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：CN117793751A

主分类号：H04W24/02

分类号：H04W24/02;H04W72/50;H04B7/185;G06F18/23213;H04L41/16

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多功能任务卸载的无人机网络SFC部署方法，属于通信技术领域。针对低空边缘网络中，用户非均匀分布可能造成网络负载失衡和资源利用率低，并导致任务卸载质量和用户服务体验下降的问题，提出一种基于多功能任务卸载的无人机网络SFC部署方法。该方法根据地面用户的位置分布、卸载任务需求，以及机载VNF类型等约束条件，采用差分进化思想建立无人机网络SFC部署优化模型。通过对无人机群位置分布与SFC部署的联合迭代优化，最大化无人机网络的资源利用率，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：1.一种基于多功能任务卸载的无人机网络SFC部署方法，其特征在于，包括以下步骤：101、采用差分进化算法构建优化模型，设无人机数量为K，种群个体数量为M，M≤K！，变异缩放因子为ε，交叉概率为λ，最大迭代次数为G，令迭代计数变量g＝0，种群个体计数变量m＝0，利用k-means算法产生第g代种群中M个个体的无人机群3D位置向量集{Dg,m|m≤M}；102、如果g≤G，转到步骤103，否则，跳转到步骤107；103、令m＝m+1，如果m≤M，根据当前无人机群位置向量Dg,m，通过无人机网络服务功能链SFC部署算法获得节点映射决策Ag,m、链路映射决策Bg,m和资源分配决策Cg,m，计算获得目标函数值ΓAg,m,Bg,m,Cg,m,Dg,m，跳转到步骤104，否则，转到步骤106；104、对Dg,m进行变异和交叉操作，获得变异交叉后的无人机群位置向量通过无人机网络SFC部署算法获得第g代第m个变异交叉个体的节点映射决策链路映射决策和资源分配决策计算获得目标函数值105、如果令跳转到步骤103，否则，跳转到步骤103；106、从第g代种群的M个个体{Dg,m|m≤M}中选择获得最优个体的解Ag,Bg,Cg,Dg＝argmin{ΓAg,m,Bg,m,Cg,m,Dg,m|m∈[1,M]}，其中，Ag，Bg，Cg，Dg分别为第g代种群中最优的节点映射决策、链路映射决策、资源分配决策以及无人机群位置向量，令g＝g+1，m＝0，跳转到步骤102；107、从总共G代种群中选择获得最优个体的解A*,B*,C*,D*＝argmin{ΓAg,Bg,Cg,Dg|g∈[1,G]}，其中，A*，B*，C*，D*分别为全局最优的节点映射决策，链路映射决策，资源分配决策，以及无人机群位置向量，结束。

全文数据：

权利要求：

百度查询： 重庆邮电大学 一种基于多功能任务卸载的无人机网络SFC部署方法

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