宋政育，郝媛媛，孫昕

1 引言

近年來(lái)，為了滿足移動(dòng)通信和物聯(lián)網(wǎng)的大計(jì)算量、低時(shí)延應(yīng)用的需求，并降低移動(dòng)終端的能耗，歐洲通信標(biāo)準(zhǔn)化委員會(huì)提出了多接入邊緣計(jì)算（Multi-Access Edge Computing，MEC）技術(shù)［1］. 在缺乏地面通信基礎(chǔ)設(shè)施的偏遠(yuǎn)地區(qū)，可在低軌（Low Earth Orbit，LEO）衛(wèi)星中部署MEC 服務(wù)器，為偏遠(yuǎn)地區(qū)的用戶提供高質(zhì)量的邊緣計(jì)算服務(wù)［2］. 為了充分發(fā)揮MEC 技術(shù)在降低移動(dòng)終端能耗和計(jì)算時(shí)延等方面的優(yōu)勢(shì)，必須采用高效的任務(wù)遷移以及通信和計(jì)算資源分配算法［3，4］. 現(xiàn)有的任務(wù)遷移及資源分配算法一般基于凸優(yōu)化理論設(shè)計(jì)，還有部分文獻(xiàn)采用啟發(fā)式算法. 文獻(xiàn)［5］設(shè)計(jì)了基于時(shí)分多址接入和正交頻分多址接入的兩種多用戶MEC 模型，在計(jì)算任務(wù)時(shí)延的約束下，基于凸優(yōu)化理論提出了使用戶能耗加權(quán)和最小的任務(wù)遷移和資源分配算法.文獻(xiàn)［6］則采用凸優(yōu)化方法設(shè)計(jì)了一種統(tǒng)計(jì)性的通信和計(jì)算資源分配算法，使移動(dòng)設(shè)備和MEC 服務(wù)器的長(zhǎng)期平均功率最小化. 文獻(xiàn)［7］研究了異構(gòu)MEC網(wǎng)絡(luò)的能耗和時(shí)延的折中優(yōu)化問(wèn)題. 當(dāng)用戶數(shù)量或計(jì)算任務(wù)較多時(shí)，MEC 服務(wù)器容易發(fā)生過(guò)載現(xiàn)象. 為了解決該問(wèn)題，可在系統(tǒng)中部署多個(gè)MEC 服務(wù)器，各MEC 服務(wù)器可進(jìn)行邊緣計(jì)算協(xié)作. 文獻(xiàn)［8］基于遺傳算法和粒子群優(yōu)化方法，研究了密集部署的小蜂窩網(wǎng)絡(luò)MEC 服務(wù)器的選擇和通信資源分配問(wèn)題，其中每個(gè)小蜂窩基站均可部署MEC 服務(wù)器并進(jìn)行協(xié)作邊緣計(jì)算. 文獻(xiàn)［9］將小蜂窩基站的部分任務(wù)數(shù)據(jù)遷移至部署于宏蜂窩基站且計(jì)算能力更強(qiáng)的MEC 服務(wù)器，實(shí)現(xiàn)MEC 服務(wù)器間的協(xié)作邊緣計(jì)算. 上述文獻(xiàn)僅研究了地面通信網(wǎng)絡(luò)的邊緣計(jì)算問(wèn)題，所提出的任務(wù)遷移和資源分配算法不適用于衛(wèi)星通信網(wǎng)絡(luò).

目前，針對(duì)衛(wèi)星通信網(wǎng)絡(luò)邊緣計(jì)算的研究比較有限. 文獻(xiàn)［10］首次提出了星地一體化網(wǎng)絡(luò)的MEC 技術(shù)，由于LEO 衛(wèi)星與地面之間的信號(hào)傳播時(shí)延最低可達(dá)到1~4 ms，MEC 技術(shù)可用于星地一體化網(wǎng)絡(luò). 文獻(xiàn)［11］提出了一種星地一體化的邊緣計(jì)算網(wǎng)絡(luò)架構(gòu)，并分析了該網(wǎng)絡(luò)架構(gòu)面臨的技術(shù)挑戰(zhàn). 文獻(xiàn)［12］研究了一種空天地一體化的邊緣計(jì)算系統(tǒng)，并提出了基于機(jī)器學(xué)習(xí)的最優(yōu)任務(wù)遷移策略. 上述衛(wèi)星邊緣計(jì)算的算法均未考慮衛(wèi)星間的協(xié)作問(wèn)題.

