一种基于网联无人机的移动边缘计算轨迹设计方法及系统

1.本技术涉及移动通信领域，具体地，涉及一种基于网联无人机的移动边缘计算轨迹设计方法及系统。


背景技术：

2.随着5g技术和物联网技术的飞速发展，传统的地面通信技术已经满足不了日益增长的数据吞吐量需求，无人机作为一种机动性和拓展性较高的工具在通信领域扮演着越来越重要的角色，可以将网络拓展到空中，实现通信网络的全覆盖。无人机不仅可以作为空中基站，还可以作为中继、空中用户等。无人机作为数据信息采集者是一种有前景的应用，学术界对其进行了大量研究并形成了较为成熟的方案。但是利用无人机做多地点巡逻检查任务目前得到的关注较少，且没有有效的轨迹初始化方案。在这种场景中，无人机需要到多个固定的地点执行数据采集任务，这就对无人机遍历固定数据采集点的顺序提出了更高的要求。针对遍历若干个定点问题，目前存在的轨迹设计方案有取送货问题(pickup-and-delivery problem)和旅行商问题(traveling salesmanproblem)。这两种轨迹设计方案分别从不同的角度进行考量。具体来说，取送货问题要求无人机经过定点a后必须经过定点b，在这种严格的因果性约束条件下寻找出最短路径，但是这种具有严格因果性的方案并不适用多数要求遍历定点的场景，特别是在巡检点数量和基站数量不相等的情况下。而旅行商问题只要求总距离最短，这种方案虽然对减小无人机飞行能耗有一定作用，但是只单一考虑了飞行距离，完全忽略了数据传输时间对无人机系统能耗的影响。当巡航点与基站相距甚远，无人机卸载大规模数据给基站将由于距离过长花费大量时间传输数据。所以旅行商问题方案有一定的局限性，并不完全适用于巡检场景，最后也会导致效果不够理想。
3.因此，如何提供一种最小比率旅行商问题方案，从而弥补了旅行商问题方案的局限，是本领域技术人员急需解决的问题。


技术实现要素：

4.本技术针对无人机定点巡检场景提出一种新的轨迹设计方案。考虑网联无人机需要将在巡航点采集到的信息卸载至基站处理，传统的轨迹初始化方案并不能有效降低无人机系统整体能量，并且当无人机需要遍历k个巡航点时，存在k！种轨迹，这是一个非确定性多项式困难性问题(non-deterministic polynomial problem)。本技术提出的轨迹初始化方案在面对大规模数据卸载时表现出优异的性能，弥补了传统轨迹初始化方案的局限与不足。
5.为了解决上述问题，本技术提供了一种基于网联无人机的移动边缘计算轨迹设计方法，具体包括以下步骤：进行参数初始化；响应于初始化状态信息，获取最佳巡航点访问顺序；根据最佳巡航点访问顺序，获取第一无人机初始轨迹；根据第一无人机初始轨迹，确定最佳传输策略；输出最佳传输策略。
6.如上的，其中，参数初始化为对参数进行赋值，具体包括，输入巡航点的位置
k表示巡航点的数量，k表示自然数，起点qi与终点qf位置以及基站的位置基站的高度均设为hg。
7.如上的，其中，参数初始化还包括，设定无人机在飞行过程中在恒定高度hf保持匀速飞行，即速度v＝v
max
＝50m/s；将起点、终点、巡航点统称为节点，设定无人机在任意两个节点a，b之间所花费的时间t
a,b
表示为表示为ga和gb分别表示节点a和节点b的二维平面的位置。
8.如上的，其中，参数初始化还包括，将节点a到节点b的路径划分成n条线段，则第n条线段对应的无人机位置和飞行时间分别为qn和τn，在此期间无人机在每个时隙与不同基站建立联系的时间表示为
9.如上的，其中，获取最佳巡航点访问顺序包括，确定无人机与距离小于指定距离的基站通信的数据吞吐量。
10.如上的，其中，数据吞吐量q
a,b
为：
[0011][0012]
其中b为带宽，pn为无人机在第n个时隙的发射功率，γm与传播环境与基站天线增益有关，α为路径损耗分量，其中n表示节点a到节点b的路径划分成n条线段，hg表示基站的高度，wm表示基站位置，qn表示第n条线段对应的无人机位置，hf表示无人机在飞行过程中在恒定高度。
[0013]
如上的，其中，获取的最佳巡航点访问顺序确定第一无人机初始轨迹，其中按照最佳巡航点访问顺序，将起点、各巡航点和终点依次连接得到第一无人机初始轨迹。
[0014]
如上的，其中，在确定最佳传输策略的过程中，还包括，确定第三无人机传输轨迹。
