申请/专利权人：重庆理工大学

申请日：2023-12-18

公开（公告）日：2024-03-19

公开（公告）号：CN117729586A

主分类号：H04W28/084

分类号：H04W28/084;G06F9/48;G06F9/50;G06N5/04;H04W28/082;H04L67/10;H04L67/12

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.05#实质审查的生效;2024.03.19#公开

摘要：本发明适用于无人机辅助卸载技术领域，提供了一种基于Stackelberg博弈的无人机辅助卸载能耗优化方法。该方法旨在通过Stackelberg博弈理论优化用户卸载策略以降低无人机能量消耗，提升无人机的服务质量。其基本思想是首先提出了以无人机为中继的两跳式计算卸载模式，分别建立用户与无人机的收益函数，再将单个无人机辅助多个用户群体的卸载策略建模为一个Stackelberg博弈模型，对该模型的纳什均衡点进行求解，最后根据用户的任务量及计算能力设计用户最优卸载比以及无人机最优能量供应算法。本发明可以获得无人机的最佳能量供应额度，通过本发明所涉及的算法无人机能合理地为每位用户分配能量，根据其需求程度理性服务，因此参与服务的用户均能获得较好的收益。

主权项：1.一种基于Stackelberg博弈的无人机辅助卸载能耗优化方法，其特征在于：所述中继辅助模型包含I个用户，1个无人机和1个MEC。其中，用户需要借助无人机作为中继设备来将计算任务卸载到MEC，所述应用于无人机与多个用户进行任务卸载时策略优化的算法，具体操作步骤如下：S1、两阶段卸载传输模式：无人机依次为用户进行一对一卸载服务，整个卸载过程考虑半双工通信模式。无人机与用户Ui卸载的过程分为两个阶段，在第一个阶段中，用户Ui向无人机发送需要卸载的任务。第二阶段中，无人机消耗自身的能量转发任务到MEC。S2、建立用户收益函数：用户的收益函数定义为卸载能耗减去上传卸载任务所需的能耗，再减去本地计算的能耗。OP0：Li表示要计算的任务的总比特数，μi表示卸载任务的比例值，其中μi∈[0，1]。则μiLi表示用户Ui要卸载到MEC的任务量。为Ui每秒的CPU周期数。每转CPU消耗的能量为c，代表用户本的本地计算能耗。S3、建立无人机收益函数：无人机付出能量换取用户需求的满足，将无人机服务质量函数定义为协助用户卸载的任务量所需能量与自身能量付出Eoff之差。OP1：其中，表示帮助用户卸载的数据量。λ是比特能耗，表示在发送一定数量的比特信息时所需的能量消耗。λ代表处理数据所消耗的能量。S4、将单个无人机和多个用户群体之间的策略互动建模为一个Stackelberg博弈模型。S5、求解用户最优卸载策略：寻找Stackelberg博弈的纳什均衡解，从卸载比例值角度讨论任意Ui的最优策略求取Ui的效用函数关于μi的一阶、二阶导数，基于一阶最优性条件可计算出最优卸载比例值S6、求解无人机最优能量供应策略：无人机获得所有用户的先验信息后，根据用户最优卸载比例值的纳什均衡值无人机可以对自身策略进行优化，实现自身利润最大化，无人机将代入自身效益函数V更新，通过研究效用函数V关于Eoff的一阶、二阶导数来讨论其函数凹凸性，基于一阶最优性条件和Eoff的可行域，可推导出Eoff的最优值S7、将用户任务量Li及计算能力作为指标设计优先算法。无人机获得所有用户的先验信息后，根据优先算法依次筛选参与卸载任务的用户。

全文数据：

权利要求：

百度查询： 重庆理工大学 一种基于Stackelberg博弈的无人机辅助卸载能耗优化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD