一种车雾辅助无人机灾后救援任务卸载方法

1.本发明涉及一种车雾辅助无人机灾后救援任务卸载方法，属于无人机救援领域。

背景技术：

2.自然灾害的发生往往造成大量的人员伤亡和严重的经济损失成为威胁当今社会安全稳定的重要因素之一。有效的灾后救援不仅能够及时挽回损失也为人民生活安全和社会稳定提供了进一步的保障。相比于传统的救援方式，无人机的迅速发展为灾后救援提供了更加有效和灵活的方式，在当今灾后救援中发挥着重要作用。
3.然而有限的计算资源和电池容量使得无人在执行复杂计算的救援任务时难以满足低延迟的要求和长时间的工作需要。虽然无人机的计算能力和电池容量在不断的提升，但是依然无法满足救援任务新的需要。雾计算的出现提供了一种新的解决方案给计算资源不足的设备提供低延迟服务。在受灾区域中，配备充足计算资源和能源的救援车辆可以作为雾节点为无人机提供雾计算。

技术实现要素：

4.本发明设计开发了一种车雾辅助无人机灾后救援任务卸载方法，通过联合无人机和救援车辆任务分配将无人机执行的救援任务划分为多个子任务分配给无人机和救援车辆共同处理以使得该网络获得最佳的性能。
5.本发明提供的技术方案为：
6.一种车雾辅助无人机灾后救援任务卸载方法，包括：
7.步骤一、建立降低无人机执行任务的时延和能耗的多目标联合优化模型，确定空中无人机的位置和计算能力；
8.步骤二、确定救援任务的数据规模，计算复杂度和最大允许时延；
9.步骤三、建立通信模型，无人机与地面车辆通信以确定通信范围内的救援车辆的数量、计算能力和位置；
10.步骤四、通过通信模型计算无人机与每辆车之间的通信速率，确定任务被执行的时延和能耗，通过进化算法计算任务分配比率；
11.步骤五、根据任务分配比率将救援任务划分为多个子任务，并将多个子任务卸载到救援车辆上执行，救援车辆完成任务后将任务结果上传给无人机。
12.优选的是，所述步骤四中，所述通信速率的计算过程包括：
13.计算无人机到所有地面车辆的距离：
[0014][0015]
式中，(xu，yu，zu)和(xm，ym，0)分别表示无人机和地面车辆的坐标；
[0016]
计算与每辆车的平均通信信道功率增益：
[0017][0018]
式中，表示无人机与车辆之间的视距通信概率，β0表示视距通信条件下参考距离为1米的路径损失，κ表示由于非视距通信造成的额外衰减因子；
[0019]
计算与每辆车的平均通信速率：
[0020][0021]
式中，b表示信道的带宽，p
trans
表示无人机的传输功率，σ2表示噪音功率。
[0022]
优选的是，所述步骤五中，所述救援任务的总时延计算公式为：
[0023][0024]
其中，
[0025]
t
loc
表示无人机处理任务的时延，λ0表示分配给无人机的任务占总任务的比率，η表示任务的计算复杂度，d表示总任务的数据规模，fu表示无人机的计算资源；表示任务卸载到第m个车辆的传输时延，λm表示分配给第m个车辆的任务占总任务的比率，fm表示第m个车辆的空闲计算资源，tm表示第m个车辆的任务处理时延。
[0026]
优选的是，所述步骤五中，所述救援任务的总处理能耗计算公式为：
[0027][0028]
其中，
[0029]eloc
表示无人机处理任务的能耗，k表示与cpu架构相关的有效开关电容，ω是一个常数；em表示无人机将任务分配给第m个车辆的传输能耗，p
trans
表示无人机的传输功率。
[0030]
优选的是，所述步骤五中，所述救援任务的总优化目标函数为：
[0031][0032]
其中，α和β分别代表时延和能耗的权重。
[0033]
本发明所述的有益效果：
[0034]
本发明提供的一个车雾辅助无人机灾后救援任务卸载方法，根据进化算法设计的任务分配比率，将无人机执行的救援任务划分为多个子任务分别在无人机本地和作为雾节点的车辆上共同执行，有效的降低了无人机单独处理救援任务的时延和能耗，提高了无人机在灾害救援中的表现。并且，进化算法结合了遗传算法优秀的全局搜索能力和入侵杂草优化算法优秀的局部搜索能力，相比于传统的遗传算法和入侵杂草优化算法具有更快的收敛性。
附图说明
[0035]
图1为本发明所述的车雾辅助无人机灾后救援任务卸载网络的结构示意图。
[0036]
