买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西北工业大学申请的专利一种空地协同卸载方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118612777B 。

龙图腾网通过国家知识产权局官网在2025-09-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410203457.6，技术领域涉及：H04W24/06；该发明授权一种空地协同卸载方法是由王大伟;王宏延;杨欣;宫延云;许茜;谢坚设计研发完成，并于2024-02-23向国家知识产权局提交的专利申请。

本一种空地协同卸载方法在说明书摘要公布了：本发明公开了一种空地协同卸载方法，该方法充分利用应用程序的有向无环图，进行精细化卸载，以实现系统任务处理时延最小的目标。提出了最优功率分配算法和启发式任务卸载算法，两算法相互迭代，得到最优的任务卸载与协作通信方案。本发明与已有机制相比，可以有效地降低车载任务平均时延，提高车辆用户服务质量。

本发明授权一种空地协同卸载方法在权利要求书中公布了：1.一种空地协同卸载方法，其特征在于，包括如下步骤： 步骤1：构建由N个移动车辆、1个无人机基站组成的空地协同车联网模型； 步骤1-1：构建由N个移动车辆、1个无人机基站组成的空地协同车联网模型，其中N个车辆需要V2I通信，表示为CUE；M对车辆通过端到端通信进行V2V间信息共享，表示为DUE； 步骤1-2：每个车辆有1个应用程序要完成，分成多个子任务，用一个有向无环图表示，每个子任务选择本地执行或卸载到边缘服务器执行；Vi＝{1,2,...,j,...,Vi}表示车辆i上要完成的应用程序的一系列子任务的集合； 步骤2：基于空地协同车联网模型，构建系统通信模型、能耗模型和时延模型； 步骤2-1：第n个CUE和基站间的信道增益表示为gn,B： gn,B＝|hn,B|2αn,B,1 其中，hn,B是小尺度快速衰落分量，假定其以独立且同分布；αn,B捕捉所有大尺度衰落效应； 同理定义第m个V2V对之间的信道增益表示为gm，第m个DUE到基站的干扰信道增益为以及从第n个CUE到第m个DUE之间的干扰信道为gn,m； 对于信道状态信息不精确的链路即gn,B和使用一阶高斯-马尔代夫过程来模拟周期T上的信道变化： 其中，h和分别表示当下和以前的信道状态；e是信道差异项；ε＝J02πfdT，其中J0.是第一类零阶贝塞尔函数，fd＝vfcc是最大多普勒频率，c＝3×108ms，v是车速，fc是载波频率； 步骤2-2：第n个CUE和第m个DUE的信噪比表示为： 其中，分别表示第n个CUE和第m个DUE的传输功率，σ2是噪声功率，ρn,m＝1代表第m个DUE选择复用第n个CUE的频谱，否则ρn,m＝0； 车辆i对应的第n个CUE信道的传输速率表示为： 其中，Bi表示车辆i和边缘服务器间的带宽； 步骤2-3：定义一个卸载决策集合 表示车辆i上的第j个子任务在本地执行，则表示卸载到边缘服务器执行；车辆i的能量消耗表示为： Costi＝Costc+Costt,6 Costc是车辆本地计算能耗，其计算式为： 其中，IX是一个指示函数，当条件X成立时，IX等于1，否则等于0；χi为车辆i每单位时间的计算消耗； Costt是车辆数据卸载传输能耗，主要包括两个部分：上传任务消耗和子任务间数据转换消耗，其计算式为： 其中，是车辆i对应的第n个CUE的传输功率，Sizei,j是相应子任务的数据大小，dataj'j表示子任务j和j之间的数据交换量； 步骤2-4：由于每个子任务或在本地执行或在边缘服务器上执行，车辆i上的应用程序Gi的子任务j的实际最早完成时间表示为： 其中，是子任务j的执行时间，其中，k＝0代表本地执行，k＝1代表卸载到边缘服务器执行； 子任务j在k上的实际执行开始时间ESTAi,j,k表示为： ESTAi,j,k＝max{avail{0∪[k]},ESTTi,j,k},10 其中，ESTTi,j,k是在k上执行子任务j的理想最早开始时间；avail{0∪[k]}表示服务器k准备好开始执行子任务j的最早时间，predj是子任务j的直接前置子任务的集合，Cjj'是子任务间数据转换时间，其定义为： 通过不断迭代，所有子任务调度完成后，得到车辆i应用程序的最小执行延迟为： 其中，表示车辆i的最后一个子任务； 步骤2-5：根据式13，提出基于任务卸载决策、频谱和功率分配的联合优化问题，具体表达式为： 其中是CUE的最小吞吐量指标，是DUE保证链路可靠性所需的最小SINR，Pr{}评估输入的概率，p0是可容忍的中断概率，和分别是CUE和DUE的最大传输功率； 步骤3：基于空地协同车联网模型，固定任务卸载策略，提出最优资源分配算法； 步骤3-1：将联合优化问题解耦为两个子问题即资源分配问题和卸载决策问题； 步骤3-2：固定任务卸载策略优化资源分配，将优化问题表述为： s.t.式14a-14f 对于每个CUE和DUE对，最大化CUE的容量即： 同时满足所有约束条件，公式化表达为： s.t.式14b-14d 在第m个DUE处接收的SINR简化成其中 和X和Y是具有单位平均值的两个独立的指数随机变量； 步骤3-3：从两种情况来评估V2V链路的可靠性即 情况1：当时： 情况2：当时： 对应两种情况设当时： 当时： 其中，和分别为两种情况临界点处DUE和CUE的传输功率，根据和A的大小关系，将式17的可行域分成两部分，这两个区域的上边界相交于位于分界线上；联立可得： 函数和分别在和取值范围内保持和之间的单调递增关系；同时CUE的容量即等价的随着的增大而增大，随着的增大而减小；因此，最优解位于可行区域的上边界，最优功率分配解由和的相对大小以及它们与边界线的交点决定，推导出式17的最优功率分配解为： 和由隐函数和计算得出； 和由隐函数和计算得出； 步骤3-4：对所有单个CUE和DUE对组合依据上述方法计算其最优功率分配结果，将代入式16中得到排除不能满足CUE的最小容量要求的组合对，评估复用对的所有可能组合，再使用匈牙利算法找到最优资源分配方式； 步骤4：基于空地协同车联网模型，固定资源分配方案，提出任务卸载算法； 步骤5：基于所提的最优资源分配算法和任务卸载算法，构建迭代框架，得到最优的任务卸载与协作通信方案。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路127号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。