6G无人机边缘计算场景下智能分组机制*

杨思远，梁微，李立欣

（西北工业大学，陕西 西安 710072）

0 引言

中国信通院2021 年发布的《6G 总体愿景与潜在关键技术白皮书》指出，6G 将支撑智能体高效连接，通过人机物智能互联，充分利用中低高全频谱资源，实现空天地一体化，推动社会智能化发展，进而产生沉浸式云扩展现实、全息通信、感官互联、通信感知、全域覆盖等潜在应用场景[1]。这些应用通常属于计算密集型，对传输时延较为敏感，对终端设备计算能力要求较高，如基于云化扩展现实的时延要低于10 ms，全息通信的平均吞吐量约为1.5 Gbps。然而，目前终端设备的算力往往较低，而传统的云计算网络为集中式架构，计算资源集中在云端，密集计算任务访问以及云端远离终端设备的情况都会导致较差的传输时延[2]。因此，移动边缘计算（MEC,Mobile Edge Computing）通过将边缘计算服务器部署在网络边缘，使计算节点更靠近用户，有效解决传输时延敏感和移动终端算力不足的问题[3]。

在MEC 网络中，无人机（UAV,Unmanned Aerial Vehicle）由于其高度的灵活性和可操作性，能够与将空间网络与地面网络相互融合，协作构建空天地一体化三维立体网络。无人机可以构筑视距信道（LOS,Line of Sight）以获得较低的信号衰减损耗，还能动态调整其在网络中的部署位置，自适应地应对网络环境的变化[4]。然而，由于6G 应用场景的低时延、计算密集以及万物智联带来的大规模接入，无人机集群在MEC 网络中面临着频谱资源、功率资源的竞争与合作[5]。这对6G 网络的资源分配有效性、可靠性和实时性提出了很高要求。

针对6G 网络的上述性能需求，内生智能成为了6G的潜在关键技术[6]。内生智能的新型空口技术可以增强数据端和控制端的连通性、有效性和可靠性，自动调整用户通信行为，实现高效通信协作；内生智能的新型网络架构可以充分利用网络节点的通信、计算、感知能力，实现网络资源的智能协同配置，提高网络总体效用。

在上述技术背景下，人工智能相关技术在无人机辅助的MEC 网络中的应用具有较高的研究价值，通过将人工智能技术布置在网络边缘节点，可以提供分布式智能服务，提高网络资源分配和用户协调的有效性和可靠性，提高系统总体性能。如文献[7] 针对无人机群作为中继辅助地面用户和MEC 服务器进行数据卸载的场景下存在的多无人机动态协调策略复杂度高的问题，提出一种分布式深度强化学习算法，将无人机动态协调策略的复杂度降低了几个数量级，有效地提升了无人机辅助MEC 网络的卸载效率，并最小化了系统丢包率。

博弈论作为解决智能决策问题的重要手段，也得到了广泛研究与应用。如文献[8]针对下行非正交多址网络中用户和子信道匹配方案设计问题，引入超模博弈，通过用户和子信道的双向选择，给出了一种贪婪子信道匹配算法，有效降低了计算复杂度；文献[9]针对无人机辅助车联网中存在的可能干扰，提出一种基于博弈理论的数据安全传输方法，利用进攻和防守博弈来模拟正常无人机和干扰无人机之间的互动，从而优化传输策略；文献[10]将博弈理论应用于无人机辅助通信场景下的频谱资源分配问题，将无人机功率资源和移动用户的频谱资源的频谱交易问题建模为一个两阶段博弈，通过求导均衡解获得更优和速率；文献[11]针对无人机机动回收过程存在的不确定性，提出一种基于差分博弈的无人机回收方法，有效解决了回收过程中地面移动平台的最优规避控制问题。

本文针对密集无人机群携带时间敏感的计算任务的极端场景下存在的频谱资源和计算资源有限的问题，为无人机协同卸载网络设计了一种基于联盟型博弈理论的智能用户分组机制。在保证系统中用户任务时延不超过阈值的前提下，对用户进行智能分组调配，有效提升了系统的传输能效。具体而言，首先将无人机群根据计算任务时间阈值排序，确立选择顺序表，在此基础上，以用户信道增益为导向建立基站分组核，然后，以分组整体能效收益为导向，基于联盟型博弈理论进行智能选择，使用户自适应地进行分组结构调整，最后通过仿真结果证明了所提机制的有效性和收敛性。