[0015]
一种基于网联无人机的移动边缘计算轨迹设计系统，具体包括，初始化单元、最佳巡航点访问顺序获取单元、第一无人机初始轨迹获取单元、最佳传输策略获取单元以及输出单元；初始化单元，用于进行参数初始化；最佳巡航点访问顺序获取单元，用于获取最佳巡航点访问顺序；第一无人机初始轨迹获取单元，用于根据最佳巡航点访问顺序，获取第一无人机初始轨迹；最佳传输策略获取单元，用于根据第一无人机初始轨迹，确定最佳传输策略；输出单元，用于输出最佳传输策略。
[0016]
如上的，其中，最佳传输策略获取单元还包括，第三无人机初始轨迹获取模块，用于获取第三无人机初始轨迹。
[0017]
本技术具有以下有益效果：
[0018]
(1)本技术通过探究两个连续巡航点之间的最佳传输策略，可以合理利用有限的计算资源，减小任务完成时间和能量消耗，并且可以及时获得处理后的数据以便制定应对方案。
[0019]
(2)本技术通过制定明确的衡量标准可以大大提高系统性能和工作效率。相比选
取任意巡航点访问顺序和tsp方案，本发明提出的方案在面临大规模数据卸载时更具有操作性和实用性。
[0020]
(3)本技术可以达到最小化无人机系统整体能耗目的。当信息采集量较小时，采用旅行商问题方案进行轨迹初始化；当任务量较大时，采用最小比率旅行商问题方案，实现数据的快速传输，减小数据传输时间。
附图说明
[0021]
为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
[0022]
图1是根据本技术实施例提供的基于网联无人机的移动边缘计算轨迹设计系统的内部结构图；
[0023]
图2根据本技术实施例提供的基于网联无人机的移动边缘计算轨迹设计系统的另一内部结构图；
[0024]
图3是根据本技术实施例提供的基于网联无人机的移动边缘计算轨迹设计方法的流程图；
[0025]
图4是根据本技术实施例提供的基于网联无人机的移动边缘计算轨迹设计方法中的子步骤的流程图；
[0026]
图5是根据本技术实施例提供的第一初始轨迹和第二无人机初始轨迹对比示意图。
具体实施方式
[0027]
下面结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
[0028]
本发明提出一种针对无人机定点巡检场景下的基于网联无人机的移动边缘计算轨迹设计方法及系统，具体来说无人机需要从固定的起点出发历经k个巡航点最终飞至终点，在飞行过程中需要将在巡航点采集到的信息卸载一部分至基站进行处理，并在飞至下一个巡航点之前(最后一个阶段是飞到终点)处理完在上一个巡航点采集到的信息。本技术的目的是最小化无人机飞行能耗、无人机通信能耗以及无人机计算能耗总和。考虑时延敏感性，本发明将原始问题转化成两个连续巡航点之间的最佳传输策略研究问题。本发明设计了一种新的衡量标准以此确定巡航点的最佳访问顺序，简单说就是确定无人机在此过程的飞行能耗与吞吐量的比值最小时的巡航点顺序，此时对应的无人机轨迹则是在新的衡量标准下的最佳初始轨迹，这不仅可以满足遍历各巡航点的基本要求，还能兼顾距离和基站的影响。总的来说，本发明提出的轨迹初始化方案突破了传统方案的局限性，弥补了不足之处。
[0029]
实施例一
[0030]
如图1所示，是本技术提供的一种基于网联无人机的移动边缘计算轨迹设计系统。
[0031]
其中本技术的系统具体包括：初始化单元110、最佳巡航点访问顺序获取单元120、第一无人机初始轨迹获取单元130、最佳传输策略获取单元140、输出单元150。
[0032]
初始化单元110用于进行参数初始化。
[0033]
最佳巡航点访问顺序获取单元120与初始化单元110连接，用于获取最佳巡航点访问顺序。
[0034]
第一无人机初始轨迹获取单元130与最佳巡航点访问顺序获取单元120连接，用于根据最佳巡航点访问顺序，获取第一无人机初始轨迹。
[0035]
最佳传输策略获取单元140与第一无人机初始轨迹获取单元130连接，用于根据第一无人机初始轨迹，确定最佳传输策略。
[0036]
具体地，其中如图2所示，最佳传输策略获取单元140具体包括，初始化模块210、第三无人机初始轨迹获取模块220、第一优化模块230、第二优化模块240、条件判断模块250、优化输出模块260、分析模块270。
