国家自然科学基金项目
无人机边缘计算多维资源协同与任务调度研究
基本信息
项目批准号：62101277
申请代码：F0103
项目名称：无人机边缘计算多维资源协同与任务调度研究
项目负责人：李斌
依托单位：南京信息工程大学
研究期限：2022-01-01 至 2024-12-31
资助经费：30.0（万元）
中文摘要：
无人机通过搭载计算平台，赋予边缘计算能力，能有效克服地理因素带来的通信障碍，为热点地区或应急救援地区提供轻量级计算服务。本项目重点从多无人机空地协同计算、无人机中继协同计算以及多用户设备协同计算三个方面展开研究，通过对计算资源、通信资源及无人机飞行轨迹进行联合优化，以实现地面用户和无人机的总能耗最小化。具体研究内容包括：(1)考虑多任务之间的依赖关系，基于地面用户与边缘云的关联策略，拟提出纵向与横向协同的计算卸载与资源分配方案；(2)利用无人机同时作为计算节点和中继节点的角色，拟提出基于非正交多址技术的接入机制与计算卸载策略；(3)考虑实际网络中地面用户的移动性，拟提出基于终端直通的两层卸载方案，建立激励机制并设计灵活卸载和资源智能管理的算法。本项目研究成果将为复杂环境中无人机边缘计算任务卸载提供重要理论依据，有助于推动无人机边缘计算网络更为广泛的应用。
英文摘要：
Unmanned aerial vehicle (UAV) as edge server is deployed to support more flexible computation services in regions of hotspot or emergence response. The project intends to study the joint problem of offloading decision and trajectory optimization in UAV-enabled mobile edge computing (MEC) networks with the aim of minimizing the total energy consumption of all ground devices and UAVs, which lays emphasis on the collaborative computing among multiple UAVs and ground base station (BS), the collaborative computing assisted by a UAV relay, and the multiuser collaborative computing, respectively. Specifically, (1) Considering the dependencies among tasks and the user association between ground users and edge clouds, the vertical cooperation and the horizontal cooperation are exploited; (2) The uplink non-orthogonal multiple access technique for offloading computation tasks is adopted where a UAV serves as a computing node or acts as a relay for further offloading the computation tasks to multiple ground BSs; (3) The mobility-aware task offloading framework in the device-to-device-enabled cooperative MEC system is studied, in which the incentive mechanism is proposed and the intelligent resource management algorithm is designed. The research results of this project will provide an important theoretical basis for the UAV-assisted MEC in complex environments, and it will be helpful to promote wide applications.
结题摘要
无人机作为低空平台因其灵活的机动能力，在环境监测以及灾区救援时拥有巨大的潜力，使其在6G中的应用受到广泛关注。利用无人机的灵活性与高机动性，可以有效增强移动边缘计算系统的适应性和可靠性。本项目围绕“如何更加高效、智能、实时地适配网络资源及规划无人机飞行路径以满足业务需求和提高网络效能”这一核心科学问题，综合考虑地理环境的动态性、任务类型的多样性、计算资源的不确定性等因素，研究面向无人机边缘计算网络的资源分配新理论与方法，深入探索无人机在复杂环境和多元计算任务需求下的节能增效潜力，实现对网络资源的优化配置和高效利用。针对上述研究内容，本项目首先研究了面向空地协同边缘计算网络用户关联与资源分配问题，提出了高效的用户关联与资源优化方法；其次，研究了智能反射面辅助的信号补盲与计算增强问题，通过调整电磁单元的相位进行波束赋形，以增强边缘用户的信号质量，提出了基于深度强化学习的任务卸载与资源分配策略；最后，研究了异构网络多维资源管理方法，提出了满足异质服务质量要求的通信、感知和计算三维资源智能分配系列方法，解决了无人机通感算融合网络用户之间的资源竞争和按需分配问题。在本项目的资助下，课题组共发表学术论文28篇，其中高水平国际期刊论文18篇，包括IEEE Transactions汇刊8篇（IEEE Transactions on Wireless Communications, IEEE Transactions on Communications, IEEE Transactions on Vehicular Technology）以及IEEE Internet of Things Journal等通信领域国际顶级期刊；国内权威期刊10篇，包括通信学报2篇、电子与信息学报5篇；申请国家发明专利6项，其中授权1项，超额完成既定目标。部分研究成果获得中国通信学会自然科学奖一等奖。本项目相关研究成果可为低空边缘计算网络领域的研究与实际应用提供有价值的参考和支撑。
从官网获取报告原文信息请点击左下角“阅读原文”！
版权声明：本文所有文字来自国家自然科学基金委员会官方网站（https://www.nsfc.gov.cn/），版权归原作者/机构所有。如有侵权，请留言并提交证据，收到核实后删。
！
以科技赋能产业
以创新引领发展
未来，已来！