1 系统模型与问题建模

1.1 无人机协作卸载网络模型

如图1 所示，本文设计了一个无人机群向地面基站群卸载传输的综合MEC 网络。其中，考虑了MEC 系统的常用假设[12]，地面基站固定并配备有高计算性能的MEC 服务器。定义地面基站在水平空间均匀分布。空中随机分布着异构的无人机群，携带了具有不同任务时间阈值的计算任务。考虑到无人机的计算容量和能量有限，无人机采用完全卸载模式，将携带的计算任务全部卸载到地面基站上。具体来说，定义无人机群的集合为U={1,2,…,u}，地面基站的集合为G={1,2,…,g}。无人机群携带各自的计算任务，定义计算任务数据规模为Q={q1,q2,…,qi,…,qu}，相应的时间阈值，即任务截止时间为T={t1,t2,…,ti,…,tu}。定义无人机最大功率为Pmax，而无人机群的传输功率的集合为P={p1,p2,…,pi,…,pu}。假设地面基站配备的MEC 服务器具有相同的计算能力，定义为f，而计算每个数据位所需的CPU 周期为F。在无人机群规模远大于地面基站群规模，即u＞＞g时，将无人机群划分为g个联盟，以降低每个联盟分组内的无人机规模，这些分组联盟的集合定义为A={A1,A2,…,Ai,…,Ag}。这些联盟之间规定为相互正交，即将频谱资源划分为g个子信道，采用正交多址接入（OMA,Orthogonal Multiple Access）技术向不同的地面基站进行数据传输，以避免产生相互干扰。而在每个联盟内，无人机采用上行NOMA 技术进行频谱资源共享，在相同的时频域内协作向选择的MEC 服务器进行数据卸载，并在接收端采用连续干扰消除（SIC,Successive Interference Cancellation）技术对接受的NOMA 信号进行解码。考虑到无人机场景下视距信道为主导的情况，规定每个无人机的信道都处于准静态，并采用莱斯（Rician）衰落信道模型，且信道增益在一个传输周期内恒定。

在上述系统模型中，可以得到在联盟l中的第i个解码无人机的可实现传输速率为：

其中hi,l是第l个子信道中第i个无人机与相应地面基站之间的信道增益，σ2为环境噪声功率。在采用莱斯信道的前提下，该信道增益可以计算为：

其中，di,l是第l个联盟中第i个无人机与相应地面基站之间的空间距离，K是莱斯衰落信道因子，h～是归一化的随机瑞利信道增益，α是路径损耗因子。

对于每个无人机，数据卸载到MEC 服务器所需要的传输时间计算为：

其中Bl为第l个联盟所对应的子信道的带宽。

而其携带的计算任务在MEC 服务器数据处理所需要的计算时间为：

对于第l个联盟，联盟的总能效可以由所有无人机成员的总传输速率和总传输功率之比体现，假设第l个联盟包含r个无人机，其总能效可以计算为：

1.2 问题建模

针对上文所述的无人机上行协作卸载网络模型，在考虑无人机功率限制、任务传输时延限制、无人机参与完备性的前提下，通过联合优化用户分组和功率分配以最大化系统整体能效。该问题可以建模为：

在优化问题P1 中，约束C1.1 中定义了任意联盟的规模UN，保证任意联盟的无人机规模Ui相同，保证计算和频谱资源的合理分配；约束C1.2 表示任意无人机只出现在唯一联盟内，保证了无人机参与的完备性；约束C1.3 保证了任意无人机的计算任务都能在相应时间阈值内完成；约束C1.4 保证了任意无人机的传输功率不超过最大功率。

本文将上述用户分组和功率分配问题进行了分离，得到两个子问题，即功率分配固定条件下的用户分组问题P2 以及固定分组条件下的功率分配问题P3。

对于问题P3，采用分数阶功率分配方法以获得一个次优解[13]。这一方法基于用户瞬时信道状态信息对用户进行自适应功率分配，给信道质量较差的用户分配较多的功率。而对于问题P2，尽管得到了单一变量的优化问题，但是确引入了二进制变量mi,r，这一变量的作用是表明任意用户在第i个联盟中的存在状态。二进制变量的存在导致优化问题非凸，这使得传统优化理论处理起来较为困难。相比之下，博弈理论可以有效地应对这一情况。因此，如第2 节所述，提出了一种基于联盟型博弈理论的智能用户分组算法。

