基于多无人机协同的车载MEC网络服务迁移方法、系统、电子设备及介质

本发明属于无人机辅助移动边缘计算，尤其涉及一种基于多无人机协同的车载mec网络服务迁移方法、系统、电子设备及存储介质。

背景技术：

1、移动边缘计算（mec，mobile edge computing）通过将计算、存储和网络服务能力部署在靠近用户侧的网络边缘，能够降低任务传输时延并提升服务响应效率。在车联网场景下，车辆用户高速移动、位置动态变化且计算任务随机到达，协同感知、视频分析、高精地图更新和智能驾驶辅助等业务对低时延和服务连续性具有较高要求。由于车载终端计算能力有限，单纯依赖车辆本地处理难以满足实际业务需求。

2、现有车联网移动边缘计算系统多依赖路侧单元或蜂窝基站提供边缘服务，但固定基础设施存在部署位置固定、覆盖范围受限和负载不均衡等问题。为提高服务灵活性，搭载移动边缘计算资源的无人机可作为空中边缘服务器，为车辆用户提供无线接入、计算卸载和服务迁移支持。

3、然而，车辆高速移动会导致车辆与无人机之间的链路质量和接入关系持续变化，容易引发服务迁移频繁、轨迹调整滞后和服务决策不稳定等问题。同时，多无人机场景下存在服务区域重叠、负载耦合和迁移路径关联，服务迁移决策与无人机轨迹控制相互影响，单独优化任务卸载或轨迹难以获得全局协调的低时延策略。此外，频繁服务迁移还会带来额外通信开销、迁移时延和资源消耗，需要在降低系统时延和抑制迁移成本之间进行长期权衡。

4、因此，如何综合考虑车辆短时轨迹变化、无人机轨迹控制、服务迁移开销、长期迁移成本约束以及多无人机协同决策，研发一种适应动态车联网场景的服务迁移与轨迹控制方法，成为本领域亟需解决的技术问题。

技术实现思路

1、针对车联网移动边缘计算环境中车辆用户高速移动、服务节点频繁变化、无人机覆盖范围动态调整以及多无人机协同控制难度较高等技术问题，本发明提出一种基于多无人机协同的车载移动边缘计算mec网络服务迁移方法、系统、电子设备及介质。

2、本发明将车辆短时轨迹预测、服务迁移成本约束、多无人机协同决策和近端策略优化机制结合起来，通过对车辆未来位置变化趋势进行估计，使无人机能够提前调整服务迁移和轨迹控制策略；同时利用迁移成本虚拟队列约束长期迁移开销，并通过多智能体近端策略优化（mappo）算法实现多无人机概率策略协同训练，从而提高动态车联网场景下服务迁移决策和轨迹控制的稳定性。

3、本发明采取如下技术方案：

4、一种基于多无人机协同的车载mec网络服务迁移方法，包括以下步骤:

5、s1: 构建车联网移动边缘计算多无人机协同网络模型，在目标道路区域或城市热点区域内部署多架搭载移动边缘计算资源的无人机，将无人机作为空中移动边缘计算节点，为地面车辆用户提供任务接入、任务卸载和计算处理服务; 在每个时隙内，车辆用户根据自身位置和通信链路状态接入相应的本地无人机并产生计算任务；各无人机之间通过空中链路保持互联，形成支持无人机间数据转发和服务状态迁移的协同网络；当车辆用户位置发生变化、链路质量下降或原服务无人机不再适合继续提供服务时，通过无人机间链路将车辆用户的服务状态或计算任务迁移至新的服务无人机，以维持车辆用户业务的连续性；

6、s2: 基于步骤s1的车联网移动边缘计算多无人机协同网络模型，建立面向系统时延降低的目标优化模型，所述目标优化模型以最小化该系统总时延为目标，以无人机的运动轨迹和迁移决策为优化变量；根据车辆用户任务产生、任务卸载、无人机计算处理、服务节点切换以及无人机位置更新过程，建立车联网移动边缘计算系统的时延模型；

7、s3: 基于步骤s2的目标优化模型，利用迁移成本虚拟队列处理长期约束，通过李雅普诺夫优化将优化目标转化为单时隙的优化问题；

8、s4:利用长短期记忆网络（lstm）构建车辆短时轨迹预测模型，将车辆用户历史位置序列作为输入，获得车辆用户未来设定时隙的预测位置信息，并将所述预测位置信息用于辅助后续服务迁移决策和无人机轨迹控制；

9、s5: 基于步骤s1得到的无人机和用户状态、步骤s3得到的优化问题p2以及步骤s4得到的车辆用户预测位置信息，构建多智能体部分可观测马尔科夫决策模型；

10、s6: 利用多智能体近端策略优化（mappo）算法对步骤s3的单时隙优化问题进行求解，使每架无人机智能体根据步骤s5构建的局部观测决策模型输出服务迁移决策和无人机轨迹控制动作的概率分布；优选的，并通过集中式价值网络、优势函数估计和裁剪策略更新机制完成策略训练。

11、进一步地，在步骤 s1 中，车联网移动边缘计算多无人机协同网络模型包括离散时隙运行机制、车辆用户接入机制、无人机互联机制和服务迁移机制；具体的，按照离散时隙运行，在每个时隙内，车辆用户产生计算任务，并根据其所在位置和通信链路状态接入相应无人机。无人机之间通过空中链路保持互联，当车辆用户的位置发生变化或原服务无人机不再适合继续提供服务时，可通过无人机间链路完成服务状态或计算任务的迁移，以维持车辆用户业务的连续性。

