多UAV辅助反向散射边缘计算网络能耗优化方案.pdf
《多UAV辅助反向散射边缘计算网络能耗优化方案.pdf》由会员分享,可在线阅读,更多相关《多UAV辅助反向散射边缘计算网络能耗优化方案.pdf(12页珍藏版)》请在咨信网上搜索。
1、第2 9 卷第1期2024年1月doi:10.13682/j.issn.2095-6533.2024.01.003多UAV辅助反向散射边缘计算网络能耗优化方案西安邮电大学学报JOURNAL OF XIAN UNIVERSITY OF POSTS AND TELECOMMUNICATIONSVol.29No.1Jan.2024刘超文1-,王丽平1,党儒鸽1,张浩然,刘伯阳1,2(1.西安邮电大学通信与信息工程学院,陕西西安7 10 12 1;2.陕西省信息通信网络及安全重点实验室,陕西西安7 10 12 1)摘要:为了改善通信过程中由于遮挡导致信号衰落及设备能量不足以支撑大数据传输的问题,提出一
2、种多无人机(U n ma n n e d A e r i a l Ve h i c l e,U A V)辅助反向散射边缘计算(MobileEdgeComputing,M EC)网络能耗优化方案。该方案根据UAV与反向散射辅助MEC系统模型构建非凸优化问题,利用块坐标下降法(Block CoodinateDescent,BCD)和变量替换将非凸优化问题转化为凸问题,再利用拉格朗日对偶算法和次梯度算法对该凸问题进行迭代求解。基于连续凸近似(SuccessiveConvexApproximation,SC A)算法优化UAV轨迹,以最小化用户设备与UAV的能耗加权和。仿真结果表明,所提方案在不同参数
3、下均有效可靠,与固定所有UAV轨迹、固定通信UAV轨迹、固定功率UAV轨迹等3种方案相比,所提方案能够有效降低系统能耗。关键词:移动边缘计算;无人机;反向散射;块坐标下降法;拉格朗日对偶算法;次梯度算法;连续凸近似算法中图分类号:TN929.5Power consumption optimization scheme for multi-UAV-assistedLIU Chaowen-2,WANG Liping,DANG Ruge,ZHANG Haoran,LIU Boyangl-?(1.School of Communications and Information Engineering,
4、Xian University of Posts and Telecommunications,Xian 710121,China;2.Shaanxi Key Laboratory of Information Communication Network and Security,Xian 710121,China)Abstract:In order to improve the signal degradation due to occlusion and insufficient device energy,so as to support large data transmission
5、in the communication process,a power optimisation schemeis proposed for a multi-UAV assisted backscattered edge computing(MEC)network.The schemeconstructs a non-convex optimisation problem based on the UAV and backscatter-assisted MEC sys-tem model,and then transforms the non-convex optimisation pro
6、blem into a convex problem by u-sing the block coodinate descent(BCD)and variable substitution,and then solves the convex prob-lem iteratively by using the Lagrangian duality algorithm and the sub-gradient algorithm.The UAVtrajectory is optimised based on the successive convex approximation(SCA)algo
