10、异构无人机在共享边缘资源上的卸载决策调度

异构无人机在共享边缘资源上的卸载决策调度

1. 优化目标

我们的优化目标是在所有无人机中，利用可用的服务器基础设施进行卸载，均匀地最大化它们任务时间的相对减少量。具体来说，目标是最大化以下表达式：
[
\max \min_{m = 1}^{M} \left(\frac{mT_{m}^{def} - mT_{m}}{mT_{m}^{def}}\right)
]
其中，$mT_{m}^{def}$ 可根据特定公式计算，这里对于 $S_{m}^{def}[i] = 0$，$1 \leq i \leq len(P_{m}^{def})$ 适用。

2. 贪心算法

贪心算法的输入是每个无人机 $d_m$ 的默认路径 $P_{m}^{def}$，这些路径是使用传统的旅行商问题（TSP）算法为每个无人机单独生成的，包含了对所有兴趣点 $V_m$ 的访问，但不涉及任何计算卸载。

2.1 算法步骤

1. 路径调整 ：通过 REVERSEPATHS() 函数操作默认路径 $P^{def}$，以减少无人机对边缘资源的总体竞争。该函数通过随机选择一架无人机，探索完全反转路径（以相反顺序访问兴趣点）是否会减少系统的竞争。如果是，则采用反转后的路径（注意，这种路径反转不会改变默认任务时间）。预期竞争是基于多架无人机需要在同一服务器范围内的兴趣点进行计算的时间段大致估计的，不考虑实际的卸载情况。
2. 迭代引入卸载 ：算法以迭代方式逐步引入卸载。在每次迭代中，选择一架无人机并为其规划下一次访问，