本文通過(guò)LEO 衛(wèi)星通信網(wǎng)絡(luò)的星間鏈路［13］（Inter-Satellite Link，ISL）進(jìn)行任務(wù)數(shù)據(jù)的二次遷移，實(shí)現(xiàn)相鄰衛(wèi)星間的邊緣計(jì)算協(xié)作. 以地面移動(dòng)用戶的加權(quán)總能耗最小化為目標(biāo)，在保證任務(wù)時(shí)延需求的條件下，提出一種基于ISL 的LEO 衛(wèi)星協(xié)作邊緣計(jì)算任務(wù)遷移和資源分配算法. 仿真結(jié)果表明，該算法的收斂速度快；與本地計(jì)算和任務(wù)數(shù)據(jù)全部上傳算法相比，本文所提出的算法的用戶總能耗更低；與非協(xié)作邊緣計(jì)算相比，基于ISL 的LEO 衛(wèi)星協(xié)作邊緣計(jì)算可有效降低用戶能耗，且隨著ISL 的信道容量和MEC 服務(wù)器計(jì)算能力的增加，用戶的總能耗不斷降低.

2 系統(tǒng)模型與優(yōu)化問(wèn)題

2.1 系統(tǒng)模型

設(shè)某LEO 衛(wèi)星協(xié)作邊緣計(jì)算系統(tǒng)有M個(gè)地面移動(dòng)用戶、N個(gè)LEO 衛(wèi)星以及K個(gè)正交子載波. 在某LEO 衛(wèi)星的覆蓋范圍內(nèi)，采用部分任務(wù)遷移機(jī)制，通過(guò)正交頻分多址接入同時(shí)將M個(gè)用戶的部分或全部任務(wù)數(shù)據(jù)遷移至衛(wèi)星MEC 服務(wù)器進(jìn)行邊緣計(jì)算，移動(dòng)用戶在本地對(duì)未被遷移至衛(wèi)星的任務(wù)數(shù)據(jù)進(jìn)行計(jì)算.假定移動(dòng)用戶的CPU 采用動(dòng)態(tài)電壓和頻率調(diào)整技術(shù)［8］，則任意用戶m進(jìn)行任務(wù)數(shù)據(jù)的本地計(jì)算所需的功率為：

其中：κ為一個(gè)與CPU 架構(gòu)有關(guān)的常數(shù)；fm為用戶m的進(jìn)行本地計(jì)算時(shí)的CPU時(shí)鐘頻率.

設(shè)用戶m計(jì)算任務(wù)的總數(shù)據(jù)量為ηm，用戶m向LEO 衛(wèi)星遷移的數(shù)據(jù)量為Sm，二者的單位均為比特，則用戶m進(jìn)行本地計(jì)算所需的時(shí)間為：其中，β為計(jì)算每比特任務(wù)數(shù)據(jù)所需的CPU周期數(shù).

用戶m進(jìn)行本地計(jì)算所需的能量可表示為：

設(shè)ρmk為子載波分配指示變量，當(dāng)子載波k分配給用戶m時(shí)，ρmk=1，否則ρmk=0，則：

當(dāng)任務(wù)數(shù)據(jù)遷移時(shí)，用戶m在子載波k上的數(shù)據(jù)速率可表示為：

其中，pmk與hmk分別為用戶m在子載波k上的發(fā)射功率和信道增益；B0為子載波帶寬；σ2為加性高斯白噪聲的功率.

用戶m進(jìn)行任務(wù)遷移的總數(shù)據(jù)速率為：

用戶m進(jìn)行任務(wù)遷移所需的總功率為：

用戶m進(jìn)行任務(wù)遷移所需的能量為：

其中：Ttx為各用戶任務(wù)數(shù)據(jù)遷移時(shí)的傳輸時(shí)間.

假定N個(gè)LEO 衛(wèi)星中任意兩個(gè)相鄰的衛(wèi)星間可通過(guò)ISL 進(jìn)行邊緣計(jì)算協(xié)作. 設(shè)地面移動(dòng)用戶接入衛(wèi)星n，當(dāng)衛(wèi)星n的計(jì)算能力不足時(shí)，可將部分任務(wù)數(shù)據(jù)遷移至相鄰衛(wèi)星j的MEC 服務(wù)器進(jìn)行協(xié)作計(jì)算. 設(shè)衛(wèi)星n通過(guò)ISL遷移至相鄰衛(wèi)星j的數(shù)據(jù)量為D，衛(wèi)星n和衛(wèi)星j的MEC 服務(wù)器計(jì)算時(shí)的CPU 時(shí)鐘頻率分別為fnEC和fjEC，則二者進(jìn)行邊緣計(jì)算的時(shí)間分別為：

設(shè)ISL 的信道容量為C，則衛(wèi)星通過(guò)ISL 遷移任務(wù)數(shù)據(jù)所產(chǎn)生的時(shí)延為：

任務(wù)數(shù)據(jù)計(jì)算結(jié)果的數(shù)據(jù)量很小，用戶下載結(jié)果的時(shí)間可忽略. 由于星地之間距離較遠(yuǎn)，不可忽略信號(hào)自由空間傳播時(shí)延. 假定LEO 衛(wèi)星n的高度為Hn，光速為c，則地面用戶與衛(wèi)星n之間的信號(hào)自由空間傳播時(shí)延可近似表示為：