7、rithm to minimisethe weighted sum of the energy consumption of the user and the UAV.Simulation results show thatthe proposed scheme is effective and reliable under different parameters.Compared with the threeschemes of fixed all UAV trajectories,fixed communication UAV trajectories and fixed power U
8、AVtrajectories,the proposed scheme can effectively reduce system energy consumption.Keywords:mobile edge computing;unmanned aerial vehicle;backscatter;block coodinate descent;Lagrangian duality algorithm;subgradient algorithm;successive convex approximation algorithm文献标识码:Abackscattering edge comput
9、ing network文章编号:2 0 9 5-6 533(2 0 2 4)0 1-0 0 2 0-12收稿日期:2 0 2 3-0 9-2 3基金项目:陕西省自然科学基础研究计划项目(2 0 2 0 JQ-851);陕西省普通高校青年杰出人才支持计划项目引文格式:刘超文,王丽平,党儒鸽,等.多UAV辅助反向散射边缘计算网络能耗优化方案JJ.西安邮电大学学报,2 0 2 4,2 9(1):2 0-31.LIU C W,WANG L P,DANG R G,et al.Power consumption optimization scheme for multi-UAV-assisted back
10、scattering edge com-puting networkJJ.Journal of Xian University of Posts and Telecommunications,2024,29(1):20-31,第2 9 卷第1期随着物联网技术的快速发展,大量计算密集型应用程序得到广泛应用。然而,由于用户设备计算资源有限,往往难以快速处理大量计算密集型应用程序产生的数据,导致用户体验感差1。因此,对这些应用产生的大量数据进行高性能计算及实时应用是传统通信网络面临的问题之一。为改善这一问题,移动边缘计算2 (Mobile Edge Computing,MEC)技术通过将资源部署到网
11、络边缘,利用其强大计算能力辅助设备进行计算,从而创建具有高性能、低时延的服务环境,很大程度上缓解了用户设备的计算负担,降低数据的处理延迟。由于严格的设备尺寸限制和生产成本,使得用户设备计算能力有限且电量较低,难以支撑大规模的数据传输。因此,在用户设备进行大量数据传输过程中,需降低设备通信能耗及延长设备工作寿命,以进一步提高通信网络效率。在反向散射通信(Backscattering Communi-cation,BackCom)中,用户设备将信息调制在能量站发射的入射信号上,反射发射器再通过调制信号将信息卸载到MEC服务器上进行计算,无需主动产生射频信号3-41。相比于主动传输,BackCom消
12、耗的能量明显降低,可有效帮助用户设备在降低功率的同时完成数据传输。考虑能量站与用户设备之间可能存在遮挡,易导致被遮挡用户设备收集能量低、服务质量差且通信范围有限等问题,具有高机动性、易部署性和视距链路等特点的无人机(Un-manned Aerial Vehicle,UAV)被引人 BackCom 辅助MEC通信系统中5。在该系统中,UAV充当能量站为用户设备供能,用户设备接收到UAV发射的载波信号后,通过调制自身阻抗将数据反射给接收方。同时,UAV可通过携带MEC服务器辅助用户设备计算,或者充当中继帮助用户设备将计算任务卸载到基站6-7,以实现更灵活的移动计算。近年来,有关用户设备计算任务的资
13、源分配调度问题得到了广泛关注。UAV作为中继辅助用户设备将任务数据卸载到MEC服务器上,并对该系统中的用户设备与UAV能耗最小化展开了研究8 。考虑到在用户设备通信过程中存在高时延问题,通过联合优化MEC中的计算卸载策略和UAV轨迹,实现用户与UAV的实时通信,最大限度地降低总能耗和时延,以提高用户服务质量-10 1。为保证用户设备卸载任务时有足够的能量,通过地面能量站为用户设备供能,辅助其将任务卸载到UAV上,在满足约束的情况下,最大化系统能效11。由于能量站与用户设备之间存在遮挡,导致传输信号刘超文,等:多UAV辅助反向散射边缘计算网络能耗优化方案系统模型如图1所示。H8888k8888一
