公开(公告)号：CN114048689A

公开(公告)日：2022-02-15

申请号：CN202210034831.5

申请日：2022-01-13

Applicant: 南京信息工程大学

Inventor： 夏景明 ,  王亮 ,  李斌 ,  谈玲

IPC: G06F30/27 ,  G06F9/445 ,  G06F9/48 ,  G06F9/50 ,  G06N3/04 ,  G06N3/08 ,  G06N3/12 ,  G06F111/04 ,  G06F119/06 ,  G06F119/12

Abstract: 本发明公开了一种基于深度强化学习的多无人机空中充电和任务调度方法，包括：构建多无人机群辅助边缘计算模型；预设每个无人机的计算资源；构建多无人机位置部署、用户设备卸载决策和计算资源分配的优化模型；以无人机群能耗最小为优化目标，采用DDQN算法求解用户设备的卸载决策；采用差分进化算法求解无人机的计算资源分配策略；再次利用差分进化算法对无人机部署策略进行优化；迭代直至获得无人机的部署策略、无人机的计算资源最优分配策略，以及用户设备的最优卸载决策。本发明考虑到了多无人机之间的协作，无人机之间计算资源的平衡，使部分无人机充当中继站，将任务传输给其他无人机来计算，以获得无人机系统能耗最小的最优卸载决策。

公开(公告)号：CN114048689B

公开(公告)日：2022-04-15

申请号：CN202210034831.5

申请日：2022-01-13

Applicant: 南京信息工程大学

Inventor： 夏景明 ,  王亮 ,  李斌 ,  谈玲

IPC: G06F30/27 ,  G06F9/445 ,  G06F9/48 ,  G06F9/50 ,  G06N3/04 ,  G06N3/08 ,  G06N3/12 ,  G06F111/04 ,  G06F119/06 ,  G06F119/12

Abstract: 本发明公开了一种基于深度强化学习的多无人机空中充电和任务调度方法，包括：构建多无人机群辅助边缘计算模型；预设每个无人机的计算资源；构建多无人机位置部署、用户设备卸载决策和计算资源分配的优化模型；以无人机群能耗最小为优化目标，采用DDQN算法求解用户设备的卸载决策；采用差分进化算法求解无人机的计算资源分配策略；再次利用差分进化算法对无人机部署策略进行优化；迭代直至获得无人机的部署策略、无人机的计算资源最优分配策略，以及用户设备的最优卸载决策。本发明考虑到了多无人机之间的协作，无人机之间计算资源的平衡，使部分无人机充当中继站，将任务传输给其他无人机来计算，以获得无人机系统能耗最小的最优卸载决策。