能量收集辅助的矿山物联网智能计算卸载方法

来源：电子与信息学报杂志2023年第10期北京时间：

作者：闵明慧, 张鹏, 朱浩鹏, 程志鹏, 马帅, 李世银, 肖亮, 彭国军

单位：1.中国矿业大学信息与控制工程学院 徐州 2211162.武汉大学空天信息安全与可信计算教育部重点实验室 武汉 4300723.厦门大学信息学院 厦门 361005

摘要：针对计算、能量和内存资源受限的矿山物联网设备和大量时延敏感型计算任务需求的智慧矿山场景，该文提出一种能量收集(EH)辅助的矿山物联网智能计算卸载方法。通过采用移动边缘计算(MEC)技术协助矿山物联网设备任务计算，同时利用能量收集技术为能量受限的矿山物联网设备供电。基于Q-learning的智能计算卸载机制实现在不可精确获取矿井系统模型的情况下动态探索最优计算卸载策略。此外，为处理复杂矿井环境下的维度灾难问题并减小策略离散化导致的离散化误差，该文还提出一种基于深度确定性策略梯度(DDPG)的计算卸载机制来进一步提高井下任务计算卸载性能。理论分析与仿真结果表明所提机制可降低系统的能量损耗、计算时延和任务处理失败率，有助于保障矿山物联网的安全和高效生产。

关键词：矿山物联网, 移动边缘计算, 能量收集, Q-learning, 深度确定性策略梯度(DDPG)

基金资助：国家自然科学基金(62101557, 61971366), 中国博士后科学基金 (2022M713378)，中央高校基本科研业务费专项资金(2042022kf0021)