一种多无人机辅助移动边缘计算的优化方法

    公开(公告)号:CN119277452B

    公开(公告)日:2025-05-23

    申请号:CN202411558942.1

    申请日:2024-11-04

    Applicant: 吉林大学

    Abstract: 本发明公开了一种多无人机辅助移动边缘计算的优化方法,包括如下步骤:步骤一、确定无人机节点的数目和初始位置以及需要通信的用户数目和位置;步骤二、根据通信需求设计出优化目标函数;并根据所述优化目标函数进行迭代优化得到用户的最佳任务卸载策略、无人机的最佳计算资源分配方案以及无人机的最佳轨迹;其中,所述优化目标函数为:min l(O,F,Q)={w1Ttotal+w2Etotal‑w3Ktotal};步骤三、根据所述最佳任务卸载策略,将用户任务本地处理或者卸载至指定无人机,由无人机为所述用户提供边缘计算服务,以及根据所述无人机的最佳计算资源分配方案将计算资源分配给无人机,按照所述无人机的最佳轨迹对无人机的位置进行调整。

    一种车辆边缘网络中任务协同卸载方法

    公开(公告)号:CN115529283B

    公开(公告)日:2025-05-13

    申请号:CN202211163428.9

    申请日:2022-09-23

    Applicant: 吉林大学

    Abstract: 本发明公开了一种车辆边缘网络中任务协同卸载方法,包括:获取当前道路上车辆信息、基站信息以及任务信息;确定当前每个基站下的最佳车云和最佳车云领导者;确定任务车辆到处理基站和该基站下的最佳车云领导者的最佳传输路径;分别建立传输和处理时延的计算模型以及传输和处理能量消耗的计算模型;并且以传输和处理时延和能量消耗最小为优化目标,确定分配给最佳车云领导者的任务占比、分配给任务车辆本身的任务占比和分配给处理基站的任务占比;根据任务占比分配结果将任务通过最佳传输路径传输到处理基站和最佳车云领导者;最佳车云领导者将任务传输给其他车云成员,处理基站将任务传输给其他基站;任务处理后,将结果返回至任务车辆。

    基于无人机协作波束成形的高速动态通信多目标优化方法

    公开(公告)号:CN119071815A

    公开(公告)日:2024-12-03

    申请号:CN202411022416.3

    申请日:2024-07-29

    Applicant: 吉林大学

    Abstract: 本发明公开了基于无人机协作波束成形的高速动态通信多目标优化方法,包括:步骤一、建立全部通信时间内无人机虚拟天线阵列的传输速率之和的计算模型作为第一目标函数,建立无人机能量消耗总和的计算模型作为第二目标函数;以及在每个时隙,获取通信系统中移动用户的位置;步骤二、以第一目标函数最大和第二目标函数最小作为优化目标,确定无人机的最优位置及无人机的最优激励电流权重;步骤三、无人机移动至最优位置,按照所述最优激励电流权重向用户传输通信数据。本发明提供的基于无人机协作波束成形的高速动态通信多目标优化方法能够实时根据移动用户的位置输出无人机的最优移动位置和最优激励电流权重,实现无线网络通信的高速动态通信。

    一种车雾辅助无人机灾后救援任务卸载方法

    公开(公告)号:CN115171433B

    公开(公告)日:2023-08-08

    申请号:CN202210788909.2

    申请日:2022-07-06

    Applicant: 吉林大学

    Abstract: 本发明公开了一种车雾辅助无人机灾后救援任务卸载方法,包括:步骤一、建立降低无人机执行任务的时延和能耗的多目标联合优化模型,确定空中无人机的位置和计算资源;步骤二、确定救援任务的数据规模,计算复杂度和最大允许时延;步骤三、确定该无人机通信范围内的救援车辆的数量、计算资源和位置;步骤四、通过无人机计算每辆车之间的通信速率;确定任务被执行的时延和能耗,通过进化算法计算任务分配比率;步骤五、根据任务分配比率将救援任务划分为多个子任务,并将多个子任务卸载到救援车辆上执行,救援车辆完成任务后将任务结果上传给无人机。