12、进一步地，在步骤 s2 中，车辆用户在一个时隙内产生的总时延由通信传输时延、无人机计算时延和服务迁移时延共同组成。以系统总时延最小化为优化目标，将车辆用户的服务迁移决策和无人机轨迹控制变量作为联合优化变量，建立车联网移动边缘计算多无人机服务迁移与轨迹控制联合优化问题。

13、同时，为避免车辆用户服务节点频繁切换导致额外通信开销和系统资源消耗，在优化模型中加入服务迁移成本约束，使系统在降低任务处理时延的同时控制服务迁移开销。

14、建立初始的目标优化模型如下：

15、

16、进一步地，在步骤 s3 中，针对服务迁移成本在长期运行过程中难以直接约束的问题，引入迁移成本虚拟队列，用于记录系统在连续时隙内的迁移成本累积状态。当某一时隙内的服务迁移成本较高时，对应虚拟队列长度增加；当迁移成本低于设定预算时，虚拟队列得到释放。通过该方式，将长期平均迁移成本约束转化为虚拟队列稳定性约束。构造李雅普诺夫漂移加惩罚函数，把原始长期优化问题转化为逐时隙优化问题。由此，系统在每个时隙内只需根据当前车辆状态、无人机状态和虚拟队列状态进行决策，即可在长期意义上约束迁移成本并降低系统总时延。原长期优化问题 (即初始的目标优化模型p1) 可等效转化为如下逐时隙优化问题 (p2)：

17、

18、进一步地，在步骤 s4 中，为提高服务迁移和轨迹控制决策的前瞻性，构建车辆短时轨迹预测模型，其以车辆用户过去若干时隙的位置序列作为输入，提取车辆用户的短时运动变化特征，并输出车辆用户在下一时隙或未来若干时隙内的预测位置。预测结果用于辅助后续无人机判断车辆用户的潜在接入关系、服务迁移需求以及轨迹调整方向。

19、进一步地，在步骤 s5 中，所述多智能体部分可观测马尔科夫决策模型包括局部观测、全局状态、动作和奖励函数。其中，每架无人机的局部观测包括无人机位置、用户预测位置和信噪比；系统全局状态由所有无人机的局部观测组成；动作包括服务迁移决策和无人机位置变化量；奖励函数根据系统时延和迁移成本构建，用于引导无人机智能体学习低时延、低迁移成本的协同策略。

20、进一步地，在步骤 s6 中，采用多智能体近端策略优化算法对上述逐时隙优化问题进行训练和求解。每架无人机智能体配置策略网络，策略网络以局部观测为输入，输出服务迁移决策和轨迹控制动作的概率分布。

21、本发明还公开了一种基于多无人机协同的车载mec网络服务迁移系统，用于执行上述方法，包括如下模块：

22、车联网移动边缘计算多无人机协同网络模型构建模块: 构建车联网移动边缘计算多无人机协同网络模型，在设定区域内部署多架搭载移动边缘计算资源的无人机，将无人机作为空中移动边缘计算节点，为地面车辆用户提供任务接入、任务卸载和计算处理服务; 在每个时隙内，车辆用户根据自身位置和通信链路状态接入相应的本地无人机并产生计算任务；各无人机之间通过空中链路保持互联，形成支持无人机间数据转发和服务状态迁移的协同网络；

23、目标优化模型建立模块: 基于所述的车联网移动边缘计算多无人机协同网络模型，建立面向系统时延降低的目标优化模型，所述的目标优化模型以最小化系统总时延为目标，以无人机的运动轨迹和迁移决策为优化变量；根据车辆用户任务产生、任务卸载、无人机计算处理、服务节点切换以及无人机位置更新，建立车联网移动边缘计算系统的时延模型；

24、优化目标转化模块: 基于所述的目标优化模型，利用迁移成本虚拟队列处理长期约束，通过李雅普诺夫优化将优化目标转化为单时隙的优化问题；

25、车辆短时轨迹预测模型构建模块:利用长短期记忆网络lstm构建车辆短时轨迹预测模型，将车辆用户历史位置序列作为输入，获得车辆用户未来设定时隙的预测位置信息；

26、多智能体部分可观测马尔科夫决策模型构建模块:基于无人机和用户状态、优化问题p2以及车辆用户预测位置信息，构建多智能体部分可观测马尔科夫决策模型；

27、优化问题求解模块:利用多智能体近端策略优化mappo算法对单时隙优化问题进行求解，使每架无人机智能体根据局部观测决策模型输出服务迁移决策和无人机轨迹控制动作的概率分布。

28、本发明还公开了一种电子设备，包括处理器和存储器，所述存储器存储有多条指令；所述处理器从所述存储器中加载指令，以执行上述方法或系统。

29、本发明还公开了一种计算机可读存储介质，计算机可读存储介质存储有多条指令，所述指令适于处理器进行加载，以执行上述方法或系统。

30、与现有技术相比，本发明具有如下显著技术优势：

31、本发明通过车辆轨迹预测、迁移成本约束和多无人机概率策略协同学习的统一设计，能够在动态车联网移动边缘计算场景下降低系统总时延，减少服务迁移开销，并提升多无人机协同服务的稳定性和连续性。