多无人机辅助MEC环境中基于Wardrop路由博弈的计算卸载

作     者：汪昕隆 林兵 陈星 WANG Xinlong;LIN Bing;CHEN Xing

作者机构：福建师范大学物理与能源学院福州350117 北京大学信息科学技术学院北京100871 福建省网络计算与智能信息处理重点实验室(福州大学)福州350116 福州大学计算机与大数据学院/软件学院福州350108 

出 版 物：《计算机科学》 (Computer Science)

年 卷 期：2024年第51卷第3期

页      面：309-316页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家自然科学基金(62072108) 福建省高校产学合作项目(2022H6024) 福建省社科规划项目(FJ2020C046) 

主　　题：多接入边缘计算 任务卸载 无人机 Wardrop路由博弈 Frank-Wolfe算法 

摘      要：无人机(Unmanned Aerial Vehicles,UAVs)与多接入边缘计算(Multi-access Edge Computing,MEC)技术的结合突破了传统地面通信的局限性,已成为解决MEC中任务卸载问题的重要手段。由于单无人机可提供的计算资源和能量有限,为了应对日益扩大的网络规模,考虑了多无人机辅助MEC环境中的任务卸载问题。基于问题定义,任务卸载过程可以视为一个在平行链路上进行的、具有玩家特定延迟函数的Wardrop路由博弈,目的是得到均衡状态和最优状态下的卸载策略,并量化分析两者间的差距。由于均衡解难以计算,因此构造了一个新的势函数,将均衡问题转换成最小化势函数问题。同时使用Frank-Wolfe算法最终获得均衡和最优卸载策略。算法在每次迭代中将目标函数线性化,通过求解线性规划得到可行方向,进而沿此方向在可行域内作一维搜索。仿真实验表明,相比其他基准测试方法,基于平行链路Wardrop路由博弈的均衡卸载策略能够有效降低模型总成本,且与最优卸载策略下总成本的比值约为1。