无人机移动边缘计算系统的优化策略研究

发布时间：2021-05-16 11:52

　　随着创新应用的不断发展,传统的4G网络构架已经难以满足指数型增长的数据流、多样化的终端设备及各种复杂的服务场景。由此无线通信在其移动性能,安全性,网络延迟,通信可靠性方面都提出了更高的要求。另外,移动边缘计算系统作为5G可能的关键性技术基础,通过将无线网络技术与互联网关键技术相结合的同时在无线通信模块增加了计算、存储、中央处理器（Central Processing Unit,CPU）等,有效的解决了无线通信网络中的延迟,存储空间不足等问题。因此,移动边缘计算网络的计算任务卸载具有响应时延低,网络扩展性好等特点。在移动边缘计算系统中加入无人机,利用无人机的灵活部署,通过联合计算和通信协作方法,使用户在计算和通信方面的合作能够提高移动边缘计算（Mobile Edge Computing,MEC）性能。但是针对无人机的快速移动性的特点,其飞行轨迹控制策略与传统通信系统容量,功耗等关系尚不明确,需要根据无人机通信的移动性特点,结合经典的空对地视距（Line of Sight,LoS）信道模型,基于以上需求,本文拟从单无人机-多地面基站和多无人机-多地面基站任务卸载模型出发,分析无人机能耗优化... 

【文章来源】：南昌大学江西省 211工程院校

【文章页数】：71 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 移动边缘计算研究现状
        1.2.2 无人机移动边缘计算研究现状
    1.3 论文主要研究工作和章节安排
第2章 UAV移动边缘计算的关键技术
    2.1 旋翼无人机推进能耗的系统模型
    2.2 TSP旅行商问题求解
    2.3 SCA连续凸近似法
    2.4 路径离散法
    2.5 凸优化技术
第3章 UAV移动边缘计算系统能量最小化
    3.1 引言
    3.2 系统模型
        3.2.1 信道模型
        3.2.2 能耗模型
        3.2.3 问题建模
    3.3 问题求解
        3.3.1 飞行悬停通信协议
        3.3.2 路径离散解决方案
    3.4 数值结果
        3.4.1 参数设计
        3.4.2 仿真分析
    3.5 本章小结
第4章 多UAV移动边缘计算系统任务完成时间最小化
    4.1 引言
    4.2 系统模型
        4.2.1 时间离散化处理
        4.2.2 任务卸载信道模型
        4.2.3 问题建模
    4.3 问题求解
        4.3.1 联合优化通信调度及功率分配
        4.3.2 无人机轨迹优化设计
    4.4 数值结果
        4.4.1 参数设计
        4.4.2 仿真分析
    4.5 本章小结
第5章 结论与展望
    5.1 结论
    5.2 进一步工作的方向
致谢
参考文献


【参考文献】：
期刊论文
[1]3D Geometry-Based UAV-MIMO Channel Modeling and Simulation[J]. Rubing Jia,Yiran Li,Xiang Cheng,Bo Ai.  中国通信. 2018(12)
[2]5G网络技术研究现状和发展趋势[J]. 王胡成,徐晖,程志密,王可.  电信科学. 2015(09)



本文编号：3189638