2 基于联盟型博弈的智能分组机制设计

在上述系统模型中，无人机分为若干等规模联盟，同一联盟内无人机合作卸载，不同联盟之间存在着竞争关系。上述优化问题的目标是最大化系统能效，因此采用每个联盟的能效作为效用函数v。效用函数v是联盟内所有无人机能效的全体，表示为：

显然，对于任意联盟，其效用函数受到严格约束，不可转移效用。因此，将用户分组优化问题P2 等效为一个不可转移效用的联盟型博弈。博弈理论中的基本概念表述如下[14]：具体来说，对于上文所述的分组联盟集合A以及其异构集合表示分组联盟结构的效用高于表示分组联盟结构由转变为。在这些定义的基础上，本文设计了一种时间导向的基于联盟型博弈的智能分组算法。算法的详细步骤如下：

2.1 算法初始化

如图2 所示，对算法初始化过程进行具体说明。在算法的初始化阶段，所有无人机根据任务时间阈值集合T进行升序排序，形成无人机选择偏好表ρ。这一过程使得任务时延最紧迫的无人机可以获得最优的选择条件。在图2 所给的实例中，6 架无人机根据任务时间阈值形成偏好表ρ={3≺2≺6≺4≺5≺1}。由于存在3 个地面基站A、B、C，因此偏好表中优先级最高的无人机，即1、5、4，可以以信道增益为导向依次做出选择，与局部最优的地面基站组成固定配对，称为联盟核。这一过程中无人机与地面基站为一对一配对，优先级低的无人机在选择时，如果最优信道增益的地面基站已经形成配对，则只能选择次优的地面基站。最终形成3 个固定联盟核：(A～1)、(B～4)、(C～5)。加入联盟核的无人机不参与后续的博弈过程。在联盟核形成后，剩余的自由无人机，即6、2、3，以联盟整体能效为导向，依次选择加入能获得最高能效的联盟。最终形成不稳定的初始联盟状态：(A～1,3)、(B～4,6)、(C～5,2)，算法初始化过程完成。

图2 算法初始化过程

2.2 博弈过程

如图3 所示，对算法博弈过程进行具体说明。为了避免算法复杂度过高，设置了迭代次数记录itr和最大迭代次数itrmax。在这一阶段，只有不作为联盟核的无人机参与博弈，即6、2、3。这其中具有最高优先级的无人机，即6，首先进行选择。认为所有联盟的信息都互相公开，因此该无人机可以估计加入其他任意联盟所获得的整体能效以及留在当前联盟的整体能效。如果留在当前联盟的能效较高，则结束该轮选择；如果加入其他任意联盟的能效较高，则该无人机需要继续判断该联盟的状态。

图3 算法博弈过程

如果该联盟未到达规定规模UN，则该无人机可以离开当前联盟并加入该联盟；如果该联盟以达到规定规模UN，则该无人机需要替代该联盟中的能效最低的无人机，并结束该轮选择。具体来说，无人机6 存在加入联盟(A～1,3) 的倾向，在(A～1,3) 已达到规定规模的情况下，无人机6 替代在联盟中效用最低且低于无人机6 的无人机3。无人机2、3 也依次执行上述操作。需要注意的是，被替代的无人机将会出现不存在于任意联盟中的自由状态。处于该状态的无人机的选择操作有所不同，其将对加入所有联盟得到的能效进行降序排列，并依次尝试能否加入任意联盟。在执行上述操作时，联盟核不能够被替代。所有无人机依次完成一轮选择后，记录迭代次数，并判断当前联盟结构是否稳定。稳定的联盟结构指任意联盟中的无人机都没有改变当前分组情况的意愿，即任意不作为联盟核的无人机在加入其他任意联盟时都无法获得比留在当前联盟更高的整体能效。如果联盟结构已经稳定，则输出该稳定结构；如果联盟结构不稳定，则首先利用分数阶功率分配方法更新每个联盟内无人机的功率分配情况，并重复上述过程，直到联盟结构稳定或达到最大迭代次数。

