摘要
本发明公开了一种物联网边端协同的无人机位置和资源联合优化方法,在区域划分方面,通过基于图论的归一化割算法利用服务器的计算能力权重和用户的任务需求权重来调整区域划分的范围,权重较大的服务器可以影响更大的区域,任务需求较高的用户更倾向于选择计算能力强的服务器;在无人机部署和资源分配方面,利用逐次凸逼近算法,将复杂的非凸问题逐步转化为一系列更容易求解的凸优化子问题,迭代求解这些子问题,逐步逼近全局或局部最优解,获得更高精度的无人机位置以及资源分配。本发明通过边端协同机制对任务进行分割与卸载,移动用户、无人机和边缘计算节点共同分担任务处理,能够确保任务高效完成并优化资源利用。
技术关键词
无人机
资源联合优化方法
时延
物联网设备
节点
拉普拉斯
路径损耗模型
矩阵
逼近算法
计算机存储介质
能耗
存储计算机程序
数据
计算机程序产品
资源分配参数
噪声功率
服务器
资源分配策略
系统为您推荐了相关专利信息
电力线路报警方法
卡尔曼滤波算法
机械耦合模型
故障诊断模型
地质灾害风险
多任务学习模型
BOSS系统
分析方法
强化学习框架
衰减特征
三维点云数据
标记
表达式
深度神经网络模型
参数
无人机协同
分布式模型预测控制
风速
跟踪方法
轨迹
机器学习模型
历史流量数据
数据流量控制技术
动态
告警机制