空天地一体化网络中无人机智能任务调度算法研究

研究背景与意义

• 研究背景：空天地一体化网络（SAGIN）被认为是下一代网络的关键结构。天基网络和空基网络可以协助和卸载计算任务。
• 研究意义：无人机作为空基网络的主要节点，负责收集和处理来自地面设备的计算任务。任务可以进行本地计算或卸载到地面基站或天基网络。

主要贡献与创新

• 主要贡献：设计了两种无人机智能任务调度算法，一种适用于资源竞争场景，另一种适用于多智能体合作场景。
• 创新点：
  • 在资源竞争场景下，提出基于比例公平感知拍卖和近端策略优化的任务调度算法。
  • 在多智能体合作场景下，提出基于分簇的多智能体合作任务调度算法。

研究内容概述

第二章 相关技术介绍

• 拍卖理论：包括可分割物品拍卖和公平性原则。
• 强化学习：包括策略梯度方法和近端策略优化算法。
• 多智能体强化学习：采用多代理强化学习框架。

第三章 空天地一体化网络无人机任务调度架构

• 架构：介绍了空天地一体化网络的架构。
• 计算任务模型：定义了计算任务模型。
• 边缘计算过程建模：建立了边缘计算过程模型。
• 传输模型：描述了传输模型。
• 问题分析：分析了任务调度面临的问题。
• 任务调度流程：详细描述了无人机任务调度流程。

第四章 面向资源竞争的无人机智能任务调度算法

• 任务调度问题：分析了资源竞争场景下的任务调度问题。
• 比例公平感知的智能任务调度算法：设计了基于比例公平拍卖和近端策略优化的任务调度算法。
• 资源分配算法：详细描述了比例公平拍卖流程和机制。
• 任务卸载算法：设计了竞争场景下的任务卸载算法。
• 实验结果：通过仿真实验验证了算法的有效性。

第五章 基于多智能体合作的无人机任务调度算法

• 任务调度问题：分析了多智能体合作场景下的任务调度问题。
• 动态无人机分簇算法：提出了动态无人机分簇算法。
• 多智能体合作卸载算法：设计了基于分簇的多智能体合作卸载算法。
• 实验结果：通过仿真实验验证了算法的有效性。

第六章 全文总结与展望

• 全文总结：总结了研究的主要成果和贡献。
• 后续工作展望：提出了未来的研究方向和改进措施。

关键词

• 空天地一体化网络
• 任务调度
• 深度强化学习
• 比例公平拍卖
• 无人机分簇算法