报告人

李骏

职称

职务

教授/博导

工作单位

南京理工大学

报告时间

2019年6月18日 10时

报告

地点

躬行楼C505

主办单位

物电学院

报告题目

基于能量限制条件下无人机边缘计算系统的路径优化

报告对象

全校感兴趣师生

报告人学术简历

李骏，博士生导师，江苏省特聘教授。于2004年至2009年在上海交通大学攻读博士学位，于2009至2012年赴澳大利亚新南威尔士大学从事博士后 (Post-Doctoral Fellow) 研究，于2012至2015年在澳大利亚悉尼大学担任研究员 (Research Fellow) 一职，并于2015年加入南京理工大学电光学院无线通信与传感网研究所担任教授职位。李骏教授长期致力于无线通信、移动计算以及数据存储的相关研究，已在相关研究领域发表英文学术论文150余篇，其中在SCI期刊上发表论文84篇 (IEEE系列期刊论文70篇)，以第一申请人国际专利1个，获得美国、欧盟、中国、日本及韩国授权，并且已由上海贝尔公司提交国际标准化组织。第一申请人中国授权专利2个。先后主持国家自然基金（青年、面上）、中央高校自主科研基金、国家重点实验室开放课题、江苏省自然基金等项目多项。作为子任务负责人参与国家重点研发计划以及国家自然基金重大仪器专项等项目的研究。

报告内容

框架

在5G时代，随着用户对数据处理需求的快速增长以及某些应用对延迟性能要求的提高，边缘计算作为一种新兴的计算架构正逐渐步入我们的视野，其通过在用户极近距离布设边缘服务器来为用户提供低延迟的计算服务，在大大降低用户数据处理延迟的同时也为用户设备节约了计算资源降低了设备能耗。另一方面，对于一些特殊的地理环境和位置，比如偏远山区以及自然灾害，战争频发的地区，架设静态边缘服务器会使得成本大大提高，因此，本课题进一步考虑利用无人机的高机动性在其上搭载边缘服务器来为用户提供计算服务。 在该种设想中，由于无人机本身搭载的电池能量有限以及所需服务的用户需求不同，在无人机为用户服务的同时本课题考虑对其飞行路径进行优化来提升系统的能效。为此我们考虑两种方案，第一种方案是静态条件下基于凸优化的无人机路径优化，本方案考虑在用户服务质量和无人机能量限制条件下，优化用户关联变量，发射功率以及无人机飞行路径来最大化整个系统的数据吞吐量。为了解决该非凸混合整数优化问题，本方案利用了梯度迭代以及连续凸优化近似的方法在一定误差范围下逼近最优解。 第二种方案是将整个系统模型建立为一个无转移概率的半马尔可夫过程。考虑用户位置在不断移动的条件下，本方案利用深度神经网络来进行强化学习的训练，最终在取得较好收敛性的条件下找到无人机的最优路径。