买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：重庆邮电大学

摘要：本发明属于无人机任务卸载和资源分配技术领域，具体涉及一种基于智能反射面辅助的无人机移动边缘计算网络系统的任务卸载资源分配方法，包括：构建智能反射面辅助的无人机移动边缘计算网络系统模型；构建智能反射面辅助的无人机移动边缘计算网络通信模型；根据通信模型获得时延模型和能耗模型；以最小化无人机能耗为目标建立多变量联合优化模型；利用深度强化学习方法求解所述目标优化模型；本发明通过智能反射面辅助、联合优化卸载决策和资源分配，有效降低了无人机能耗，提升了无人机网络系统性能。

主权项：1.一种基于智能反射面辅助的无人机移动边缘计算网络系统的任务卸载资源分配方法，其特征在于，包括：S1：构建智能反射面辅助的无人机移动边缘计算网络系统模型；S2：根据智能反射面辅助的无人机移动边缘计算网络系统模型构建通信模型、时延模型和能耗模型；通信模型的表达式为：Θ＝[θ1n,θ2n,...,θMn]T 其中，θmn为RIS在第n个时隙第m个反射单元的反射系数；Gkn为第n个时隙从用户k到UAV的信道增益，为在第n个时隙从UAV到RIS的信道增益，为在第n个时隙从RIS到AP的信道增益，为在第n个时隙从UAV到AP的信道增益；β0表示参考距离为1米的路径损失；d是RIS的元件距离，为信号到达角的余弦值；β1为Rician因子，为确LoS分量；NLoS分量是具有零均值和单位方差为1的高斯分布；时延模型的表达式为： 其中，为在第n个时隙第k个用户将计算任务卸载至无人机的卸载时延；为第n个时隙对于用户K的计算任务在无人机端的计算时延；为第n个时隙无人机对用户k计算任务的中继传输时延；为用户k将任务卸载至无人机的传输速率；αkn为无人机卸载决策；Lkn表示计算任务位的总长度，Ckn表示计算1bit需要的CPU周期数；表示在第n个时隙无人机中继的发送功率；能耗模型表达式为： 其中，表示第n个时隙任务数据在无人机端的计算能耗；为任务数据中继传输能耗；βUAV为有效的开关电容；表示无人机在第n个时隙分配给用户k的计算资源；S3：根据通信模型、时延模型和能耗模型构建最小无人机能耗问题；最小无人机能耗问题的表达式为： 其中，αkn为无人机卸载决策；S4：根据深度强化学习方法对最小无人机能耗问题进行优化；对优化后的问题进行求解，得到最优任务卸载决策和资源分配结果；最小无人机能耗优化问题的表达式为： 其中，C1表示无人机的卸载决策；C2、C3、C4和C5分别代表无人机计算资源和中继传输功率的约束范围；C6为了保证每个时隙内在无人机端计算的任务能够得到完整的计算；C7代表计算任务的处理时延约束；C8为每个智能反射面反射元件的相移约束。

全文数据：

权利要求：

百度查询： 重庆邮电大学 一种基于智能反射面辅助的无人机移动边缘计算网络系统的任务卸载资源分配方法