一种面向不平坦地形的无人机轨迹规划与任务卸载方法

本发明属于无人机通信与移动边缘计算，具体涉及一种在不平坦地形环境下通信连续性感知驱动的无人机轨迹规划与任务卸载协同优化方法。

背景技术：

1、随着无线通信技术和移动边缘计算的发展，无人机（unmanned aerial vehicle,uav）凭借其高机动性和灵活部署能力，已广泛应用于环境监测、应急通信及智能服务等场景中。在无人机辅助边缘计算系统中，通过优化无人机飞行轨迹并进行任务卸载决策，可以有效提升系统服务能力与资源利用效率。然而，现有的无人机轨迹规划与任务卸载方法大多基于理想化或简化的通信模型，通常假设通信覆盖区域规则且稳定，这在实际应用中存在明显不足。由于无人机通信环境往往受到地形起伏、信号遮挡及链路动态变化等因素影响，尤其在不平坦地形条件下，通信质量呈现出复杂的空间非均匀性，传统方法难以准确反映实际通信能力，从而影响系统性能。

2、相比之下，在复杂地形环境中引入可通信域建模，有助于更准确地刻画无人机与地面用户之间的有效通信区域，从而为轨迹规划与任务卸载提供更合理的决策依据。然而，现有技术尚未充分考虑不平坦地形对可通信域的影响，也缺乏将可通信域约束与无人机轨迹规划及任务卸载进行协同优化的方法。

3、因此，亟需一种新的技术方案，能够在不平坦地形环境下构建可通信域模型，并在此基础上实现无人机轨迹规划与任务卸载的联合优化，以提升系统的自适应性与整体性能。

技术实现思路

1、本发明所要解决的技术问题是针对背景技术的不足提供了一种不平坦地形下的uav轨迹规划与任务卸载方法。该方法通过构建融合地形高程信息、空间几何关系以及los/nlos传播特性的通信模型，将地形遮挡对通信链路的影响显式建模，并进一步转化为动态可通信域约束，实现无人机轨迹规划与任务卸载过程之间的协同优化，从而提升复杂环境下系统的通信可靠性与计算服务性能。

2、本发明为解决上述技术问题采用以下技术方案：

3、一种面向不平坦地形的无人机轨迹规划与任务卸载方法，包含uav辅助移动边缘计算系统，所述uav辅助移动边缘计算系统包括uav、移动终端、基站及不平坦地形环境；

4、其中，uav搭载边缘计算服务器及无线通信模块，用于为终端用户提供通信与计算服务；移动终端包括智能手机、车载终端具备任务处理需求的用户设备；

5、基站用于为uav提供回传链路支持；

6、不平坦地形由不同高度的地表构成，会对无人机与终端用户之间以及无人机与基站之间的通信链路产生遮挡与路径损耗影响，使通信链路在空间上呈现动态非连续可达特性；同一时隙内，每个终端用户仅与一架uav建立通信关联，而每架uav可同时服务多个终端用户；

7、具体包括以下步骤：

8、步骤1，uav在目标区域内飞行并为终端用户提供通信与计算服务，同时采集终端位置、地形高程、信道状态及任务信息；

9、步骤2，基于uav与终端用户之间以及uav与基站之间的空间几何关系，对通信链路的los/nlos状态进行判定，并结合路径损耗模型构建融合地形遮挡效应的通信质量模型；联合接入链路与回传链路的通信质量约束，构建动态可通信域，用于将复杂不平坦地形环境下由遮挡导致的通信盲区与链路失效问题转化为空间通信约束，从而实现复杂环境中通信可达区域的动态描述与约束表达；

10、步骤3，构建融合uav、终端用户及基站之间交互关系的图时空通信拓扑模型；

11、其中，采用图卷积网络gcn对通信拓扑结构、链路状态及可通信域特征进行空间关联建模，以提取不同网络实体之间的动态通信关系；进一步结合时间卷积网络tcn对通信状态随时间的演化过程进行建模，实现对未来通信状态及通信中断风险的预测；

