满意度驱动下无人机移动边缘计算服务缓存和资源分配方法

随着物联网的蓬勃发展,无人机移动边缘计算作为一种新兴的计算范式,将密集型任务卸载到网络边缘服务器上,从而提高用户数据处理能力。该文针对用户任务类型多样化和不同优先级的需求,设计一种量子遗传和凸优化相结合的服务缓存和资源分配算法。在考虑到存储、计算和能耗约束下,通过联合优化服务缓存、用户卸载策略、时隙划分、计算资源分配和飞行轨迹实现用户满意度最大和服务缓存最小化。具体而言,将原问题分解为3个子问题。首先,基于量子遗传算法求解服务缓存和用户卸载子问题;其次,基于拉格朗日对偶函数得到计算资源分配闭式解;而后,利用逐次凸逼近技术求解时隙划分和无人机轨迹优化子问题;最后,将3个子问题多次迭代获得最优解。仿真结果表明该算法能很好的满足用户多样化需求还兼顾较低的服务缓存。