14、一反射传输射频信号传输图1系统模型21存在衰落问题,将UAV作为载波发射器,通过优化UAV的轨迹、时间分配和反射系数,最大化Back-Com系统的吞吐量12 14,以上研究将UAV和BackCom引人到MEC系统中,实现了高效的计算性能,但UAV电池能量有限,同时作为能量站和中继会使耗能增大,导致设备工作寿命短。为进一步改善信号衰落以及设备能量有限的问题,拟提出一种多UAV辅助反向散射MEC网络能耗优化方案。该方案利用UAV视距(Line of Sight,LoS)链路的优势,将其作为能量站为地面用户设备提供能量,或者携带MEC服务器以辅助用户设备灵活地计算任务,综合考虑用户设备与UAV的能耗
15、问题。在建立的多UAV辅助反向散射MEC网络模型上,提出计算与通信资源分配优化问题,并采用块坐标下降(Block CoodinateDescent,BCD)算法将问题分成几个子问题,将非凸优化问题转化为凸优化问题后,利用拉格朗日对偶算法、次梯度算法及连续凸近似(SuccessiveConvexAp-proximation,SCA)算法分别对子问题进行求解。最后,通过仿真分析验证所提方案的有效性。1系统模型多UAV与BackCom辅助的MEC网络系统模型包括多个空中UAV和多个携带BackCom装置的地面用户设备。其中UAV分为两类,一类是配备载波发射器的UAV,记为能量UAV(Po w e r
16、UAV,PU),另一类是携带边缘计算服务器的UAV。在该系统模型中,PU通过发射载波信号为用户设备提供能量,携带边缘计算服务器的UAV辅助地面用户设备完成计算任务。用户设备在完成计算任务时一般采用部分卸载模式,即一部分卸载到UAV上进行计算,另一部分在本地进行计算。822在该系统模型中,为保证UAV能够避开服务区域内所有障碍物的最低高度,同时也能保证UAV与用户设备之间能以较低的传输功率通信15-16 ,将UAV的飞行高度设为Hi,PU的飞行高度设为H2。令m=(1,2,3,,M)表示携带边缘计算服务器UAV的集合,k=(1,2,3,,K)表示全部用户的集合。将有限任务完成时间T离散化为N个相
17、等的时隙,则每个时隙的持续时间足够小,定义为t=T/N,令=1,2,3,N)表示时隙的集合。考虑在许多计算机密集型应用中,计算结果的输出数据量与输入数据量相比通常非常小,因此可以忽略UAV将计算结果返回用户设备所需要的时间17。为了避免用户设备在卸载任务过程中信号之间相互干扰,采用时分多址15(Time Division Multiple Access,TDMA)协议,每个时隙被进一步划分为若干个持续时间,用n表示在第n个时隙上第k个用户反射的持续时间,并且第k个用户在此持续时间内反射其任务输人数据。令bn =0,1(b mn =1)表示在第n个时隙上第k个用户与第m个UAV进行通信的时间分配
18、决策。具体的通信时隙结构如图2 所示。?时隙1T.川21问题建模2.1信道模型为了便于分析,采用笛卡尔直角坐标系,所有用户设备都固定在地面上,第k个用户的水平坐标表示为W=(k,y)T。假设UAV以固定高度HI飞行,PU以固定高度H2飞行,并且UAV的位置在每个时隙期间不变,则在第n个时隙上第个UAV的水平坐标qmn=(mn,ymnJ)T,PU的水平坐标表示为QuLn=(a p u n ,y p u n J)。在第n个时隙上第m个UAV和PU的速度分别为mn=lan-gm-11l(1)T西安邮电大学学报PuLn=式中,qmn1,q p u n 一1分别表示在第n一1个时隙上第m个UAV和PU的
19、水平坐标。UAV存在速度约束18 ,0 mnVmx,p u n Vmx,Vmax表示UAV最大飞行速度。根据UAV和用户设备的坐标,可以得到在第n个时隙上第m个UAV和PU与第k个用户之间的距离,具体表达式分别为dm.n=/Hi+qmLn-w2dpu.En=H+qpuLnJ-wi2假设UAV和用户设备之间的信道为LoS链路19 1,则在第n个时隙上第m个UAV和第k个用户之间的信道功率增益表达式17 为(5)式中,表示参考距离1m处的信道功率增益系数。在第n个时隙上PU和第k个用户之间的信道M功率增益表达式2 0 1为hru.Lnl=diu.Lnm=1T时隙n.图 2 时隙结构2024年1月l
