logo móvil
Contáctanos

Sistema MEC colaborativo aire-tierra asistido por múltiples UAV: descarga conjunta de tareas y asignación de recursos basada en DRL y optimización de trayectoria 3D de UAV

Autores: Wang, Mingjun; Li, Ruishan; Jing, Feng; Gao, Mei

Idioma: Inglés

Editor: MDPI

Año: 2024

Descargar PDF

Acceso abierto

Artículo científico
2024

Sistema MEC colaborativo aire-tierra asistido por múltiples UAV: descarga conjunta de tareas y asignación de recursos basada en DRL y optimización de trayectoria 3D de UAV


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Robótica

Palabras clave

áreas afectadas por desastres
Terremotos
Tifones
Inundaciones
Vehículos aéreos no tripulados
Computación en el borde móvil
MEC
Multi-UAV
Sistema MEC cooperativo
Optimización de recursos
Descarga de tareas
Trayectorias de vuelo
Computación en el borde
Consumo de energía
Resultados de simulación
Convergencia.

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 1

Citaciones: Sin citaciones


Descripción
En áreas afectadas por desastres que fueron gravemente dañadas por terremotos, tifones, inundaciones, deslizamientos de tierra y similares, el uso de vehículos aéreos no tripulados (VANT) como estaciones base aéreas para la computación en el borde móvil (MEC) constituye una solución efectiva. En este sentido, investigamos un escenario colaborativo MEC aire-tierra en 3D facilitado por múltiples VANT para múltiples dispositivos terrestres (DT). Específicamente, primero diseñamos un sistema MEC cooperativo aire-tierra asistido por múltiples VANT en 3D y construimos modelos de comunicación del sistema, computación y consumo de energía del vuelo de los VANT. Posteriormente, se propone un problema de optimización de recursos cooperativos (CRO) al optimizar conjuntamente la descarga de tareas, las trayectorias de vuelo de los VANT y la asignación de recursos de computación en el borde para minimizar el consumo total de energía del sistema. Además, el problema CRO se desacopla en dos subproblemas. Entre ellos, se utiliza el algoritmo de aprendizaje por refuerzo profundo MATD3 para optimizar conjuntamente las decisiones de descarga de los DT y las trayectorias de vuelo de los VANT; posteriormente, se demuestra el esquema óptimo de asignación de recursos en el borde a través de la derivación de las condiciones KKT. Finalmente, los resultados de la simulación muestran que el algoritmo tiene una buena convergencia en comparación con otros algoritmos y puede reducir efectivamente el consumo de energía del sistema.

Otros recursos que podrían interesarte

Temas Virtualpro