✅作者简介热爱科研的Matlab仿真开发者擅长毕业设计辅导、数学建模、数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。 往期回顾关注个人主页Matlab科研工作室 关注我领取海量matlab电子书和数学建模资料个人信条格物致知,完整Matlab代码获取及仿真咨询内容私信。 内容介绍移动边缘计算与无人机辅助系统的兴起随着移动互联网和物联网的迅猛发展大量智能设备接入网络数据量呈爆炸式增长。传统的云计算模式将数据传输到远程数据中心进行处理面临着高时延、高能耗以及网络拥塞等问题。移动边缘计算MEC应运而生它将计算资源下沉到网络边缘使数据能够在靠近用户的位置进行处理大大降低了数据传输时延提升了用户体验。无人机因其具有灵活部署、快速响应等特点逐渐被引入到 MEC 系统中形成无人机辅助的 MEC 系统。无人机可以携带计算资源在一定区域内飞行为地面用户提供更高效的计算服务。多要素联合优化的必要性无人机轨迹无人机的飞行轨迹直接影响其对地面用户的服务覆盖范围和信号质量。合理的轨迹规划能确保无人机在飞行过程中与更多地面用户保持良好通信提高服务效率。例如在人口密集区域无人机需规划合适轨迹使更多用户能受益于其携带的计算资源。传输功率传输功率决定了无人机与地面用户之间数据传输的可靠性和速率。功率过高会导致能耗增加缩短无人机续航时间功率过低则可能出现数据传输中断或速率低下的情况。因此精确控制传输功率至关重要。多无人机与多 GU 及 MEC 关联在多无人机和多地面用户的场景下如何将无人机与地面用户以及 MEC 服务器进行合理关联直接影响系统整体性能。不同的关联策略会导致计算资源分配的差异进而影响用户任务的处理时延和成功率。然而若对这些要素单独进行优化无法充分发挥系统的潜力。例如仅优化无人机轨迹而不考虑传输功率可能导致在某些位置虽能覆盖用户但因功率不足无法有效传输数据单独优化关联而不考虑轨迹和功率可能使关联的无人机因位置不佳或功率问题无法提供良好服务。所以对无人机轨迹、传输功率及多无人机与多地面用户和 MEC 关联进行联合优化十分必要。各要素原理分析无人机轨迹规划在规划无人机轨迹时需要考虑诸多约束条件如飞行安全约束避免碰撞障碍物、能量约束受电池容量限制以及服务覆盖约束等。其规划目标通常是在满足这些约束的前提下最大化对地面用户的服务时间或覆盖范围。常见的方法包括基于图搜索算法如 Dijkstra 算法根据地图信息和约束条件搜索最优飞行路径或者采用优化算法如遗传算法、粒子群算法将轨迹参数化通过迭代优化找到最优轨迹。传输功率控制传输功率与数据传输质量密切相关。根据香农公式信道容量与传输功率的对数成正比。在实际中需要根据无人机与地面用户的距离、信道衰落情况动态调整传输功率。例如当无人机靠近用户且信道条件良好时可适当降低功率以节省能耗当距离较远或信道衰落严重时增加功率以保证数据传输的可靠性。功率控制算法通常基于对信道状态的实时监测采用自适应功率调整策略。多无人机与多 GU 及 MEC 关联关联原理主要涉及如何将地面用户的计算任务分配给最合适的无人机或 MEC 服务器。这需要考虑用户任务的计算需求、无人机的计算资源和剩余能量、MEC 服务器的负载情况等因素。常见的关联策略有基于用户需求优先级的策略即根据任务紧急程度或资源需求大小为用户分配关联对象还有基于系统整体性能优化的策略通过建立数学模型求解使系统时延最小化或资源利用率最大化的关联方案。联合优化的优势与意义通过联合优化无人机轨迹、传输功率及多无人机与多地面用户和 MEC 的关联能够显著提升系统性能。一方面可有效降低数据传输时延提高用户任务处理的实时性满足诸如自动驾驶、工业控制等对时延敏感的应用需求。另一方面能提高资源利用效率减少无人机能耗延长其工作时间同时合理分配计算资源避免 MEC 服务器过载。这种联合优化技术对于推动未来无线通信和物联网的发展具有重要意义有望在智能交通、智能工厂、应急救援等众多领域实现更高效的服务。⛳️ 运行结果 部分代码function [Target,Delay_Utility,real_Delay_Utility,prop_offload] GetTargetValue(ck_Rate, Given_TAU_umn, Given_L_un, Task_Bit_Vec, delta, N, Num_User, Num_UAV)% GetTargetValue get the target valueMatrix_Replicate_10_40 zeros(Num_User, Num_User * Num_UAV);for u1:Num_Userfor m1:Num_UAVMatrix_Replicate_10_40(u, u(m-1)*Num_User) 1;endendoffload_bits ck_Rate/1e6 .* Given_TAU_umn * delta * (Matrix_Replicate_10_40);offload_ratio offload_bits ./ repmat(Task_Bit_Vec/1e6,[N,1]);Delay_Utility sum((diag(1:1:N)) * (offload_ratio Given_L_un), 1);Target max(Delay_Utility);prop_offload ones(1,N) * offload_ratio;prop_local ones(1,N) * Given_L_un;real_offload_bits ck_Rate .* Given_TAU_umn * delta * (Matrix_Replicate_10_40);real_local_bits Given_L_un * diag(Task_Bit_Vec);real_Delay_Utility sum((diag(1:1:N)) * (real_offload_bits real_local_bits), 1);fprintf(Target:%d\n, Target);% Delay_Utility;% real_Delay_Utility;end 参考文献[1]刘建华,李国华,刘佳嘉,等.无人机辅助无线供电移动边缘计算系统的多目标优化[J].电子与信息学报, 2025, 47(12):1-14.DOI:10.11999/JEIT250026.往期回顾扫扫下方二维码天天Matlab推荐搜索完整代码程序定制