基于数据压缩的无人机边缘计算卸载优化

TN92; 数据压缩技术通过压缩计算任务可以降低移动边缘计算(Mobile edge computing,MEC)网络中终端用户的卸载能耗.针对终端用户与基站之间的通信链路被障碍物阻挡对通信质量有影响问题,为满足应急通信和节能卸载需求,提出了一种无人机搭载中继设备和边缘服务器辅助MEC中基于数据压缩的任务卸载方案.考虑任务压缩比例、系统资源和无人机机载能量等约束条件,建立用户总能耗最小化问题.将该非凸优化问题建模成一个马尔可夫决策过程,使用深度强化学习中柔性演员-评论家算法求解.仿真结果表明,所提方案具有良好的收敛性,与基准算法相比,能耗降低了24.7%～42.2%....

Full description

Saved in:
Bibliographic Details
Published in数据采集与处理 Vol. 39; no. 6; pp. 1432 - 1444
Main Authors 李斌, 朱潇, 王俊义
Format Journal Article
LanguageChinese
Published 南京信息工程大学计算机学院,南京 210044%桂林电子科技大学信息与通信学院,桂林 541004 01.11.2024
Subjects
数据压缩
data compression
unmanned aerial vehicle(UAV)
task offloading
深度强化学习
无人机
mobile edge computing(MEC)
deep reinforcement learning
任务卸载
移动边缘计算
Online AccessGet full text
ISSN1004-9037
DOI10.16337/j.1004-9037.2024.06.012

Cover

More Information
Summary:TN92; 数据压缩技术通过压缩计算任务可以降低移动边缘计算(Mobile edge computing,MEC)网络中终端用户的卸载能耗.针对终端用户与基站之间的通信链路被障碍物阻挡对通信质量有影响问题,为满足应急通信和节能卸载需求,提出了一种无人机搭载中继设备和边缘服务器辅助MEC中基于数据压缩的任务卸载方案.考虑任务压缩比例、系统资源和无人机机载能量等约束条件,建立用户总能耗最小化问题.将该非凸优化问题建模成一个马尔可夫决策过程,使用深度强化学习中柔性演员-评论家算法求解.仿真结果表明,所提方案具有良好的收敛性,与基准算法相比,能耗降低了24.7%～42.2%.
ISSN:1004-9037
DOI:10.16337/j.1004-9037.2024.06.012