This paper addresses the challenges in unmanned aerial vehicles (UAVs) surveillance, particularly under constraints of limited computational capability and energy resources. We introduce the UAV Surveillance Optimization Framework (USOF), an innovative algorithm that integrates with edge computing (EC) servers to optimize surveillance performance. Employing a Lyapunov optimization framework, the USOF algorithm is designed to jointly optimize four critical performance metrics: end-to-end (E2E) latency, frames per second (FPS), energy consumption, and data confidentiality. Our numerical results demonstrate that the USOF algorithm significantly enhances surveillance UAVs’ performance by maintaining a balanced optimization across these metrics. This approach presents a substantial advancement in UAV surveillance, offering a more efficient and secure method of operation that could be pivotal in modern surveillance applications.
본 논문은 제한된 컴퓨팅 능력과 에너지 자원의 제약 하에서 무인 항공기 감시의 도전 과제를 다룹니다. 우리는 에지 컴퓨팅 서버와 통합되어 감시 성능을 최적화하는 새로운 알고리즘인 무인 항공기 감시 최적화 프레임워크를 소개합니다. 리야프노프 최적화 프레임워크를 활용한 제안된 알고리즘은 종단 간 지연시간, 초당 프레임 수, 에너지 소비, 데이터 기밀성 등 네 가지 핵심 성능 지표를 공동으로 최적화하도록 설계되었습니다. 우리의 수치 결과는 알고리즘이 이러한 지표들 간의 균형잡힌 최적화를 유지하면서 무인 항공기의 감시 성능을 크게 향상시킴을 보여줍니다. 이 접근 방식은 무인 항공기 감시 분야에 있어 더 효율적이고 안전한 운영 방법을 제공하는 중요한 발전을 나타내며, 현대 감시 응용 프로그램에 있어 중요한 전환점이 될 수 있습니다.
