Resumen

Abordando el problema de que las estaciones base fijas tradicionales no pueden proporcionar una buena cobertura de señal debido a factores geográficos, lo cual puede reducir la eficiencia de la descarga de tareas, se propone una estrategia colaborativa de descarga de tareas utilizando un algoritmo genético mejorado en la computación en el borde móvil (MEC) al introducir el cluster de vehículos aéreos no tripulados (UAV). Primero, para el escenario en el que el cluster de UAV sirve a múltiples terminales terrestres, se formula un modelo colaborativo de descarga de tareas para transferir selectivamente las tareas a los UAV o a la estación base. Luego, se plantea una función objetivo y restricciones relacionadas para minimizar el retraso temporal y el consumo de energía mediante el análisis de estos en el proceso de comunicación y computación en el sistema, considerando muchos factores. Posteriormente, se introduce el algoritmo genético mejorado para resolver el problema de optimización, obteniendo la estrategia óptima de descarga de tareas colaborativa. Para verificar el rendimiento del método propuesto, se realizan simulaciones en MATLAB. Los resultados de las simulaciones mostraron que la utilización conjunta de UAV y MEC mejora la eficiencia de descarga de la estrategia propuesta. Cuando el número de UAV es de 12, la utilidad total alcanza 1.83 y el tiempo de finalización de la tarea no supera los 110ms. En este caso, la tarea puede ser razonablemente descargada a los UAV o completada localmente.

• Materias:Sensores Algoritmo genético Controlador difuso Planificación de ruta
• Subjects:sensors Genetic algorithm Fuzzy controller Path planning
• Palabras claves:Tradicional; Estaciones base; Cobertura de la señal; Descarga de tareas; Algoritmo genético; Computación móvil de borde
• Keywords:Traditional; Base stations; Signal coverage; Task offloading; Genetic algorithm; Mobile edge computing