Energieeffiziente Ressourcenallokation in UAV-unterstützten mobilen Edge-Computing-Netzwerken

In diesem Papier betrachten wir das Problem der Minimierung der Gesamtkraft durch die gemeinsame Optimierung der Benutzerzuordnung, der Leistungssteuerung, der Zuteilung der Rechenkapazität und der Standortplanung in einem mobilen Edge-Computing (MEC)-Netzwerk mit mehreren unbemannten Luftfahrzeugen (UAVs). Um das nichtkonvexe Problem zu lösen, schlagen wir einen algorithmischen Ansatz mit niedriger Komplexität vor, der drei Teilprobleme iterativ löst. Für das Teilproblem der Benutzerzuordnung wird ein algorithmus auf der Basis von komprimierender Sensorik vorgeschlagen. Für das Teilproblem der Zuteilung der Rechenkapazität wird die optimale Lösung in geschlossener Form erlangt. Für das Teilproblem der Standortplanung wird die optimale Lösung effektiv über eine eindimensionale Suchmethode gefunden. Um eine machbare Lösung für diesen iterativen Algorithmus zu erhalten, wird ein algorithmus auf der Basis von fuzzy c-means Clustering vorgeschlagen. Die numerischen Ergebnisse zeigen, dass der vorgeschlagene Algorithmus eine bessere Leistung als die konventionellen Ansätze erzielt.