    一种车辆边缘网络中任务协同卸载方法

    公开(公告)号:CN115529283A

    公开(公告)日:2022-12-27

    申请号:CN202211163428.9

    申请日:2022-09-23

    Applicant: 吉林大学

    Abstract: 本发明公开了一种车辆边缘网络中任务协同卸载方法,包括:获取当前道路上车辆信息、基站信息以及任务信息;确定当前每个基站下的最佳车云和最佳车云领导者;确定任务车辆到处理基站和该基站下的最佳车云领导者的最佳传输路径;分别建立传输和处理时延的计算模型以及传输和处理能量消耗的计算模型;并且以传输和处理时延和能量消耗最小为优化目标,确定分配给最佳车云领导者的任务占比、分配给任务车辆本身的任务占比和分配给处理基站的任务占比;根据任务占比分配结果将任务通过最佳传输路径传输到处理基站和最佳车云领导者;最佳车云领导者将任务传输给其他车云成员,处理基站将任务传输给其他基站;任务处理后,将结果返回至任务车辆。

    一种多无人机辅助移动边缘计算的优化方法

    公开(公告)号:CN119277452A

    公开(公告)日:2025-01-07

    申请号:CN202411558942.1

    申请日:2024-11-04

    Applicant: 吉林大学

    Abstract: 本发明公开了一种多无人机辅助移动边缘计算的优化方法,包括如下步骤:步骤一、确定无人机节点的数目和初始位置以及需要通信的用户数目和位置;步骤二、根据通信需求设计出优化目标函数;并根据所述优化目标函数进行迭代优化得到用户的最佳任务卸载策略、无人机的最佳计算资源分配方案以及无人机的最佳轨迹;其中,所述优化目标函数为:min l(O,F,Q)={w1Ttotal+w2Etotal‑w3Ktotal};步骤三、根据所述最佳任务卸载策略,将用户任务本地处理或者卸载至指定无人机,由无人机为所述用户提供边缘计算服务,以及根据所述无人机的最佳计算资源分配方案将计算资源分配给无人机,按照所述无人机的最佳轨迹对无人机的位置进行调整。

    一种智能反射面辅助的无人机安全通信方法

    公开(公告)号:CN116996867A

    公开(公告)日:2023-11-03

    申请号:CN202311049636.0

    申请日:2023-08-21

    Applicant: 吉林大学

    Abstract: 本发明公开了一种智能反射面辅助的无人机安全通信方法,包括:一、获取智能反射面和各合法用户的位置,并且获取各窃听者的位置;二、建立优化目标函数,并且根据所述优化目标函数对智能反射面的相移和无人机的移动轨迹进行优化,得到各时刻智能反射面的最佳相移和无人机的最佳位置;其中,所述优化目标函数为:#imgabs0#式中,#imgabs1##imgabs2#表示无人机的移动轨迹,#imgabs3#表示智能反射面的相移变化,#imgabs4#表示时间序列集合,qU[t]表示在时刻t无人机的位置,Φ[t]表示在时刻t智能反射面的相移,Rsec[t]表示在时刻t所有合法用户的保密速率之和;e[t]表示在t时刻无人机的飞行能耗;三、在各个时刻,智能反射面调整到最佳相移,无人机移动至最佳位置并发送通信数据。

    一种车雾辅助无人机灾后救援任务卸载方法

    公开(公告)号:CN115171433A

    公开(公告)日:2022-10-11

    申请号:CN202210788909.2

    申请日:2022-07-06

    Applicant: 吉林大学

    Abstract: 本发明公开了一种车雾辅助无人机灾后救援任务卸载方法,包括:步骤一、建立降低无人机执行任务的时延和能耗的多目标联合优化模型,确定空中无人机的位置和计算资源;步骤二、确定救援任务的数据规模,计算复杂度和最大允许时延;步骤三、确定该无人机通信范围内的救援车辆的数量、计算资源和位置;步骤四、通过无人机计算每辆车之间的通信速率;确定任务被执行的时延和能耗,通过进化算法计算任务分配比率;步骤五、根据任务分配比率将救援任务划分为多个子任务,并将多个子任务卸载到救援车辆上执行,救援车辆完成任务后将任务结果上传给无人机。

Patent Agency Ranking