双时隙优化与无人机协作：一种用于低空电力物联网的新型任务卸载策略

《Future Generation Computer Systems》：Dual-Timeslot Optimization and UAV Collaboration: A Novel Task Offloading Strategy for Low-Altitude Power Internet of Things

电力物联网低空场景中，针对传统地面节点存在的延迟高、能耗大、覆盖不足等问题，提出双时隙协作优化框架TSCO-PIoT。长时隙层采用LSTM-DDPG模型挖掘服务请求时序特征优化缓存与卸载策略，短时隙层通过SMA-GAC算法动态协调多无人机任务卸载与资源分配。实验表明，相比基准方案，系统任务卸载平均延迟降低24.7%，能耗减少32.8%，缓存命中率提升12.5%，边缘资源利用率提高15.3%。

　　

赵赫|王超凡|姜文辉|陈涛|张思瑞|张毅

重庆三峡大学电子与信息工程学院，中国重庆，404000

摘要

随着电力物联网（PIoT）的持续扩展，传统的地面节点在延迟、能耗和覆盖范围方面面临着严峻的挑战，尤其是在低空检测场景中。为了解决这些问题，本文提出了一种双时隙协作优化框架TSCO-PIoT，该框架将边缘服务器和无人机（UAV）集成到一个空地协作系统中。在长时隙层，采用基于LSTM的深度确定性策略梯度（LSTM-DDPG）模型来优化服务缓存和任务卸载决策，利用服务请求中的时间相关性。在短时隙层，设计了一种多智能体协作遗传算法（SMA-GAC），以共同调整任务卸载决策、计算资源和通信带宽，以应对快速变化的信道和工作负载动态。这两个层通过双时隙协议进行协调，该协议将短时隙体验质量（QoE）和缓存切换成本聚合到长时隙奖励中。仿真结果表明，与典型的基线方案相比，TSCO-PIoT将平均任务卸载延迟降低了24.7%，系统能耗降低了32.8%，缓存命中率提高了12.5%，并提高了边缘资源利用率15.3%。这些结果表明，TSCO-PIoT为异构和时变PIoT环境提供了自适应和高效的调度。

引言

随着全球能源结构的转变和新电力系统的快速发展，电力物联网（PIoT）已成为智能电网运营和智能能源管理的关键推动者[1]。通过集成移动边缘计算（MEC）、无线通信和人工智能，以PIoT为导向的系统可以支持对延迟敏感服务的动态任务卸载和资源分配[2]。最近的行业报告预测，到2025年，全球基于UAV的能源领域检测市场将达到43.7亿美元，其中中国将贡献超过60%的份额[3]。在同一时期，中国的总装机容量预计将达到34.3亿千瓦，其中超过59%将来自清洁能源[4]。这些趋势反映了现代电网对数字化检测和自动化维护的日益增长的需求。

在复杂地形和大规模部署中，依赖地面通信基础设施和固定边缘节点的传统PIoT架构在任务调度、传输性能和动态资源分配方面存在不足。这些限制阻碍了系统在高度动态环境中的可扩展性和可靠性[5]。无人机（UAV）凭借其高机动性和广泛的低空覆盖范围，已成为PIoT感知和计算能力的关键补充，特别是在变电站巡逻、塔架检测和输电线路监控方面[6]。然而，它们的实际使用受到有限续航能力、机载计算能力和空地链接可靠性的限制。在这些多任务、大范围场景中，任务卸载和资源调度仍然是关键挑战[7]。

由于低空经济的快速增长，包括工业检测、农业保护和电网巡逻，低空PIoT场景对UAV的协作、适应性和智能协调提出了更严格的要求[8]。在这种环境中，高效的UAV辅助操作通常需要跨多个层面进行联合优化，包括飞行轨迹规划、服务缓存、任务卸载以及通信/计算资源分配。例如，Dekhordi等人[9]采用深度确定性策略梯度（DDPG）方法来联合优化UAV辅助MEC系统中的计算卸载和资源分配，而Sun等人[10]研究了UAV-MEC的能效资源分配和轨迹设计。从学习的角度来看，Ju等人[11]设计了一个分层强化学习框架用于并行任务卸载和轨迹优化，Li和Zhu[12]提出了一个元深度强化学习模型来提高UAV辅助MEC的适应性和可持续性，Xu等人[13]进一步将多智能体深度强化学习扩展到多UAV系统的联合路径规划和任务卸载。

尽管深度学习技术增强了UAV辅助PIoT系统中的局部决策能力，但现有研究存在几个共同的限制。首先，许多方法采用静态或缓慢适应的资源分配策略，缺乏快速响应动态任务到达和网络条件变化的能力，这使得它们不适合PIoT工作负载的异构性和时变性。其次，大多数优化策略都是基于单一时间尺度设计的，忽略了长期规划和短期执行之间的协同作用。因此，服务缓存、任务卸载和实时调度通常是在不同时间尺度上孤立优化的。第三，当前算法通常关注单一性能指标，如延迟或能耗，而未能考虑包括任务完成率、缓存命中率和体验质量（QoE）在内的多维指标。这导致在现实部署中的泛化能力和适应性有限。

