基于资源管理视角的无人机边缘计算研究综述

边缘计算通过将计算、通信和存储资源分布在移动和物联网(IoT)设备的地理邻近范围内，促进了网络边缘的低延迟服务。无人机(UAV)技术最近的进步为军事行动、灾难响应或传统地面网络有限或不可用的偏远地区的边缘计算提供了新的机会。在这种环境下，无人机可以作为空中边缘服务器或中继部署，以促进边缘计算服务。这种形式的计算也被称为无人机支持的边缘计算(UEC)，它提供了一些独特的优点，如移动性、视线、灵活性、计算能力和成本效率。然而，在UEC环境下，无人机、边缘服务器和物联网设备上的资源通常非常有限。因此，有效的资源管理是UEC的一个关键研究挑战。在本文中，我们从资源管理的角度对现有的UEC研究进行了综述。我们确定了UEC资源管理的概念架构、不同类型的协作、无线通信模型、研究方向、关键技术和性能指标。我们还提出了UEC资源管理的分类。最后，我们确定并讨论了一些开放的研究挑战，这些挑战可以激发UEC资源管理的未来研究方向。

最近物联网(IoT)和无线通信技术的发展引入了许多需要高计算能力和低延迟的新应用[86]。这类服务的例子包括可穿戴认知辅助、增强现实(AR)、智能医疗、面部识别、交互式在线游戏以及实时交通和道路安全监测[163]。然而，物联网设备通常具有有限的计算资源、存储、网络覆盖和能源。因此，资源密集型物联网应用在维持预期的服务质量(QoS)方面常常面临重大挑战[59,83]。物联网应用通常利用云计算技术来维持预期的QoS[63]。云计算通过虚拟机(vm)、虚拟存储(VS)、VPN(virtual private network)等多种形式在Internet上交付计算资源[8]。然而，云计算目前被认为不足以满足资源密集型和延迟敏感的物联网应用的低延迟需求[86]。原因有两方面。首先，物联网设备的数量每天都在增加，预计到2030年将达到约1250亿。这些设备产生了大量的网络流量，使回程网络负担沉重，并因网络拥塞而严重影响其性能[135]。其次，云服务器通常被放置在远离物联网设备的地方。因此，云计算在服务发放中引入了相当大的延迟，这降低了延迟敏感的物联网应用的整体QoS[71]。

边缘计算是一种相对较新的范式，为延迟敏感和资源密集型的物联网应用提供了另一种计算解决方案。边缘计算将云计算技术扩展到网络边缘，更接近用户和物联网设备[63]。它允许资源受限的物联网设备(又称边缘设备)完全或部分地将其数据或计算任务卸载到附近强大的边缘服务器或其他边缘设备[1]。它大大提高了物联网应用的延迟和能源效率。这也将减少核心网的流量阻塞。边缘服务器还可以作为数据缓存来存储物联网设备频繁访问的数据，以提高应用程序的QoS[163]。物联网设备通常使用无线网络连接到边缘基础设施[86]。然而，在一些最偏远的地区(例如农村或山区)，可能并不总是有良好的无线网络基础设施[50]。此外，无线网络基础设施很容易受到地震、洪水或风暴等自然灾害的影响。在某些情况下，例如军事行动或紧急救援任务，通常很难拥有可靠的无线网络基础设施[56]。最近无人机(UAV)技术的进步开辟了一个新的机会，在军事行动、灾害响应或农村地区使用无人机提供边缘计算服务。这也被称为无人机使能边缘计算(UEC)[88]。无人机提供了广泛的适应性，如机动性、灵活性和成本效率，这使得UEC成为一个有前途的解决方案。无人机通常在UEC环境[60]中作为空中边缘服务器或中继。物联网设备将全部或部分计算任务卸载给附近的无人机。UAV要么在本地处理任务，要么将任务发送到附近的边缘/云服务器进行远程执行。

该文对UEC中资源管理的研究现状进行了全面的综述。本工作的主要贡献如下:

• 我们在第2节中介绍了一个三层的UEC体系结构，代表了UEC中管理资源的概念体系结构。该体系结构包含“事物”层、“边缘”层和“云”层。然后，我们研究在提议的体系结构中发生的六种类型的协作。考虑的合作是a)物-无人机，b)无人机-边缘，c)物-边缘，d)物-无人机-云，e)无人机-边缘-云，f)物-无人机-边缘-云。我们还讨论了UEC中使用的无线通信模型。

• 我们发现了UEC背景下资源管理的关键研究问题。在第3节中，我们将研究问题分为以下三类:a)计算任务和数据卸载，b)资源分配，c)资源供应。

• 第4节确定并全面回顾了UEC中用于资源管理的关键技术和性能指标。关键技术分为两类:a)集中方法和b)分散方法。我们研究如何在现有的工作中评估这些方法。此外，讨论了现有文献中的关键性能指标，如能耗、延迟、吞吐量、成本、效用和资源利用率。

• 我们在第5部分中确定了这项工作的主要发现，指出了UEC资源管理的主要研究挑战和未来的研究方向。图2展示了本次综述的组织结构，为读者提供了本文的简要概述。