一种面向多无人机边缘网络中截止期限约束的协同计算卸载的团购拍卖
《Ad Hoc Networks》:A group-selling auction for deadline-constrained computation collaborative offloading in multi-UAV edge networks
【字体:
大
中
小
】
时间:2026年08月28日
来源:Ad Hoc Networks 5.4
编辑推荐:
摘要
无人机辅助移动边缘计算(UAV-assisted MEC)可以在地面基础设施有限的区域提供时延敏感的计算服务。然而,在开放服务市场中,无人机通常归自利卖方所有,且单个无人机可能无法满足任务的截止时间、可靠性和能量要求。本文研究了多无人机边缘网络中用于协作卸载的多任务分组
摘要
无人机辅助移动边缘计算(UAV-assisted MEC)可以在地面基础设施有限的区域提供时延敏感的计算服务。然而,在开放服务市场中,无人机通常归自利卖方所有,且单个无人机可能无法满足任务的截止时间、可靠性和能量要求。本文研究了多无人机边缘网络中用于协作卸载的多任务分组售卖拍卖。多个任务请求者(TRs)提交异构任务合约,而地面经纪商招募无人机卖方并将它们打包成特定任务的卸载服务。我们在剩余能量、截止时间、可靠性和预算约束下,构建了经纪商侧的采购与分配问题。为支持短交易周期,我们设计了一种三阶段多任务分组售卖拍卖(MT-GSA),其中经纪商构建可行的无人机联盟,计算选定无人机的关键报价支付,并通过预算可行的逆向拍卖竞争 TR 合约。该机制保证了服务可行性,为选定的无人机和获胜经纪商提供了个体理性,并在固定的任务前剩余状态和可验证的服务参数下满足任务级报价单调性。跨任务状态耦合将该结果限制在任务级阈值支付,并不能确保全局策略无证明性。仿真表明,与代表性基准相比,MT-GSA 提高了任务完成率、请求者效用、经纪商效用和无人机侧参与激励。
引言
移动边缘计算(MEC)将计算资源从远程云移至网络边缘,使无线设备能够通过更短的服务路径卸载时延敏感和计算密集型任务 [1], [2]。这种范式适用于现场感知、应急响应、人群监控和移动视频分析等场景,在这些场景中必须共同考虑任务截止时间和无线链路条件。无人机可以进一步将 MEC 服务扩展到地面边缘节点不可用或过载的区域 [3], [4]。与固定基础设施相比,无人机(UAVs)部署更易于实施,并且在适当定位时可以提供更有利的空地(A2G)链路 [5]。
然而,无人机辅助 MEC 不仅仅是一个无线资源分配问题。无人机具有有限的电池能量、有限的 CPU 能力和由移动性决定的短服务窗口 [6]。对于截止时间紧迫的大型任务,单个无人机可能不足够。一种实用的解决方案是让地面经纪商组织几个附近的无人机组成临时计算组 [7]。经纪商接收任务合约,划分工作负载,协调无人机执行并聚合结果。这种服务形式与许多无线系统中边缘控制器或路侧单元的操作方式相似,但它也引入了一个市场层面的问题:无人机可能属于不同的所有者,并且可能不会披露其真实的运营成本。
当多个任务请求者(TRs)在同一个交易周期内提交任务时,这个问题变得更加显著。经纪商必须决定服务哪些任务、招募哪些无人机以及如何分配招募到的无人机之间的工作负载。这些决策是耦合的,因为同一架无人机不能将相同的 CPU 周期和能量分配给多个已接受的任务。现有的 UAV-MEC 研究主要在集中控制下优化通信、轨迹和计算决策。现有的基于拍卖的 MEC 研究主要集中在个体资源交易或直接卸载机会上。它们并没有直接解决一种分组售卖服务,在这种服务中,经纪商首先采购无人机资源,然后受截止时间和可靠性要求约束销售完整的卸载套餐 [8]。
这种服务结构促使了一种用于无人机辅助边缘计算的多任务分组售卖拍卖。在考虑的市场中,多个 TRs 提交异构任务合约,经纪商形成特定任务的无人机联盟,无人机报告私有单位报价。该模型在交易过程中保留了主要的无线和计算约束,包括 A2G 速率、移动性引起的可用性、剩余能量、任务截止时间、任务预算和服务可靠性。它还分离了经纪商侧的无人机采购和经纪商之间的 TR 合约竞争。贡献总结如下:
• 我们开发了一种用于无人机辅助边缘计算的多任务分组售卖市场模型。该模型在 A2G 通信、移动性引起的可用性、任务截止时间、可靠性要求、剩余能量限制和互斥的经纪商关联无人机池下,捕获了多个 TRs、多个经纪商和异构无人机卖方。问题被表述为一个混合整数非线性规划,耦合了任务准入、无人机联盟选择和工作负载分配。
