基于DAG拓扑生成与动态DNN模型分区的多无人机协同推理优化方法

本发明提供一种基于DAG拓扑生成与动态DNN模型分区的多无人机协同推理优化方法，包括当接收到地面车辆的任务请求时，基于势场法动态调整无人机位置，并结合贪心分簇与DAG拓扑生成策略构建拓扑网络；基于非连续层分配机制与动态规划算法DPA进行动态DNN模型分区，将DNN非连续层动态分配至不同无人机；根据拓扑网络和分区方案进行DNN推理；基于优先级和能量感知策略进行缓存更新；计算延时和开销。本发明能够根据任务的复杂性和每架无人机的计算能力，智能地进行任务分配和负载均衡，从而提高系统的整体效率，减少处理时延；能够根据网络状态和环境变化，灵活调整任务和数据的分配策略，保证任务的实时性和高效性。