无人机辅助海洋物联网数据采集与计算卸载策略研究OA

在海洋物联网中,无人机(Unmanned Aerial Vehicle, UAV)凭借其灵活部署与远程覆盖能力,能够极大地提升数据采集与边缘计算效率。但由于其计算和能量资源有限,UAV难以独立应对高密度数据处理需求。同时,正交多址接入方式频谱利用率较低,难以有效应对海上感知设备(Sensing Devices, SDs)高并发数据上传压力。为此,本文提出一种基于非正交多址接入(Non-Orthogonal Multiple Access, NOMA)的UAV辅助数据采集与计算卸载的联合优化策略。具体而言,UAV作为空中边缘计算节点,利用NOMA技术从多个海上SDs并行收集数据。当部分SD完成数据上传后,UAV根据其计算能力对部分已采集数据进行本地处理,同时将剩余数据卸载至地面基站,实现空地协同计算,从而缓解本地资源压力并提升系统整体处理能力。在此基础上,本文定义了UAV辅助海洋物联网数据采集与计算卸载问题,以最小化系统总能耗为目标,联合优化SDs和UAV的传输功率、UAV的飞行轨迹、计算资源分配及数据卸载比例。针对该非凸优化问题,设计了一种基于深度确定性策略梯度(Deep Deterministic Policy Gradient, DDPG)与块坐标下降法(Block Coordinate Descent, BCD)的联合求解框架,其中DDPG用于优化UAV的轨迹与传输功率策略,BCD用于卸载比例与计算资源分配优化。仿真结果表明,所提联合优化算法在多种场景下均表现出显著的能效优势。与基准方案相比,本文所提方案在系统总能耗方面最多可降低23.58%,有效提升了复杂海洋环境中数据采集与计算处理的整体能效水平。