面向低空智联网的分布式鲁棒任务卸载方法

来源：电子与信息学报杂志2025年第5期北京时间：

作者：贾子晔, 姜官旺, 崔灿, 张磊, 吴启晖

单位：1.南京航空航天大学电子信息工程学院 南京 2111062.东南大学移动通信全国重点实验室 南京 211111

摘要：作为新质生产力的低空智联网(LAIN)，主要由低空各类飞行器组成，可辅助实现空基多接入边缘计算(MEC)功能，能够有效应对实时数据处理和超低时延通信的挑战。考虑到任务的数据量大小具有随机性，该文聚焦研究基于LAIN的MEC网络中任务的卸载决策问题，以优化最差情况下的系统时延，保障服务的鲁棒性。首先，为刻画任务量的不确定性，利用历史数据构建基于概率距离度量的不确定集合，并建模了相应的分布鲁棒优化问题，以最小化最差任务大小概率分布情况下的系统时延。然后，为求解该最小化最大混合整数规划问题，将问题分解为嵌套的内层问题和外层问题，并基于分支定界法和二进制鲸鱼算法机制，设计了一种基于不确定任务大小的分布式鲁棒任务卸载优化算法(DRTOOA)。最后，通过仿真验证，结果表明所提DRTOOA能够优化系统时延，且具有较高的求解效率。

关键词：低空智联网, 任务卸载, 无人机, 高空平台, 分布鲁棒优化

基金资助：国家自然科学基金(62301251)，江苏省自然科学基金(BK20220883)，东南大学移动通信全国重点实验室开放研究基金(2024D04)，航空科学基金(2023Z071052007)