图2为本发明所述的联合无人机和救援任务分配方法的流程图。
具体实施方式
[0037]
下面结合附图对本发明做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。
[0038]
如图1-2所示，本发明提供一种车雾辅助无人机灾后救援任务卸载方法，
[0039]
步骤一、建立降低无人机执行任务的时延和能耗的多目标联合优化模型，确定空中无人机的位置和计算能力；
[0040]
步骤二、确定救援任务的数据规模，计算复杂度和最大允许时延；
[0041]
其中，复杂度为每比特数据需要执行的cpu周期数；
[0042]
步骤三、无人机与地面车辆通信以确定通信范围内的救援车辆的数量、计算能力和位置；
[0043]
步骤四、建立通信模型，通过通信模型计算无人机与每辆车之间的通信速率，确定任务被执行的时延和能耗，通过进化算法计算任务分配比率，包括：
[0044]
计算无人机到所有地面车辆的距离：
[0045][0046]
式中，(xu，yu，zu)和(xm，ym，0)分别表示无人机和地面车辆的坐标；
[0047]
计算与每辆车的平均通信信道功率增益：
[0048][0049]
式中，表示无人机与车辆之间的视距通信概率，β0表示视距通信条件下参考距离为1米的路径损失，κ表示由于非视距通信造成的额外衰减因子；
[0050]
计算与每辆车的平均通信速率：
[0051][0052]
式中，b表示信道的带宽，p
trans
表示无人机的传输功率，σ2表示噪音功率；
[0053]
步骤五、首先根据优化目标设计出任务被执行的时延和能耗，然后将时延和能耗结合为一个系统开销函数将多目标优化问题转化为单目标优化问题，最后使用进化算法设计出任务分配比率；无人机根据任务分配比率将救援任务划分为多个子任务卸载到救援车辆上执行；救援车辆将任务执行的结果上传给无人机，包括：
[0054]
救援任务的总时延计算公式为：
[0055][0056]
其中，
[0057][0058]
t
loc
表示无人机处理任务的时延，λ0表示分配给无人机的任务占总任务的比率，η表示任务的计算复杂度，d表示总任务的数据规模，fu表示无人机的计算资源；表示任务卸载到第m个车辆的传输时延，λm表示分配给第m个车辆的任务占总任务的比率，fm表示第m个车辆的空闲计算资源，tm表示第m个车辆的任务处理时延；
[0059]
救援任务的总处理能耗计算公式为：
[0060][0061]
其中，
[0062]eloc
表示无人机处理任务的能耗，k表示与cpu架构相关的有效开关电容，ω是一个常数；em表示无人机将任务分配给第m个车辆的传输能耗，p
trans
表示无人机的传输功率；
[0063]
救援任务的总优化目标函数为：
[0064][0065]
其中，α和β分别代表时延和能耗的权重。
[0066]
基于上述的目标函数，我们利用进化算法设计出最优的任务分配比率，算法的具体过程如下：
[0067]
(1)首先初始化一个规模为n的种，种中每个个体代表优化目标函数的一个候选解；
[0068]
(2)然后根据优化目标函数计算每个个体的适应度，具有最佳适应度的个体被选择作为精英个体，剩下的个体通过赌每次选出一对个体，适应度更高的个体被选择作为父体，直到选满n个父体；
[0069]
(3)从父体种中每次选择出一对父体，通过交叉操作产生一对子代个体；
[0070]
(4)对子代种的个体以一定概率进行变异操作；
[0071]
(5)计算子代种中个体的适应度，使用精英个体替换种中最差的个体；
[0072]
(6)重复(2)至(5)直至满足迭代终止条件；
[0073]
(7)对得到的种根据适应度计算每个个体产生的种子数；
[0074]
(8)将产生的种子按正态分布方式随机的分散在父代个体周围，长成新个体；
[0075]
(9)从父代种和子代种中选择n个适应度最高的个体组成新种；
[0076]
(10)重复(7)至(9)直至满足迭代终止条件，最终输出的种中具有最高适应度的个体即是算法的最优解。
[0077]
尽管本发明的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里示出与描述的图例。

