深空环境中基于云边端协同的任务卸载方法

摘要：

深空探测是当今世界航天任务的重要领域,深空探测自主技术对未来进行大规模的深空探测具有重大意义.由于深空环境复杂且未知,通信时延长,星上计算资源有限,深空探测自主技术面临严峻挑战.针对此问题,提出了一种面向深空探测任务的数字孪生云边端协同框架,通过云边端协同的任务卸载,为深空探测自主技术提供更加高效的资源服务.首先将复杂深空探测任务分解为多个具有依赖关系的子模块,然后在虚拟空间层分别建立环绕器覆盖时间模型、协同计算模型和模块依赖模型,最后基于以上模型构建了相应的目标优化问题.优化目标是在模块依赖、环绕器的有效通信服务时间以及着陆巡视器发射功率控制约束条件下,最小化着陆巡视器完成深空探测任务的能耗和时间.为了解决该优化问题,提出了一种自适应遗传算法,以确定最优的执行策略交由物理空间层的着陆巡视器执行.仿真结果表明,所提出的自适应遗传算法可以有效减少任务完成时间和能耗.此外,将所提的云边端协同计算模式与另外3种计算模式进行了对比,结果表明,在完成相同目标的情况下,所提的云边端协同框架具有更高的资源利用率.

关键词：深空探测、云边端协同、自适应遗传算法、数字孪生、任务卸载、任务依赖

所属期刊栏目：50

分类号：TP393(计算技术、计算机技术)

资助基金：国家重点研发计划;国家自然科学基金

在线出版日期：2023-03-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：80-88