一种多UAV-RIS辅助移动边缘计算的任务卸载方法

专利主权项内容

1.一种多UAV-RIS辅助移动边缘计算的任务卸载方法，其特征在于，所述任务卸载方法包括以下步骤：S1，根据第三方收集的数据，构建多UAV-RIS辅助的大规模移动边缘计算卸载场景；S2，分别建立用户卸载决策、卸载比例、UAV轨迹、RIS相位偏移、用户和UAV计算资源分配的通信模型、计算模型、时延模型和能耗模型，基于通信模型、计算模型、时延模型和能耗模型构建优化模型；通信模型用于计算网络平均吞吐量，计算模型用于计算任务的表示、任务量以及计算所需的CPU数量，时延模型用于UAV服务器计算时延、用户计算时延和卸载时延，能耗模型用于UAV飞行能耗计算、双向传输能耗计算、UAV和用户本地能耗计算；S3，设定相关优化变量的初始值；S4，依据当前最优RIS相位偏移和UAV轨迹，求解用户卸载决策、卸载比例、用户和UAV计算资源分配；S5，依据当前最优用户卸载决策、卸载比例、用户和UAV计算资源分配以及UAV轨迹，采用解析法求解RIS相位偏移矩阵；S6，依据当前最优用户卸载决策、卸载比例、用户和UAV计算资源分配以及RIS相位偏移，应用深度强化学习算法求解UAV轨迹；S7，使用交替优化算法，循环执行步骤S4、步骤S5和步骤S6，直到相邻两次迭代间整个网络消耗的能量或时延绝对值小于预设阈值，或达到最大预设迭代次数时，迭代结束，获得用户设备和UAV的计算资源最优分配策略，获得用户设备的计算任务最优卸载决策和卸载比例，获得RIS相位偏移和最优UAV的轨迹；S8，基于整个移动边缘计算网络的当前状态，应用UAV轨迹、计算任务最优卸载决策和卸载比例、RIS相位偏移、以及计算资源最优分配策略，以最大化整个网络平均吞吐量为目标，对大规模目标区域内各用户设备计算任务进行卸载和计算。