多无人机辅助移动边缘计算的多目标优化
信号处理
2024-04-25 v1 信息论
math.IT
摘要
无人飞行器（UAV）和移动边缘计算（MEC）的最新发展为用户提供了灵活且弹性的计算服务。然而，由于 UAV 的资源有限，满足用户计算密集且延迟敏感的需求构成了重大挑战。为了应对这一挑战，我们提出了一种用于多 UAV 辅助 MEC 系统的多目标优化方法。首先，我们构建了一个多目标优化问题，旨在通过联合优化任务卸载、计算资源分配和 UAV 轨迹控制，来最小化总任务完成时延、降低总 UAV 能耗并最大化卸载任务总量。由于该问题是一个混合整数非线性规划（MINLP）且为 NP-hard 问题，具有挑战性，我们提出了一种联合任务卸载、计算资源分配和 UAV 轨迹控制（JTORATC）方法来解决该问题。然而，由于任务卸载、计算资源分配和 UAV 轨迹控制的决策变量相互耦合，原始问题被分解为三个子问题，即任务卸载、计算资源分配和 UAV 轨迹控制，分别求解以获得相应的决策。此外，任务卸载子问题采用分布式分裂和阈值舍入方法求解，计算资源分配子问题采用 Karush-Kuhn-Tucker（KKT）方法求解，UAV 轨迹控制子问题采用逐次凸逼近（SCA）方法求解。仿真结果表明，与其他基准方法相比，所提出的 JTORATC 具有优越的性能。
引用
@article{arxiv.2404.15292,
title = {Multi-objective Optimization for Multi-UAV-assisted Mobile Edge Computing},
author = {Geng Sun and Yixian Wang and Zemin Sun and Qingqing Wu and Jiawen Kang and Dusit Niyato and Victor C. M. Leung},
journal= {arXiv preprint arXiv:2404.15292},
year = {2024}
}