8、无人机辅助边缘计算：农村物联网应用解析

无人机辅助边缘计算：农村物联网应用解析

在农村物联网应用场景中，无人机辅助边缘计算（UAV - Assisted Edge Computing）正发挥着越来越重要的作用。下面将详细介绍其相关原理、模型以及优化算法。

1. 问题背景与现状

在无人机辅助的移动边缘计算（MEC）中，单位时间的计算能耗会随着计算负载的增加呈三次方增长。若计算负载分配不当，不仅会导致计算能耗过高，还可能使卸载任务无法按时完成。而且，计算负载分配与物联网设备卸载并由无人机收集的计算任务数量相关。因此，无人机轨迹设计、计算负载分配和通信资源管理相互关联，这使得相关设计极具挑战性。

目前，已有不少关于无人机辅助网络的研究。例如，Wu等人考虑了多无人机多设备系统的轨迹设计和下行链路通信功率控制，以最大化下行链路场景中地面设备的吞吐量；Zeng等人分析了无人机辅助网络的能源效率，并设计了无人机在单个地面移动设备上方悬停的轨迹；Tang等人研究了支持D2D通信网络中无人机基于博弈的信道分配方案。此外，也有研究利用无人机增强MEC的灵活性，将其作为通信中继协助地面设备的计算卸载。近期，更多工作将无人机用作空中服务器提供边缘计算服务，但这些研究大多未讨论无人机挂载服务器的计算能源效率，而这对于延长无人机计算服务寿命至关重要。

2. 多资源分配目标与亮点

为满足连接需求，我们致力于研究无人机辅助MEC的节能资源管理。地面物联网设备可根据服务需求访问并部分卸载其计算任务到无人机挂载的服务器。无人机按指定轨迹飞行，收集卸载数据、处理计算任务并将结果返回给设备。我们的目标是通过联合优化无人机轨迹以及通信和计算中的资源分配，优化无人机的能源效率，即总卸载计算数据与无人机能耗之比。主要亮点