空中智能反射面辅助边缘计算中基于PPO的任务卸载方案
针对6G时代"智慧物联网"边缘计算系统中障碍物阻挡对任务卸载性能的影响,提出了 一种无人机搭载智能反射面(Reconfigurable Intelligent Surfaces,RIS)辅助的计算任务部分卸载方案.首先,在满足用户传输功率、无人机高度、任务卸载比例限制的条件下,通过联合优化时隙分配、任务卸载比例、无人机高度、RIS相移和用户传输功率,建立用户总能耗最小化问题;其次,将该非凸优化问题分解为4个子问题,使用深度强化学习中的近端策略优化(Proximal Policy Optimization,PPO)方法确定时隙分配策略;最后,将每个训练时间步作为一次求解,基于交替迭代方法和连续凸逼近方法得到问题的优化解.仿真结果表明,基于PPO的算法训练速度较快其用户总能耗比采用全部卸载方案的能耗减少了约23%,比采用无人机高度固定方案的能耗减少了约5.3%.
移动边缘计算、智能反射面、无人机、深度强化学习、任务卸载
49
TN929.5
国家自然科学基金;江苏省自然科学基金;江苏省高校自然科学基金面上项目;南京邮电大学宽带无线通信与传感网技术教育部重点实验室开放研究基金资助课题
2022-06-24(万方平台首次上网日期,不代表论文的发表时间)
共9页
3-11