面向地面干扰环境的无人机辅助边缘计算能效优化

摘要

为了提高传统移动边缘计算(mobile edge computing, MEC)系统的部署灵活性和地面干扰环境下的系统性能，提出了一种无人机(unmanned aerial vehicle, UAV)辅助边缘计算的方案。以所有时隙内的系统能效(energy efficiency, EE)最大化为目标，将无人机水平轨迹规划和指定任务时间内的用户调度问题建模为一个马尔科夫决策过程(Markov decision process, MDP),并基于双决斗深度Q网络(dueling double deep Q-network, D3QN)算法，优化通讯链路，赋予无人机智能感知干扰能力，提高轨迹稳定性，从而提升系统能效，求解得到无人机的最优轨迹和最佳用户调度方案。仿真结果表明，与基准方案相比，提出的方案在提高能效性能方面有着显著的优越性。

关键词

无人机通信 / 移动边缘计算 / 系统能效 / 抗干扰 / 深度强化学习