恶意干扰下的无人机辅助边缘计算加权能耗与时延智能优化

来源：电子与信息学报杂志2024年第7期北京时间：

作者：杨和林, 郑梦婷, 刘帅, 肖亮, 谢显中, 熊泽辉

单位：1.厦门大学信息学院 厦门 3610052.重庆邮电大学重庆市计算机网络与通信技术重点实验室 重庆 4000653.新加坡科技设计大学信息系统技术与设计学院 新加坡 487372

摘要：近年来，将移动边缘计算(MEC)服务器搭载在无人机(UAV)上为地面移动用户提供服务备受学术界和工业界广泛的关注。但在恶意干扰环境下，如何有效调度资源降低系统时延和能耗成为关键问题。为此，针对干扰机影响下无人机辅助边缘计算的问题，该文建立一个以最小化加权能耗与时延为目标的模型，联合优化无人机飞行轨迹、资源调度和任务分配来提升无人机辅助移动边缘计算系统性能。鉴于优化问题难求解以及恶意干扰行为动态多变，该文提出了一种基于双延迟深度确定性策略梯度(TD3)的资源调度算法，同时结合优先经验回放(PER)机制提高算法收敛速度和稳定性，高效对抗恶意干扰攻击。仿真结果表明所提算法较其他算法，能够有效降低系统的时延和能耗，并具有很好的收敛性与稳定性。

关键词：无人机通信, 移动边缘计算, 资源调度, 抗干扰, 深度强化学习

基金资助：国家自然科学基金(62371408, 62301467, U21A20444, 61971366)，中央高校基本科研业务费专项资金(20720220080)，厦门市自然科学基金项目(3502Z202371010)，“小米青年学者”项目，科技部重点研发计划项目(2023YFB3107603)