12、步骤4，在每个决策时隙内，uav根据当前系统状态、通信拓扑状态及可通信域信息构建两时间尺度协同优化机制：在慢时间尺度上，基于未来通信状态预测结果及可通信域演化趋势，采用mpc方法对uav三维飞行轨迹进行滚动优化，使uav能够提前规避潜在通信中断区域并维持长期通信连续性；在快时间尺度上，结合实时信道状态、任务队列状态及计算资源状态，采用基于lyapunov优化的在线资源调度方法，对任务卸载比例、带宽资源及计算资源进行动态优化，从而实现通信连续性约束下轨迹规划与任务卸载过程之间的协同优化。

13、作为本发明一种面向不平坦地形的无人机轨迹规划与任务卸载方法的进一步优选方案，在步骤1中，环境采用三维笛卡尔坐标系进行建模，将目标区域离散为二维栅格地图，并赋予对应地形高程值；uav在三维空间中进行轨迹规划，移动终端分布于地面区域；考虑到时隙间隔较短，假设在单一时隙内各网络实体的位置状态保持不变。

14、作为本发明一种面向不平坦地形的无人机轨迹规划与任务卸载方法的进一步优选方案，在步骤2中，通信模型综合考虑地形遮挡效应、los/nlos传播状态以及路径损耗特性，通过通信质量指标描述链路通信状态；

15、作为本发明一种面向不平坦地形的无人机轨迹规划与任务卸载方法的进一步优选方案，在步骤2中，可通信域通过对接入链路与回传链路通信质量约束进行联合判定得到，用于约束uav与终端用户及基站之间的通信关系，并用于表征复杂地形环境下通信链路的空间连续可达性。

16、作为本发明一种面向不平坦地形的无人机轨迹规划与任务卸载方法的进一步优选方案，在步骤3中，协同优化策略包括：在满足可通信域约束的前提下，联合调整uav飞行轨迹、任务卸载比例及通信资源分配，使无人机在飞行过程中维持稳定通信连接并降低通信中断概率，同时提升任务处理效率、资源利用效率及系统运行稳定性。

17、本发明采用以上技术方案与现有技术相比，具有以下技术效果：

18、1、本发明提出了一种面向不平坦地形的无人机轨迹规划与任务卸载方法，该方法通过构建融合地形高程信息、空间几何关系以及los/nlos传播特性的通信模型，将地形遮挡对通信链路的影响显式建模，并进一步转化为动态可通信域约束，实现无人机轨迹规划与任务卸载过程之间的协同优化，从而提升复杂环境下系统的通信可靠性与计算服务性能；

19、2、相较于现有技术，本发明充分考虑不平坦地形对无人机与终端用户之间以及无人机与基站之间通信链路的遮挡与衰减影响，通过构建动态可通信域，将传统基于经验信道模型的通信可达性判定转化为空间通信约束表达，提高了复杂地形环境下通信建模的准确性与约束描述能力；同时，本发明构建融合uav、终端用户及基站之间动态交互关系的图时空通信拓扑模型，并利用gcn对通信拓扑结构、链路状态及可通信域特征进行空间关联建模，以及tcn对通信状态随时间的演化过程进行建模，使系统能够有效表征复杂环境中的动态连通关系与通信状态演化过程，从而提升系统状态感知能力与通信状态预测能力；

20、3、本发明构建受可通信域约束的两时间尺度协同优化机制，在慢时间尺度上采用mpc方法对uav三维轨迹进行滚动优化，在快时间尺度上采用基于lyapunov优化的在线资源调度方法，对任务卸载比例、带宽资源及计算资源进行动态优化，实现轨迹规划、通信资源分配与任务卸载过程之间的协同优化；相比现有方法，本发明在保证通信约束可行性的同时，能够有效提升复杂不平坦地形环境下系统的通信性能、任务处理效率及运行稳定性。