基于多无人机辅助多访问边缘计算的QoE最大化：一种在线联合优化方法
系统与控制
2025-07-08 v2 系统与控制
摘要
在灾难场景中，依赖地面基础设施的常规多访问边缘计算（MEC）范式可能因基础设施受损而无法使用。由于高概率直线距离（LoS）通信、灵活的移动性和低成本，无人机（UAV）辅助MEC正成为为灾难地区的地面用户设备（UDs）提供边缘计算服务的有前景的范式。然而，UAV的电池容量、计算资源和频谱资源的限制也为UAV辅助MEC带来了严峻挑战，这些挑战可能缩短UAV的服务时间并降低UDs的服务质量（QoE），除非存在有效的控制方法。鉴于此，本文首先提出了一种多UAV辅助MEC网络的层次结构，使多个UAV能够协调提供边缘计算服务。随后，我们构建了一个联合任务卸载、资源分配和UAV轨迹控制优化问题（JTRTOP），以在考虑UAV的能源和资源约束的前提下最大化UDs的QoE。由于该问题被证明具有时序依赖性且为NP难题，我们提出了一种新颖的在线联合任务卸载、资源分配和UAV轨迹控制方法（OJTRTA）来求解该问题。具体而言，首先使用Lyapunov优化框架将JTRTOP转化为每个时间槽的实时优化问题（PROP）。随后，提出一种基于博弈论和凸优化的两阶段优化方法来求解PROP。仿真结果表明，所提出的OJTRTA优于各种基准方法，UDs的QoE至少提高10%，优于基于深度强化学习（DRL）的算法，从而验证了所提出方法的优越性。
引用
@article{arxiv.2406.11918,
title = {QoE Maximization for Multiple-UAV-Assisted Multi-Access Edge Computing via an Online Joint Optimization Approach},
author = {Long He and Geng Sun and Zemin Sun and Qingqing Wu and Jiawen Kang and Dusit Niyato and Zhu Han and Victor C. M. Leung},
journal= {arXiv preprint arXiv:2406.11918},
year = {2025}
}