• 我们设计了一种三阶段多任务分组售卖拍卖(MT-GSA)。每个经纪商首先通过资源感知报价排序联盟形成构建可行的任务套餐,然后计算无人机侧关键报价支付,最后进入预算可行的多合约逆向拍卖。该过程避免了穷举联盟枚举,同时保持每个经纪商提交的任务套餐联合可行。
• 我们分析了可行性、个体理性、预算可行性、固定任务前剩余状态下的任务级报价单调性及其在跨任务耦合下的局限性,以及计算复杂度。数值研究使用异构任务、移动性感知无人机可用性和多个基准来评估服务完成、请求者效用、经纪商效用、无人机效用、运行时和主要经济属性。
本文其余部分组织如下。第 2 节回顾相关工作。第 3 节介绍系统模型并构建多任务采购问题。第 4 节描述 MT-GSA。第 5 节分析其属性。第 6 节展示数值结果。第 7 节总结本文。
章节片段
无人机辅助移动边缘计算
MEC 将计算资源放置在靠近移动用户的地方,并已用于减少无线卸载系统中的服务延迟。典型的 MEC 研究在无线和计算约束下共同考虑用户关联、卸载决策、带宽分配、CPU 调度和节能计算 [9], [10], [11], [12]。在大多数这些模型中,边缘资源是集中管理的。无人机通信在基础设施有限的环境中提供了另一种形式的边缘接入。
网络与服务模型
如图 1 所示,我们考虑一个由一组任务请求者、一组地面经纪商和一组无人机卖方组成的无人机辅助边缘网络。TR 集合表示为 M={1,2,…,M},其中每个 TR 在考虑的交易周期内提交一个计算任务合约。经纪商集合表示为 K={1,2,…,K},无人机卖方集合表示为 N={1,2,…,N}。经纪商 k 是一个地面控制器,负责接收任务请求,与其关联的无人机池通信,
机制概述
MT-GSA 有三个阶段。阶段 I 通过资源感知报价排序筛选形成特定任务的联盟,阶段 II 确定关键报价无人机支付,阶段 III 选择预算可行的任务 - 经纪商对并应用第二低可行报价支付。无人机竞争联盟成员资格,而经纪商竞争 TR 合约。每个经纪商将分布式无人机资源打包成可行服务并协调它们的执行。一个经纪商范围的剩余状态账本耦合了各个阶段
理论分析
上述设计的机制涉及两个耦合决策:每个经纪商内部的无人机采购和经纪商之间的合约分配。因此,我们检查所产生的市场结果是否满足实际部署所需的基本要求。分析重点关注服务可行性、个体理性、请求者侧预算可行性、报价单调性和计算复杂度。可行性确保每个获胜的服务套餐满足容量、延迟,
仿真设置
我们在 1km×1km 的服务区域内评估 MT-GSA。除非另有说明,K=4 个经纪商放置在固定的地面位置,N 架无人机随机部署,水平坐标在服务区均匀分布。TR 任务数量从 M=5 变化到 M=30。每个操作点平均基于 500 次独立试验。
主要参数汇总在表 3 中。任务输入大小、截止时间、预算和可靠性要求独立生成,以代表
结论
本文研究了用于无人机辅助 MEC 的分组售卖服务市场,其中经纪商在向自利无人机卖方采购计算资源后销售完整的卸载服务。该模型考虑了同一交易周期内的多个 TRs,并将市场决策与 A2G 通信、移动性引起的可用性、截止时间、可靠性、预算和无人机能量约束联系起来。相应的集中分配问题是一个混合整数非线性规划,因为任务
CRediT 作者贡献声明
Lixing Tan:撰写 – 初稿,软件,方法论,调查,正式分析,概念化。Zenan Lu:撰写 – 审阅与编辑,可视化,软件,调查。Shanshan Gu:撰写 – 审阅与编辑,调查,正式分析。Yang Wang:撰写 – 审阅与编辑,可视化,验证,数据管理。Zhenyu Song:撰写 – 审阅与编辑,监督,资金获取。Pengzhou Cheng:撰写 – 审阅与编辑,监督,项目管理。
利益冲突声明
作者声明他们没有任何已知的竞争财务利益或个人关系,这些利益或关系可能影响本文中报告的工作。
致谢
本工作得到了中国国家自然科学基金(项目编号:62172292)的支持。
Lixing Tan|Zenan Lu|Shanshan Gu|Yang Wang|Zhenyu Song|Pengzhou Cheng
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号