(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210197990.7 (22)申请日 2022.03.02 (71)申请人 南京信息 工程大学 地址 210032 江苏省南京市宁六路219号 (72)发明人 夏景明　王澎　谈玲　 (74)专利代理 机构 南京经纬专利商标代理有限 公司 32200 专利代理师 田凌涛 (51)Int.Cl. H04W 28/08(2009.01) H04L 41/0833(2022.01) H04B 7/185(2006.01) G06N 3/12(2006.01) G06N 3/08(2006.01) G06F 9/50(2006.01)G06F 9/445(2018.01) H04W 84/06(2009.01) (54)发明名称 一种云边端合作的边 缘计算方法 (57)摘要 本发明公开了一种云边端合作的边缘计算 方法， 使用基站、 无人机和任务处理设备协作帮 助移动设备处理计算任务， 采用DDQN深度强化学 习求解卸载策略， 使用拉格朗日对偶法求解无人 机的总资源分配， 使用遗传算法求解无人机的部 署。 本发明综合考虑了网络内的所有可利用的计 算设备， 有效地降低计算任务的系统处理能耗， 提高用户的服务质量， 具有一定灵活性。 本发明 采用DDQN深度强化学习计算得到最优卸载策略， 能够以较低的复杂度获得大量移动设备的卸载 动作， 能够适应动态的环境变化。 降低复杂度后 一是可以节约计算资源， 降低移系统的功耗， 二 是节约计算时间， 可 以提高系统的实时性， 三是 高效利用太阳能清洁能源。 权利要求书6页 说明书14页 附图5页 CN 114521002 A 2022.05.20 CN 114521002 A 1.一种云边端合作的边缘计算方法， 其特征在于： 针对基站所对应的目标区域， 由基 站、 各移动设备、 各无人机、 各任务处理设备构成的云边端系统， 基于各移动设备产生的计 算任务， 执行以下步骤， 获得云边端系统中移动设备的计算任务卸载到基站、 无人机或任务 处理设备 的卸载策略， 无人机的计算资源分配策略， 以及各无人机在目标区域内的位置部 署策略： 步骤A： 基于目标区域内的各移动设备与基站通信， 各移动设备将产生的计算任务的数 据量和产生计算任务时各移动设备的位置数据传输给基站； 步骤B： 初始化各 无人机位置 部署， 检查无 人机自身电量状况； 步骤C： 针对云边端系统， 基于移动设备的计算任务卸载到基站、 无人机或任务处理设 备计算分别对应的能耗， 以降低云边端系统总能耗 为目标构建 云边端系统的优化问题； 步骤D： 基于云边端系统构建的优化问题， 针对步骤A中基站接收到各移动设备传输的 计算任务的数据量与产生计算任务时各移动 设备的位置数据， 循环执行步骤D1至步骤D3， 直到结果收敛或者达到最大循环迭代次数， 获得云边端系统中移动设备的计算任务卸载到 基站、 无人机或任务处理设备的卸载策略， 无人机的计算资源分配策略， 以及各无人机在目 标区域内的位置 部署策略： 步骤D1： 基于云边端系统构建的优化问题， 根据各无人机位置部署， 针对步骤A中基站 接收到各移动设备传输的计算任务的数据量与产生计算任务时各移动设备的位置数据， 采 用深度强化学习方法求解云边端系统中移动设备的计算任务卸载到基站、 无人机或任务处 理设备的卸载决策； 步骤D2： 基于步骤D1中求解的云边端系统卸载策略， 以及各无人机位置部署， 采用拉格 朗日对偶法求 解承载了计算任务的各 无人机分别为 其所对应的计算任务分配的计算资源； 步骤D3： 基于步骤D1中求解的云边端系 统卸载策略， 以及步骤D2中求解的无承载了计 算任务的各无人机 分别为其所对应的计算任务分配的计算资源， 采用遗传方法求解各无人 机在目标区域内的位置 部署， 进而实现无 人机群中各 无人机位置的更新。 2.根据权利要求1所述的一种云边端合作的边缘计算方法， 其特征在于： 所述步骤A 的 具体过程如下： 步骤A1： 移动设备i的位置在t时隙的三维坐标表示为Li(t)＝(xi(t)， yi(t)， 0)， xi(t)、 yi(t)分别是移动设备i在t时隙的x轴坐标值和y轴坐标值； 基于高斯马尔可夫移动模型与随机移动模型， 第i个移动设备在 t时隙的移动速度vi(t) 和方向θi(t)分别表示 为： 式中， 和 为调整前一个时隙对当前时隙的影响的系数， 和 值均在0和1之间； 是目标区域内所有移动设备的平均速度； 是第i个移动设备的平均方向； Φi为服从第i个 移动设备速度均值、 速度方差的独立高斯分布 的常数， Ψi为服从第i个移动设备方 向均值、 方向方差的独立高斯分布 的常数； 综上， 第i个移动设备在t时隙的位置L i(t)表示 为 Li(t)＝(xi(t‑1)+τvi(t)cosθi(t)， yi(t‑1)+τvi(t)sinθi(t)， 0)；权　利　要　求　书 1/6 页 2 CN 114521002 A 2式中， τ 为一个时隙的时间长度； 步骤A2： 第i个移动设备将在t时隙产生的计算任务的数据量Di(t)， 和产生计算任务时 各移动设备的位置Li(t)传输给基站。 3.根据根据权利要求1所述的一种云边端合作的边缘计算方法， 其特征在于： 所述步骤 B的具体过程如下： 检测上一个时隙结束后无人机的剩余能量EU(t‑1)， 若无人机剩余能量EU(t‑1)小于无 人机与移动设备服务和通信需要的能量Ec， 则无人机通过设置在无人机上的太阳能电池板 收割太阳能进行充电； 因此， 可以得到t时隙开始前 无人机的剩余能量EU(t)公式： 式中， Esolar为无人机通过设置在无 人机上的太阳能电池板收割的太阳能。 4.根据根据权利要求1所述的一种云边端合作的边缘计算方法， 其特征在于： 所述步骤 C的具体过程如下： 步骤C1： 当t时隙第i个移动设备产生的计算任务卸载给第j个无人机时， 基于香农公式 得到第i个移动设备和第j个无 人机之间的数据传输 速率 表示为： 式中， 表示移动设备与无人机之间的信道带宽， U指代无人机， M为指代移动设备， pi 表示第i个移动设备的传输功率， g0表示1m处的信道增益， G0、 γ均为常数， N0表示噪声功率 谱密度， ||Li(t)‑Lj||为第i个移动设备和第j个无人机之间的距离， Li(t)表示第i个移动设 备在t时隙的位置， Lj表示第j个无 人机的位置； 当t时隙第i个移动设备的计算任务卸载给第j个无人机时， 数据传输时间 和传输 能耗 分别表示 为： 式中， Di(t)表示第i个移动设备在t时隙产生的计算任务的数据量； 第j个无人机计算第i个移动设备的计算任务的计算时间 和计算能耗 表示为： 式中， 为第j个无人机分配给第 i个移动设备的计算资源， ρ 表示计算任务需要就算的 比例， κ 表示电容 开关； 综上， 当t时隙第i个移动设备的计算任务卸载给第j个无人机时， 云边端系统的总时间 T1和总能耗E1表示为： 权　利　要　求　书 2/6 页 3 CN 114521002 A 3