发明

无人机MEC网络的规划调度方法、系统、设备和介质2026

2024-02-04 07:16:39 发布于四川 87
  • 申请专利号:CN202311423208.X
  • 公开(公告)日:2026-01-20
  • 公开(公告)号:CN117479125A
  • 申请人:广东电网有限责任公司
摘要:本发明涉及边缘计算技术领域,公开了一种无人机MEC网络的规划调度方法、系统、设备和介质,方法包括根据无人机的总飞行时延和总能耗,构建边缘计算网络的网络传输模型;根据任务优先级和任务处理时延,得到模型任务效用;以模型任务效用最大化为目标构建规划函数,并采用深度强化学习算法对所述规划函数进行决策,得到最优用户卸载策略和最优无人机运动路径。本发明通过对无人机的访问路径和用户的任务卸载策略进行联合优化,能够在满足无人机电池容量和飞行持续时间的约束下实现网络性能的最大化,有效解决了复杂的任务分配和路径规划问题,提高了问题的解决效率,从而进一步提升了网络运行效率和网络资源利用率。

专利内容

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 117479125 A (43)申请公布日 2024.01.30 (21)申请号 202311423208.X (22)申请日 2023.10.30 (71)申请人 广东电网有限责任公司 地址 510000 广东省广州市越秀区东风东 路757号 (72)发明人 孙颖 黄家嘉 危阜胜  (74)专利代理机构 广州三环专利商标代理有限 公司 44202 专利代理师 颜希文 (51)Int.Cl. H04W 4/40 (2018.01) H04W 28/08 (2023.01) H04W 24/06 (2009.01) 权利要求书2页 说明书10页 附图5页 (54)发明名称 无人机MEC网络的规划调度方法、系统、设备 和介质 (57)摘要 本发明涉及边缘计算技术领域,公开了一种 无人机MEC网络的规划调度方法、系统、设备和介 质,方法包括根据无人机的总飞行时延和总能 耗,构建边缘计算网络的网络传输模型;根据任 务优先级和任务处理时延,得到模型任务效用; 以模型任务效用最大化为目标构建规划函数,并 采用深度强化学习算法对所述规划函数进行决 策,得到最优用户卸载策略和最优无人机运动路 径。本发明通过对无人机的访问路径和用户的任 务卸载策略进行联合优化,能够在满足无人机电 池容量和飞行持续时间的约束下实现网络性能 A 的最大化,有效解决了复杂的任务分配和路径规 5 划问题,提高了问题的解决效率,从而进一

最新专利