为了解决这些挑战，本文提出了一种用于PIoT的双时隙协作优化框架，称为TSCO-PIoT。该框架将长时隙策略学习与短时隙决策相结合，利用基于长短期记忆的深度确定性策略梯度（LSTM-DDPG）模型和多智能体协作遗传算法（SMA-GAC）来联合优化空地边缘节点的服务缓存、任务卸载和通信/计算资源分配。在长时隙，系统学习服务请求和任务分布的时间模式，以优化全局缓存和卸载策略。在短时隙，它实时适应快速变化的信道和工作负载动态，以协调UAV辅助的任务调度和资源分配。这种双时隙设计实现了统一的全局规划和局部响应性，显著提高了低空PIoT场景中的系统适应性和整体性能。本文的主要贡献总结如下：

•

我们开发了一种双时隙协作架构，以应对低空PIoT中高度动态和异构的资源环境。该框架明确地将长期缓存和卸载策略与短期卸载和资源调度分离，实现了空地协作下的时空协调。

•

我们提出了一种结合深度强化学习和群体智能的联合调度算法。在长时隙，LSTM-DDPG智能体模拟服务请求序列，并学习利用时间相关性的缓存和卸载策略。在短时隙，SMA-GAC快速协调多UAV任务卸载以及计算和通信资源的协作式空地分配。

•

我们构建了一个动态多任务仿真环境来评估所提出框架的有效性。仿真结果表明，与典型的基线方案相比，TSCO-PIoT将平均任务卸载延迟降低了24.7%，系统能耗降低了32.8%，缓存命中率提高了12.5%，并提高了资源利用率15.3%，证明了其在复杂低空PIoT场景中的鲁棒性和适用性。

本文的其余部分组织如下。第2节介绍了PIoT、移动边缘计算和深度强化学习的背景，并回顾了UAV调度和任务卸载的最新进展。第3节介绍了所提出的低空PIoT框架的系统架构和建模，包括任务生成、服务缓存、计算和通信建模以及双时隙优化。第4节详细介绍了TSCO-PIOT算法，包括用于长时隙策略优化的LSTM-DDPG和用于短时隙协调的SMA-GAC。第5节通过仿真评估系统性能，并将结果与多种基线算法进行比较。第6节总结了本文并讨论了未来的研究方向。

章节摘录

UAV任务卸载和调度

在PIoT相关系统中，UAV已被广泛用于输电线路检测、故障检测和多源数据收集，并越来越多地与MEC平台集成以支持计算密集型任务[14]。凭借其低空覆盖范围和快速机动性，UAV增强了大规模电网中的情境感知和智能操作。

系统通信架构

如图1所示，所考虑的低空PIoT系统由四种类型的实体组成：终端设备（TDs）、UAV、边缘服务器（ESs）和中央控制中心（CC）。TDs部署在输电线路和变电站中，用于感知局部状态并生成计算密集型任务（例如，图像识别和故障诊断）。每个任务T_i与一个服务类型${\tau }_i\in F$、输入数据大小d_i（以比特计）和计算需求c_i（以CPU周期计）相关联。

联合优化问题表述

低空PIoT系统表现出设备能力的异构性、任务到达的动态性和无线信道的时变性。设每个任务T_i由输入数据大小d_i、计算需求c_i和服务类型τ_i描述。任务可以在本地执行，卸载到安装在UAV上的ES上，或者由地面ES或CS处理。

在给定的时间范围内，我们考虑了所有由TDs生成的任务。对于任务T_i，用L_i和E_i表示其端到端延迟和能耗。

仿真环境

为了评估所提出的TSCO-PIoT框架的有效性，构建了一个综合仿真环境，以模拟具有异构计算、通信和缓存资源的低空PIoT操作。该环境模拟了一个包含三个边缘服务器（ESs）和三十个终端设备（TDs）的二维部署区域。ESs可以安装在UAV上或部署在固定的地面站点，共同形成空地协作边缘基础设施。

结论

本文解决了在低空经济背景下UAV辅助PIoT场景中的任务卸载和资源调度挑战。我们提出了一种双时隙协作优化框架TSCO-PIoT，它将长时尺度策略学习与短时尺度自适应调度相结合。在长时尺度阶段，LSTM-DDPG智能体通过利用服务中的时间相关性来联合优化服务缓存和高级任务卸载倾向。

CRediT作者贡献声明

赵赫：监督、资源、项目管理、方法论。王超凡：资金获取、形式分析、数据管理、概念化。姜文辉：方法论、调查、资金获取、形式分析。陈涛：资源、项目管理、方法论、调查。张思瑞：监督、软件、资源、项目管理。张毅：写作 - 审稿与编辑、写作 - 原始草案、可视化、验证、监督。

利益冲突声明

作者声明他们没有已知的竞争性财务利益或个人关系可能会影响本文报告的工作。

赵赫分别于2014年和2017年在重庆三峡大学获得电子与信息工程专业的学士学位和硕士学位，并在中国重庆邮电大学获得通信与信息工程专业的博士学位。他目前是重庆三峡大学电子与信息工程学院的讲师。他的研究兴趣包括车联网（IoV）、电力物联网