2.3 算法收敛性分析

利用纳什均衡的定义[15]，可以证明所提出算法的收敛性。如果一个博弈过程中无论其他参与者的策略如何选择，参与者一定会选择确定的策略，该策略称为支配性策略；如果任意参与者在其他参与者策略确定的情况下，其所选择的策略最优，则所有参与者的策略组合定义为纳什均衡。从纳什均衡的定义可以发现，对于联盟型博弈，如果博弈过程中没有无人机有动机离开当前联盟并加入其他联盟，即加入其他任意联盟并不是有利的，则该状态符合上文对稳定联盟结构的定义。在算法初始化过程，所有联盟的效用都为0，此时所有无人机都有加入任意联盟的趋势。在算法博弈过程，如果一个无人机能在加入其他联盟时获得更高收益，该无人机存在离开当前联盟的趋势，联盟结构不稳定。因此，算法的终止条件表明所有没有无人机存在加入其他联盟的趋势。这表明联盟结构最终能达到纳什均衡，所提出的算法能实现收敛。

3 仿真结果与分析

本节通过仿真实验来验证所提算法的收敛性和有效性。在仿真实验中，设置莱斯信道衰落因子K=2，路径损耗因子α=2，分组规模限制UN=5，分数阶功率分配方法的功率分配因子β=0.8，无人机的最大功率Pmax=1 W，而无人机数量u和地面基站数量g控制变量。仿真采用了蒙特卡洛方法进行随机模拟并取平均值的方式来验证所提方法在普遍情况下的性能。

图4 反映了所提算法在不同的地面基站规模g和无人机规模u情况下的系统能效性能情况，并与一些典型分组算法性能进行了比较，包括联合最强近用户与最弱远用户（BNWF,Best-Near Worst-Far) 分组算法[16]、联合最强近用户与最强远用户（BNBF,Best-Near Best-Far）分组算法[17]、基于最大割定理的图论分组算法[18]。

图4 不同无人机和基站规模下的能效性能比较

仿真结果表明，所提算法能效迅速提高后在小范围内波动，证明了所提算法在普遍情况下可以实现收敛，且所提算法的性能优于一些典型分组算法，可以接近遍历搜索算法。图中相同线型的折线反映了无人机规模u相同、地面基站规模g不同的情况下的性能。结果表明随着地面基站规模的提高，系统能效显著提高。这说明在地面边缘计算服务器分布更密集的情况下，边缘服务器的平均接入量较低，无人机可以在较低干扰的情况下传输，并且在相同覆盖范围内，密集边缘服务器分布可以提供给无人机平均更优的信道增益，从而使无人机获得更高能效收益。

图中相同点型的折线反映了无人机规模规模不同、地面基站规模相同的情况下的性能。在分组规模限制UN=5的前提下，在理论允许分组规模大于无人机规模的情况下，所提算法可以在大规模接入的场景下获得更高的能效性能，而在理论允许分组规模小于无人机规模的情况下，所提算法无法在大规模接入的场景下获得更高的能效性能。这说明在无人机可以自由加入任意分组的情况下，所提算法可以使无人机通过协作获得更高能效收益，但在分组规模限制下，无人机选择受到制约，不能始终加入最优分组，因此能效收益受到限制。这表明有限的联盟分组规模限制了系统可实现能效。

表1 反映了不同无人机、地面基站规模下的联盟分组利用率，即每个联盟分组实际无人机数与分组规模限制的比值。结果表明，无论理论允许分组规模是否大于无人机规模，所提算法均无法实现100%的分组利用率。这是因为部分无人机会出现自身能效收益始终低于目标联盟分组最低收益无人机的情况。因此，合适的无人机决策机制值得进一步研究。

表1 不同无人机、地面基站规模下分组利用率情况

4 结束语

本文提出了一种密集无人机协同卸载的MEC 网络架构，并在无人机任务时间阈值和功率限制的约束下联合优化用户分组和功率分配策略以最大化系统能效。本文将联合优化问题解耦为用户分组和功率分配两个子问题。对于功率分配问题，本文采用分数阶功率分配方法以获得次优解。对于用户分组问题，由于在解耦过程中引入了二进制变量，使优化问题难以直接求解，因此本文采用联盟型博弈理论，提出了一种时间导向的基于联盟型博弈的智能分组算法，使无人机群能够自适应地根据自身效用收益，在存在竞争与合作的情况下智能选择分组，并证明了算法的收敛性。仿真结果表明了所提出算法的有效性与收敛性。