相关数据源计算卸载中用于最大化群体寿命的机器人子集选择

考虑移动机器人将其计算任务卸载到移动边缘处计算服务器的机器人集群无线网络。我们的目标是通过有效利用分布式数据源之间的相关性来最大化群体寿命。该优化问题通过选择合适的机器人子集将其感知数据发送至服务器来处理。本文中，分布式机器人子集之间的数据相关性被建模为无向图。提出一种最小度迭代划分（LDIP）算法将图划分为一组子图。每个子图至少有一个顶点（即子集），称为代表顶点（R-Vertex），其与子图内所有其他顶点相连且仅与之相连；仅选择代表顶点进行数据传输。当子图数量最大化时，所提出的子集选择方法在AWGN信道中被证明是最优的。对于独立衰落信道，可将极大极小原则纳入所提方法以获得最佳性能。