿真和性能分析。信道功率增益設(shè)置為

其中：a為路徑損耗參數(shù)；dkm為第k個(gè)次級(jí)用戶和第m個(gè)主用戶之間的距離；ξkm是均值為1指數(shù)分布的隨機(jī)變量[15]。與無(wú)人機(jī)相關(guān)的仿真參數(shù)設(shè)置參考了文獻(xiàn)[5]中的設(shè)置。為了不失一般性，詳細(xì)仿真參數(shù)如表1所示。提出的加權(quán)能耗最小化算法是通過(guò)逐時(shí)隙優(yōu)化來(lái)實(shí)現(xiàn)的，為表述簡(jiǎn)潔，移除時(shí)隙索引n。

表1 仿真參數(shù)

圖3和圖4描述了在不同主、次用戶分布情況下的無(wú)人機(jī)的軌跡變化情況。從圖3和圖4中可以看出，無(wú)人機(jī)將在靠近次級(jí)用戶的前提下盡可能遠(yuǎn)離主用戶飛行。為了保證主用戶的服務(wù)質(zhì)量，主用戶干擾門限嚴(yán)格約束了無(wú)人機(jī)與主用戶之間的距離，因此，無(wú)人機(jī)將遠(yuǎn)離主用戶飛行以減少對(duì)主用戶的干擾。另外,主用戶與次級(jí)用戶之間的信道功率增益是由其之間的距離決定的，而更高的信道增益將更有利于降低無(wú)人機(jī)與次級(jí)用戶之間的通信能耗，有助于用戶與無(wú)人機(jī)之間的任務(wù)卸載。

圖3 不同用戶位置分布情況下無(wú)人機(jī)軌跡

圖4 不同用戶位置分布情況下無(wú)人機(jī)軌跡

圖5描述了無(wú)人機(jī)和次級(jí)用戶的加權(quán)總能耗和無(wú)人機(jī)最大飛行速度和待執(zhí)行任務(wù)比特?cái)?shù)之間的關(guān)系。在實(shí)驗(yàn)中，所有的次級(jí)用戶待執(zhí)行任務(wù)比特?cái)?shù)均相等。更高的待執(zhí)行比特?cái)?shù)將導(dǎo)致次級(jí)用戶消耗更多的能量執(zhí)行運(yùn)算及卸載，從而導(dǎo)致系統(tǒng)加權(quán)總能耗的上升。因此，隨著待執(zhí)行任務(wù)比特?cái)?shù)的增加，各方案的加權(quán)總能耗均上升。隨著無(wú)人機(jī)最大飛行速度的增加，能耗降低。從數(shù)學(xué)角度看，無(wú)人機(jī)最大飛行速度越大，在一個(gè)時(shí)隙內(nèi)無(wú)人機(jī)軌跡設(shè)計(jì)的可行域就越大，目標(biāo)函數(shù)的值就可能越低。

圖5 無(wú)人機(jī)和次級(jí)用戶加權(quán)總能耗隨無(wú)人機(jī)最大飛行速度Vmax和任務(wù)比特?cái)?shù)的關(guān)系

4 結(jié)語(yǔ)

將無(wú)人機(jī)、認(rèn)知無(wú)線電與邊緣計(jì)算相結(jié)合構(gòu)造基于無(wú)人機(jī)認(rèn)知邊緣計(jì)算網(wǎng)絡(luò)架構(gòu)，可為認(rèn)知網(wǎng)絡(luò)中的次用戶提供靈活的邊緣計(jì)算服務(wù)，并利用認(rèn)知無(wú)線電技術(shù)進(jìn)一步提升邊緣計(jì)算網(wǎng)絡(luò)中的頻譜利用率。提出了利用基于連續(xù)凸近似的3階段迭代算法，對(duì)無(wú)人機(jī)軌跡與計(jì)算資源以及用戶計(jì)算資源與卸載功率進(jìn)行優(yōu)化設(shè)計(jì)，從而最小化用戶與無(wú)人機(jī)加權(quán)能耗和。仿真結(jié)果表明，無(wú)人機(jī)的飛行軌跡應(yīng)盡可能貼近次用戶飛行，以避免對(duì)主用戶造成過(guò)度干擾，同時(shí)節(jié)約次用戶的任務(wù)卸載能耗。