＂无人机辅助边缘计算网络任务卸载与调度研究＂项目结题报告

国家自然科学基金项目

无人机辅助边缘计算网络任务卸载与调度研究

基本信息

项目批准号：62072477

申请代码：F0207

项目名称：无人机辅助边缘计算网络任务卸载与调度研究

项目负责人：邝祝芳

依托单位：中南林业科技大学

研究期限：2021-01-01 至 2024-12-31

资助经费：58.0（万元）

中文摘要：

随着环境生态监测场景对通信和计算资源的需求日益增长，及无人机和边缘计算的迅猛发展，无人机辅助边缘计算网络具有重要的应用前景。无人机飞行轨迹，任务时延，系统能耗、业务承载能力的内在矛盾，及其与任务卸载与调度的相互作用机理是无人机辅助边缘计算的重要科学问题，对边缘计算在无人机这个垂直行业的发展与应用具有重要的意义。本课题基于优化理论等方法，研究无人机边缘计算中机端、空地、多机3种协同模式下的任务卸载与调度策略。研究内容包括：1）设计联合任务卸载与调度，无人机飞行轨迹规划及通信和计算资源配置的优化问题，提出业务承载能力最大化的优化方案；2）构建联合协作节点选择的任务卸载决策与调度优化问题，提出协作节点匹配，飞行调度，任务卸载决策调度和计算资源分配的优化方法；3）构建多无人机、多终端、多任务复杂网络场景中联合优化问题，提出优化完成时间和总能耗的多无人机规划，卸载任务调度、负载均衡的优化方案。

英文摘要：

With the increasing demand of communication and computing resources for environment and ecology monitoring scenarios, and the rapid development of Unmanned Aerial Vehicles (UAV) and Edge Computing (EC), UAV aided edge computing network (UAV-ECN) has an important application prospect. The inherent contradictions of the trajectory optimization of UAV , the task completion delay, the system energy consumption and task carrying capacity, and the interaction mechanism of its with task offloading decision and scheduling are challenging issues in UAV aided edge computing. The research works are with great significance to the development and application of edge computing in the vertical industry of UAV. The task offloading decision and scheduling strategies based on optimization theory for UAV-end collaborative mode, air ground collaborative mode and multiple UAV collaborative mode in UAV-EC will be investigated. The main research contents include: 1)The joint problem of task offloading decision and scheduling, UAV trajectory optimization, communication and computing resource allocation is modeled, and the optimization schemes is proposed to maximize the task carrying capacity; 2)The joint problem of cooperative node selection, task offloading decision and scheduling is constructed, and the optimization methods for cooperative node matching, UAV trajectory optimization, task offloading decision and scheduling, and computing resource allocation are studied. 3)The joint problem of task offloading decision and scheduling with multiple UAVs, multiple Internet of Things (IoT) terminals, multiple number of tasks in complex network scenario is constructed, and the optimization schemes of multiple UAV trajectory optimization, task offloading decision and scheduling, and load balancing among the offloaded task are proposed with the goal of minimizing the task completion time and total energy consumption.

结题摘要

随着环境生态监测场景对通信和计算资源的需求日益增长，及无人机和边缘计算的迅猛发展，无人机辅助边缘计算网络具有重要的应用前景。本项目研究无人机辅助边缘计算网络中空地一体化的无人机飞行轨迹调度机制、任务迁移决策机制、卸载任务调度机制及资源最优配置机制。主要研究内容包括：针对无人机边缘计算网络中能效优化的任务卸载调度问题，提出基于流水车间作业调度算法和凸优化理论提出了一种三层迭代问题求解框架求解无人机轨迹、比特分配和任务卸载调度；针对无人机边缘计算网络中依赖任务卸载调度问题，构造了一个基于动态规划和凸优化的任务卸载、资源分配以及无人机轨迹优化模型，目标是最小化无人机边缘计算系统的总能耗，提出了一种基于块坐标下降(BCD)的迭代方法；针对空地协同无人机边缘计算网络中能耗优化的业务迁移问题，提出了一个基于贪心策略和凸优化的任务卸载调度和资源分配系统；针对多无人机边缘计算网络中无人机部署与任务卸载问题，提出了一种联合优化无人机的3D位置部署、无人机的仰角、任务卸载决策以及资源分配的部署卸载方案；针对基于NOMA的多无人机协作边缘计算网络中任务卸载问题，构建了一个优化整个系统在规定时间内完成所有任务总能耗的问题，提出了基于凸优化和深度确定性策略梯度算法(Deep Deterministic Policy Gradient,DDPG)的联合优化算法；针对RIS辅助的无人机边缘计算网络中任务卸载与资源分配问题，提出了基于Lyapunov优化和块坐标下降(Block Coordinate Descent，BCD)法的任务卸载与资源分配(JORL)优化算法；针对多无人机移动边缘计算动态无人机部署与负载均衡问题，提出了基于差分进化算法的无人机位置部署方法，提出了基于软行动者 -评论家 (Soft Actor-Critic , SAC )算法及李雅普诺夫优化方法的任务卸载和资源分配方法；针对面向安全通信的多无人机MEC系统的任务卸载问题，提出了一种基于凸优化与竞价的联合算法；针对协作边缘计算任务卸载和资源分配能效优化问题，构建了一个多用户协作移动边缘计算模型，提出了一个两层交替的框架来解决提出的问题。

从官网获取报告原文信息请点击左下角“阅读原文”！

！

以科技赋能产业

以创新引领发展

未来，已来！