申请/专利权人：重庆邮电大学

申请日：2023-12-27

公开（公告）日：2024-03-29

公开（公告）号：CN117793749A

主分类号：H04W24/02

分类号：H04W24/02;H04W28/08;H04W72/50;G06F9/445;G06F9/48

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.16#实质审查的生效;2024.03.29#公开

摘要：本发明请求保护一种基于SFC的无人机边缘网络任务卸载方法，属于通信技术领域。针对低空边缘网络中特定类型业务在局部区域集中爆发，可能造成网络负载失衡、任务卸载质量恶化和服务体验下降的问题，提出一种基于SFC的无人机边缘网络任务卸载方法。根据地面用户的实时位置分布和任务卸载请求，采用深度强化学习方法动态规划无人机群的巡航轨迹，根据无人机的位置分布和机载VNF类型构建SFC映射决策，根据机载计算资源状态和任务卸载时延要求，构建资源分配决策，通过在无人机群巡航过程中对SFC映射决策和资源分配决策的动态优化，最大化网络资源利用率，从而有效提高任务卸载完成率，降低系统单位任务卸载时延。

主权项：1.一种基于SFC的无人机边缘网络任务卸载方法，其特征在于，包括以下步骤：101、将无人机群的巡航时间划分为K个长度为Δt的离散等长时隙，且在任意第k个时隙内系统状态不变，k∈K，采用双延时深度确定性策略梯度算法思想构建深度强化学习模型，初始化k＝0，建立第k时隙内包含地面用户位置和无人机群位置的网络状态向量sk、无人机群动作向量ak、奖励函数rk、无人机群动作策略发生器Actor、无人机群状态-动作值发生器Critic、SFC映射与资源分配决策发生器Mapping-Allocation、经验样本存储区，随机样本集Mini-Batch；102、如果k＜K，令k＝k+1，根据k时隙内用户i的任务请求、网络状态向量sk和机载计算资源分布状态，通过SFC映射与资源分配决策发生器Mapping-Allocation更新k时隙内用户i的SFC部署决策{X,Y,Z}，其中，X为节点映射决策，Y为链路映射决策，Z为资源分配决策，跳转到步骤103，否则，跳转到步骤105；103、根据{X,Y,Z}执行k时隙内用户i的任务卸载，获得相应的无人机群动作奖励rk，通过无人机群动作策略发生器Actor获得sk状态下无人机群动作向量ak，根据sk与ak计算获得sk+1，将[sk,ak,rk,sk+1]加入经验样本存储区；104、从经验样本存储区随机抽样获得Mini-Batch样本集，并将Mini-Batch样本集分别导入无人机群动作策略发生器Actor与无人机群状态-动作值发生器Critic进行训练，跳转到步骤102；105、结束。

全文数据：

权利要求：

百度查询： 重庆邮电大学 一种基于SFC的无人机边缘网络任务卸载方法

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