申请/专利权人:浙江工业大学
申请日:2023-12-25
公开(公告)日:2024-04-05
公开(公告)号:CN117826971A
主分类号:G06F1/329
分类号:G06F1/329;G06F1/3287;G06F1/3206
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.23#实质审查的生效;2024.04.05#公开
摘要:本发明公开了一种IRS和UAV辅助MEC系统中的能耗优化方法,包括建立IRS和UAV辅助的MEC系统,MEC系统中包括携带MEC服务器的UAV、IRS和预设数量的移动用户,在IRS的作用下,移动用户将部分任务卸载到MEC服务器上进行计算。构建所有移动用户在预设时间段的平均能量消耗的最小化目标函数,并将目标函数的优化问题转化为对UAV的飞行轨迹、移动用户的传输功率和任务划分参数的第一优化,以及对IRS的反射系数矩阵的第二优化,实现所有移动用户能耗最小的目标;结合深度强化学习的DDPG算法和传统优化方法即块坐标下降法,既发挥了深度强化学习在面对环境的不确定性时能够进行连续动作分配的优势,又利用了传统优化方法得到了反射系数矩阵的解,有利于算法的快速收敛。
主权项:1.一种IRS和UAV辅助MEC系统中的能耗优化方法,其特征在于:所述IRS和UAV辅助MEC系统中的能耗优化方法,包括:建立IRS和UAV辅助的MEC系统,所述MEC系统中包括携带MEC服务器的UAV、IRS和预设数量的移动用户,在IRS的作用下,移动用户将部分任务卸载到MEC服务器上进行计算;计算各移动用户本地计算的能耗和卸载任务至MEC服务器消耗的能耗,得到各移动用户总的能量消耗;构建所有移动用户在预设时间段的平均能量消耗的最小化目标函数,并附加约束条件;将最小化目标函数转化为对UAV的飞行轨迹、移动用户的传输功率和任务划分参数的第一优化,以及对IRS的反射系数矩阵的第二优化;分别采用DDPG算法和块坐标下降法依次求解第一优化和第二优化的解,最终获得目标函数的最优解,将所述最优解应用在系统中实现能耗优化。
全文数据:
权利要求:
百度查询: 浙江工业大学 一种IRS和UAV辅助MEC系统中的能耗优化方法
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。