Computation Offloading for Rechargeable Users in Space-Air-Ground Networks

• 目录

  一、期刊概述

  二、介绍

  三、方法

  系统建模

  1、系统结构

  2、信道模型

  3、能量生产模型

  4、问题建模

  算法

  四、个人小结

  参考文献

  ---

• 一、期刊概述

Computation Offloading for Rechargeable Users in Space-Air-Ground Networks[1]

翻译：空天地网络中可充电用户的计算卸载

来源：TWC

• 二、介绍

背景：依托空天地( SAG )融合的万物人工智能( AIoE )网络，海量计算密集型和时延敏感型任务既可以由地面用户本地执行，也可以卸载到SAG服务器，如远程基站、空中高空平台( HAP )和低轨卫星等。然而，考虑到动态网络环境、大规模覆盖和电池能量备份约束，通信和计算资源的联合优化成为一个巨大的挑战。

方法：本文提出了一种融合SAG的异构计算卸载架构，用于通信和计算资源的深度整合，以最大化所有用户的总速率。此外，本文提出了一种基于Lyapunov函数的多智能体近端策略优化算法来解决任务调度和HAP选择问题。基于凸优化的通信和计算资源分配方案处理CPU周期频率和传输功率。电池能量备份是通过线性规划策略来解决的。实验结果表明，本文方法在收敛速度、平均和速率和AIoE用户的电池备份水平方面有显著优势。

• 三、方法

系统建模

• 1、系统结构

考虑有1个卫星、K个HAP（括许多无人平台，如飞艇、气球和无人机）、1个地面基站和N个用户。卫星优点是全球覆盖，缺点是载荷有限，而且传输距离远。HAP的缺点是范围有限。考虑两种任务类型：计算密集型任务