[0037]
其中初始化模块210用于进行参数的初始化；
[0038]
第三无人机初始轨迹获取模块220与初始化模块210连接，用于获取第三无人机初始轨迹；
[0039]
第一优化模块230与第三无人机初始轨迹获取模块220连接，用于根据获取的第三初始轨迹，优化任务完成时间、通信调度、计算资源分配。
[0040]
第二优化模块240与第一优化模块230连接，用于根据优化的任务完成时间、通信调度、计算资源分配，进行第三初始轨迹的优化。
[0041]
条件判断模块250分别与第一优化模块230和第二优化模块240连接，用于判断进行条件判断。
[0042]
优化输出模块260与条件判断模块250连接，用于输出优化后的第三无人机初始轨迹、任务完成时间、通信调度以及计算资源分配。
[0043]
分析模块270与优化输出模块260连接，用于根据输出优化后的第三无人机初始轨迹、任务完成时间、通信调度以及计算资源分配进行分析，得到最佳传输策略。
[0044]
输出单元150与最佳传输策略获取单元140连接，用于输出最佳传输策略。
[0045]
实施例二
[0046]
如图3所示，是本技术提供的一种基于网联无人机的移动边缘计算轨迹设计方法，具体包括以下步骤：
[0047]
步骤s310：进行参数初始化。
[0048]
进行参数初始化为对一些参数进行赋值操作，具体操作包括：
[0049]
输入各巡航点位置k表示巡航点的数量，k表示自然数，起点qi与终点qf以及基站位置基站的高度统一设为hg。
[0050]
设定无人机在飞行过程中在恒定高度hf保持匀速飞行，即v＝v
max
＝50m/s，也可设定其他固定速度。
[0051]
其中本实施例将起点、终点、巡航点统称为节点，起点、终点、巡航点都是节点的子集，节点＝{起点，终点，巡航点}。
[0052]
其中无人机在任意两个节点之间所花费的时间t
a,b
表示成表示成ga和gb分别表示节点a和节点b的二维平面的位置，并且无人机从节点a飞到节点b的过程中只与最近的基站保持通信。
[0053]
值得注意的是，任意两个节点需是两个不同的巡航点，也不能是同时表示起点和终点。例如不能将起点直接到终点称为任意两个节点，也不能将相同的巡航点sa到巡航点sa称为任意两个节点。
[0054]
其中利用路径离散技术将节点a到节点b的路径划分成n条线段，则第n条线段对应的无人机位置和飞行时间分别为qn和τn，在此期间无人机在每个时隙与不同基站建立联系的时间也可表示为
[0055]
步骤s320：响应于初始化状态信息，获取最佳巡航点访问顺序。
[0056]
利用步骤s3100中初始化的参数进行迭代优化，确定最佳巡航点访问顺序。
[0057]
具体地，参考现有技术中的定点巡检方法，通过保证无人机满足从起点出发，不重复地历经k个巡航点到达终点的条件，最小化k 1段的无人机飞行能耗e
a,b
总和与k 1段无人机与最近的基站gm通信的数据吞吐量q
a,b
的总和的比值以确定最佳巡航点访问顺序。
[0058]
具体地，在节点a到节点b段，无人机只和最近的基站保持通信，无人机与最近的基站gm(最近的基站，即无人机与基站的距离小于指定阈值的基站)通信的数据吞吐量q
a,b
具体表示为：
[0059][0060]
其中b为带宽，pn为无人机在第n个时隙的发射功率，γm与传播环境与基站天线增益有关，α为路径损耗分量，其中n表示节点a到节点b的路径划分成n条线段。
[0061]
在节点a到节点b段，对应的无人机飞行能耗为：
[0062][0063]
其中p0,u
tip
,pi,v0,d0,ρ,s,a是旋翼无人机的相关参数，具体地，p0表示悬停状态下的叶片剖面功率；u
tip
表示转子叶片的尖端速度；pi表示悬停状态下的感应功率；v0表示悬停时平均旋翼诱导速度；d0表示机身阻力比；ρ表示空气密度；s表示转子稳固性；a表示转子盘面积；t
a,b
表示无人机在任意两个节点之间所花费的时间，v
max
表示无人机在飞行过程中在恒定高度hf的飞行速度。
[0064]
具体来说，假设无人机遍历顺序为π为遍历顺序，只知道第一个是起点，最后一个是终点，具体巡航点的排列顺序是不确定的，也是本技术所需要解决的问题。其中π(0)在此处表示起点，即无人机出发的地方，π(1),...,π(k)分别表示无人机经过的第1个巡航点,第2个巡航点一直到第k个巡航点，π(k 1)表示终点，无