20、qpu n-qpu n-1 l(2)T(3)(4)(6)H+IqpuLnJ-wi2考虑UAV建立空对地和地对空传播通道之间时隙NT.mbu/nlo.nl路径损耗指数的差距很小,因此假设两个路径损耗指数相同。2.2计算模型在本地计算模型中,第n个时隙上第k个用户的计算任务量和能耗的表达式分别19 为IL.an=fiEnltEL.n=Kk(fin)t式中:fn 表示在第n个时隙处第k个用户上的中央处理器(Central Processing Unit,CPU)时钟频率;ks表示第k个用户上的芯片电容系数;C表示第k个用户计算1bit数据所需的计算资源量。在反向散射过程中,第n个时隙上第k个用户可实
21、现的反射任务量及反射能耗的表达式分别为MIh.aLn=Z(bm.EnJaEnJB.mEb.Ln=P.oEn(7)Ck(8)(9)(10)第2 9 卷第1期式中:B表示地面用户到UAV的带宽;iLn(0 Ln 1)表示第n个时隙处第k个用户的反射系数;Pb.n 表示PU在第n个时隙处针对第k个用户的发射功率;表示UAV处的噪声功率;P。表示反射的电路功率。此时,第n个时隙上第k个用户收集的总能量表达式为G,n=n hpu.n(1-n)onPb.,n+K(a,n P.n-nPb.,n)式中,表示能量转换效率。考虑到UAV在空中悬停或向任何方向旋转移动,以固定高度旋翼UAV为研究对象,因此,第m个U
22、AV及PU飞行功率的表达式分别为刘超文,等:多UAV辅助反向散射边缘计算网络能耗优化方案K Pb.LnJonk一式中:w。表示UAV的飞行权重;ELnI表示UAV的飞行总能耗。2.3最小化用户与UAV能耗加权和通过联合优化通信分配决策、时间分配、用户(11)设备和UAV的CPU时钟频率、PU发射功率、UAV轨迹和PU轨迹,在约束前提下最小化用户与UAV能耗加权和,此时优化问题PI为NPi:.minb.o.P.Ji.f2.9s.t.Ci:ZG,i 23在第n个时隙上UAV的总能耗表达式为MEun=o,En+ZEe.mn+m-1K(,Eun+a,Enl)(18)2E.i+2EL.in(17)P(I
23、)=P.(1+3 nlVmLn-2P十4020%2P元sAl vmnJ3vunJP(llvpu nJ I)=P。(1+UVPun440式中:vmLn,Ve u n 分别表示第m个UAV和PU速度矢量,即vmn=(q m n+1一qmn)/t,VpuLn=(q p u Ln+1 Q p u Ln )/t;P。,Pu 分别表示在悬停状态下UAV叶片轮廓功率和叶片诱导功率;Uo、U。分别表示在悬停状态下的平均叶片诱导速度和UAV旋翼尖端速度;p表示UAV机身阻力比;元表示空气阻力;s表示UAV旋翼稳定性;A表示UAV旋翼面积。因此,第m个UAV及PU在第n个时隙的飞行能耗表达式分别为Er.mn=P(
24、ll mEnJll)tEr.pun=P(ll euLn l)t第m个UAV计算能耗表达式为式中:Km表示第m个UAV的芯片电容系数;fm.Ln表示在第n个时隙处第m个UAV分配给第k个用户的CPU时钟频率。i-1UNCa:ZIL.n+I vmLnn=2NMC.:22m.kn=2m=1Cm(12)MC.22Cmi-2m=1MCo:bma n=1,0bu n1m-1V.n 20Kk=1i=1N-1ZIb.nI.mitn-1nN-1Ib.nn=17-1=1KC:Zn=t,0ntk=1(13)C,:0 Pb.Ln PmaxKCe:Zfm.nfmmxk-10fm.Lnfmmax,fm.a1=0Cg:0f
25、anfk.max,fi1=0Cio:mLo=Qi.=r.qpu Lo=Q.pu=Qr.PUCn:lqLn-qn-1Jl tVmaxCi2:lq,n-q,nJ I DsafeVml,Vm,lEOm其中,(14)b1.i1,(15)b1.21,:b1.k1,bi.K2,(16)bb2.11,b2.21,:LbM.k1,bM.k2,i=2b1.22,bi.kNbi.kNb2.22,b2.KN:,bM.KNJ24;1,2,,21,8=:L0k1,0k2,Pb,i1,Pb.i2,,Pb.iNPb.21,P=LPb.k1,Pb.k2,fi1,fi2,f21,f:Lfk1,fk 2 ,1.11,Jf1.22
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- UAV 辅助 反向 散射 边缘 计算 网络 能耗 优化 方案
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。