技术特征：

1.一种车雾辅助无人机灾后救援任务卸载方法，其特征在于，包括：步骤一、建立降低无人机执行任务的时延和能耗的多目标联合优化模型，确定空中无人机的位置和计算能力；步骤二、确定救援任务的数据规模，计算复杂度和最大允许时延；步骤三、无人机与地面车辆通信以确定通信范围内的救援车辆的数量、计算能力和位置；步骤四、建立通信模型，通过通信模型计算无人机与每辆车之间的通信速率，确定任务被执行的时延和能耗，通过进化算法计算任务分配比率；步骤五、根据任务分配比率将救援任务划分为多个子任务，并将多个子任务卸载到救援车辆上执行，救援车辆完成任务后将任务结果上传给无人机。2.根据权利要求1所述的车雾辅助无人机灾后救援任务卸载方法，其特征在于，所述步骤四中，所述通信速率的计算过程包括：计算无人机到所有地面车辆的距离：式中，(x
u
，y
u
，z
u
)和(x
m
，y
m
，0)分别表示无人机和地面车辆的坐标；计算与每辆车的平均通信信道功率增益：式中，表示无人机与车辆之间的视距通信概率，β0表示视距通信条件下参考距离为1米的路径损失，κ表示由于非视距通信造成的额外衰减因子；计算与每辆车的平均通信速率：式中，b表示信道的带宽，p
trans
表示无人机的传输功率，σ2表示噪音功率。3.根据权利要求2所述的车雾辅助无人机灾后救援任务卸载方法，其特征在于，所述步骤五中，所述救援任务的总时延计算公式为：其中，t
loc
表示无人机处理任务的时延，λ0表示分配给无人机的任务占总任务的比率，η表示任务的计算复杂度，d表示总任务的数据规模，f
u
表示无人机的计算资源；表示任务卸载到第m个车辆的传输时延，λ
m
表示分配给第m个车辆的任务占总任务的比率，f
m
表示第m个车辆的空闲计算资源，t
m
表示第m个车辆的任务处理时延。4.根据权利要求2所述的车雾辅助无人机灾后救援任务卸载方法，其特征在于，所述步骤五中，所述救援任务的总处理能耗计算公式为：
其中，e
loc
表示无人机处理任务的能耗，k表示与cpu架构相关的有效开关电容，ω是一个常数；e
m
表示无人机将任务分配给第m个车辆的传输能耗，p
trans
表示无人机的传输功率。5.根据权利要求4所述的车雾辅助无人机灾后救援任务卸载方法，其特征在于，所述步骤五中，所述救援任务的总优化目标函数为：其中，α和β分别代表时延和能耗的权重。

技术总结

本发明公开了一种车雾辅助无人机灾后救援任务卸载方法，包括：步骤一、建立降低无人机执行任务的时延和能耗的多目标联合优化模型，确定空中无人机的位置和计算资源；步骤二、确定救援任务的数据规模，计算复杂度和最大允许时延；步骤三、确定该无人机通信范围内的救援车辆的数量、计算资源和位置；步骤四、通过无人机计算每辆车之间的通信速率；确定任务被执行的时延和能耗，通过进化算法计算任务分配比率；步骤五、根据任务分配比率将救援任务划分为多个子任务，并将多个子任务卸载到救援车辆上执行，救援车辆完成任务后将任务结果上传给无人机。无人机。无人机。