人机最后飞至的地方。当无人机从起点飞到第一个巡航点时所产生的飞行能耗为e
π(0),π(1)
，对应在飞行中与最近基站通信所产生的数据吞吐量为q
π(0),π(1)
；从第1个巡航点飞至第2个巡航点所产生的飞行能耗与数据吞吐量分别为e
π(1),π(2)
，q
π(1),π(2)
，剩下的过程以此类推，一直到无人机从第k个巡航点飞至终点，此过程中所产生的飞行能耗与数据吞吐量分别为e
π(k),π(k 1)
，q
π(k),π(k 1)
。通过最小化来确定无人机遍历巡航点顺序，即当w取值最小时所对应的π就是我们寻求的结果。
[0065]
优选地，最佳巡航点的访问顺序的解法和传统的旅行商问题解法相似，例如模拟退火算法、蚁群算法以及遗传算法等都可以应用。
[0066]
步骤s330：根据最佳巡航点访问顺序，获取第一无人机初始轨迹。
[0067]
具体地，将步骤s320中获取的最佳巡航点访问顺序确定第一无人机初始轨迹，其中按照最佳巡航点访问顺序，将起点、各巡航点和终点依次连接得到第一无人机初始轨迹。
[0068]
如图5所示，图中设计了6个巡航点，5个基站。黑色带箭头实线和黑色带箭头密集点虚线指向为本技术提出新的衡量标准下的巡航点排列顺序，此时巡航点排列顺序为起点、s1、s2、s3、s4、s5、s6、终点，将其连接起来为第一无人机初始轨迹。
[0069]
步骤s340：根据第一无人机初始轨迹，确定最佳传输策略。
[0070]
其中响应于在步骤s330中确定最佳巡航点访问顺序后，最佳传输策略具体为π(1),π(2)之间的最佳传输策略，π(2),π(3)之间的最佳传输策略一直到π(k),π(k 1)之间的最佳传输策略。以下是针对任意两个巡航点(包括终点)所执行的步骤。
[0071]
其中如图4所示，步骤s340具体包括以下子步骤：
[0072]
步骤s3401：进行参数的初始化。
[0073]
具体地，进行参数的初始化包括，设置起点位置、终点位置和巡航点位置，使其与步骤s310中的参数保持一致。
[0074]
其中还包括设置无人机飞行速度、在各巡航点采集的信息量大小、基站搭载的cpu和无人机搭载的cup的最大计算频率，以及无人机飞行能耗公式中所涉及到的无人机参数p0,u
tip
,pi,v0,d0,ρ,s,a以及计算数据吞吐量中所涉及到的参数带宽b，无人机在第n个时隙的发射功率pn，γm，路径损耗分量α，无人机飞行高度以及基站高度。
[0075]
步骤s3402：响应于进行参数的初始化，获取第三无人机初始轨迹。
[0076]
其中获取第三无人机初始轨迹之前，还包括，获取第二无人机初始轨迹。
[0077]
具体地，第二无人机初始轨迹的获取过程中为，根据现有技术中的tsp方法得到的tsp方案是总距离最短时的巡航点排列顺序，以及根据最短时的巡航点排列顺序得到第二无人机初始轨迹。
[0078]
其中如图5所示，其中黑色带箭头实线和黑色带箭头虚线的箭头指向是以最短距离为衡量标准所得到的巡航点排列顺序，即利用tsp方案获得的排列顺序，此时访问顺序为起点、s1、s2、s6、s3、s4、s5、终点，将其连接起来为第二无人机初始轨迹。
[0079]
其中第三无人机初始轨迹分别为步骤s230中得到的第一无人机初始轨迹和第二无人机初始轨迹。
[0080]
其中利用作为第三无人机初始轨迹的第一无人机初始轨迹和第二无人机初始轨迹分别执行以下步骤s2403-s2406。具体来说，分别将第一无人机初始轨迹作为第三无人机初始轨迹执行步骤s2403-s2406，以及将第二无人机初始轨迹作为第三无人机初始轨迹执行步骤s2403-s2406。
[0081]
步骤s3403：根据获取的第三初始轨迹，优化任务完成时间、通信调度、计算资源分配。
[0082]
具体地，通过步骤s3402中的第三无人机初始轨迹，利用交替优化算法以及凸优化工具优化任务完成时间、通信调度以及计算资源分配。
[0083]
步骤s3404：根据优化的任务完成时间、通信调度、计算资源分配，进行第三初始轨迹的优化。
[0084]
具体地，从s3403步骤中求得的优化的任务完成时间、通信调度以及计算资源分配值进行应用，从而优化第三初始轨迹。
[0085]
其中依然利用交替优化算法以及凸优化工具优化第三初始轨迹。
[0086]
其中执行步骤s3403和s3404后为一次迭代优化，进行一次迭代优化后再重新进行二次迭代优化，完成二次迭代优化后执行步骤s3405。
[0087]
步骤s3405：响应于优化任务完成时间、通信调度、计算资源分配，进行条件判断。
[0088]
具体地，通过对目标函数值进行分析，即分析连续两次迭代优化后的目标函数值变化大小，判断目标函数值是否达到收敛条件，如果达到收敛条件，则输出优化后的任务完成时间、通信调度、计算资源分配以及第三无人机轨迹。
[0089]
如果未达到收敛条件，则将优化的第三初始轨迹应用在步骤s3403中，重新执行步骤s3403中继续进行下一轮迭代优化。
[0090]
具体地，比如设定优化的任务完成时间、通信调度、计算资源分配后所达到的目标函数值为a，优化第三初始轨迹后所达到的目标函数值为b，两个目标函数值都是指，达到的无人机飞行能耗与通信能耗和无人机与基站通信所产生的能量消耗相加的总和。并且设定一个很小的数值c进行判断，c越小，精确度越高，优化第三初始轨迹后在进行第r轮优化时目标函数值为br，在第r 1轮优化时目标函数值为b
r 1
，当|b
r 1-br|＜c时，达到收敛条件。
[0091]
步骤s3406：输出优化后的第三无人机初始轨迹、任务完成时间、通信调度以及计算资源分配。
[0092]
具体地，其中由于第一无人机初始轨迹和第二无人机初始轨迹分别作为第三无人机初始轨迹执行步骤s3403-s3406，因此会得到两条优化后的第三无人机初始轨迹，以及得到两次任务完成时间、通信调度以及计算资源分配结果，输出两条优化后的第三无人机初始轨迹，以及得到两次任务完成时间、通信调度以及计算资源分配结果。
[0093]
步骤s3407：根据输出优化后的第三无人机初始轨迹、任务完成时间、通信调度以及计算资源分配进行分析，得到最佳传输策略。
[0094]
具体地，对两条优化后的第三无人机初始轨迹，以及得到两次任务完成时间、通信调度以及计算资源分配结果进行分析，得到最佳传输策略。
[0095]
其中利用两条优化后的第三无人机初始轨迹，以及得到两次任务完成时间、通信调度以及计算资源分配结果进行仿真分析，通过最后的仿真结果得到最佳传输策略为优化后的第一无人机初始轨迹，以及根据优化的第一无人机初始轨迹得到的优化后的任务完成
时间、通信调度以及计算资源分配。
[0096]
步骤s350：输出最佳传输策略。
[0097]
通过执行上述步骤，能够证明本技术提出的轨迹初始化方案，能够在巡航点收集数据信息量较大时显现出优越的性能，并且比tsp方案好。tsp方案在巡航点收集到的信息量较小时的性能比较好。通过提供两种方案综合提高系统性能，在现实场景中具有十分重要意义。
[0098]
其中通过图5，也可以清楚看出tsp轨迹初始化方案仅考虑了飞行距离，完全忽视了基站的影响。而申请提出的轨迹初始化方案，虽然飞行总距离不是最短，但是综合考虑了总距离与基站位置的双重影响，这一点可以从s
2-s3、s
5-s6、s6至终点段看出，对应的轨迹十分靠近基站。无人机向基站靠近会获得比较好的信道条件，这将大大减少无人机向基站卸载数据的时间，进一步降低无人机能耗。
[0099]
本技术具有以下有益效果：
[0100]
(1)本技术通过探究两个连续巡航点之间的最佳传输策略，可以合理利用有限的计算资源，减小任务完成时间和能量消耗，并且可以及时获得处理后的数据以便制定应对方案。
[0101]
(2)本技术通过制定明确的衡量标准可以大大提高系统性能和工作效率。相比选取任意巡航点访问顺序和tsp方案，本发明提出的方案在面临大规模数据卸载时更具有操作性和实用性。
[0102]
(3)本技术可以达到最小化无人机系统整体能耗目的。当信息采集量较小时，采用旅行商问题方案进行轨迹初始化；当任务量较大时，采用最小比率旅行商问题方案，实现数据的快速传输，减小数据传输时间。
[0103]
虽然当前申请参考的示例被描述，其只是为了解释的目的而不是对本技术的限制，对实施方式的改变，增加和/或删除可以被做出而不脱离本技术的范围。
[0104]
以上所述，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以所述权利要求的保护范围为准。