LEO衛(wèi)星進(jìn)行協(xié)作邊緣計(jì)算的總時(shí)延為：

2.2 優(yōu)化問(wèn)題

本文對(duì)LEO 衛(wèi)星協(xié)作邊緣計(jì)算系統(tǒng)的任務(wù)遷移策略以及通信和計(jì)算資源分配進(jìn)行優(yōu)化，其中通信資源包括各用戶的發(fā)射功率、用戶與衛(wèi)星間的子載波以及任務(wù)遷移的時(shí)間；計(jì)算資源指用戶進(jìn)行本地計(jì)算時(shí)的CPU 時(shí)鐘頻率. 以所有用戶的加權(quán)總能耗最小化為目標(biāo)，以任務(wù)的可容忍時(shí)延等為約束條件建立優(yōu)化問(wèn)題，則該優(yōu)化問(wèn)題可表示為：

其中，f=(fm），ρ=(ρmk)，p=(pmk)，s=(smk).fmmax和Pmmax分別為用戶m的CPU最大時(shí)鐘頻率和最大發(fā)射功率.T為計(jì)算任務(wù)可容忍的最大時(shí)延.wm為權(quán)重參數(shù)，用于表示用戶的優(yōu)先級(jí). 約束條件C3和C4表示用戶進(jìn)行本地計(jì)算和邊緣計(jì)算的時(shí)延均不能超過(guò)任務(wù)可容忍的最大時(shí)延.C7和C8表示系統(tǒng)中每個(gè)子載波最多可分配給一個(gè)用戶.

3 任務(wù)遷移和資源分配算法

3.1 ISL遷移的最優(yōu)數(shù)據(jù)量

為了設(shè)計(jì)LEO 衛(wèi)星協(xié)作邊緣計(jì)算任務(wù)遷移和資源分配算法，需要確定相鄰衛(wèi)星間通過(guò)ISL 遷移的最優(yōu)數(shù)據(jù)量，可得優(yōu)化問(wèn)題的相關(guān)定理.

定理1 優(yōu)化問(wèn)題式(14)的目標(biāo)函數(shù)為關(guān)于Ttx的單調(diào)遞減函數(shù).

證明由式（5）可得：

將優(yōu)化問(wèn)題式（14）的目標(biāo)函數(shù)轉(zhuǎn)換為：

對(duì)目標(biāo)函數(shù)E求關(guān)于Ttx的導(dǎo)數(shù)，可得：

為證明E為關(guān)于Ttx的單調(diào)遞減函數(shù)，需證明定義f(rmk) =則可 得. 對(duì)函數(shù)f(rmk)求關(guān)于rmk的導(dǎo)數(shù)，有因?yàn)閞mk≥0，所以當(dāng)rmk=0時(shí)，函數(shù)f(rmk)可達(dá)最大值，即f(0) =0；當(dāng)rmk>0時(shí)，則f(rmk) ＜0. 若系統(tǒng)中至少一個(gè)子載波的數(shù)據(jù)速率rmk>0，則有因此，優(yōu)化問(wèn)題式（14）的目標(biāo)函數(shù)為關(guān)于Ttx的單調(diào)遞減函數(shù). 對(duì)于rmk=0,?m,k的特殊情況，所有的任務(wù)數(shù)據(jù)均由用戶在本地進(jìn)行計(jì)算，此時(shí)不需要進(jìn)行任務(wù)遷移和資源分配算法的設(shè)計(jì). 證畢.

由定理1可知，為了降低能耗，用戶將以可允許的最大時(shí)長(zhǎng)遷移任務(wù)數(shù)據(jù). 因?yàn)門(mén)tx+Tsat≤T，所以當(dāng)Tsat取得最小值時(shí)，用戶傳輸時(shí)長(zhǎng)Ttx可達(dá)到最大，此時(shí)用戶的能耗最低.根據(jù)式（13），對(duì)于衛(wèi)星n時(shí)，max為常數(shù)，當(dāng)取得最小值，即Tsat取得最小值.

由式（18）可得，衛(wèi)星間通過(guò)ISL遷移的最優(yōu)數(shù)據(jù)量為：

將D*代入式（13），可得Tsat的最小值，即：

3.2 任務(wù)遷移和資源分配算法設(shè)計(jì)

由優(yōu)化問(wèn)題式（14）的約束條件C1和C3，可得：

優(yōu)化問(wèn)題的目標(biāo)函數(shù)為關(guān)于fm的單調(diào)遞增函數(shù)，由式（21）可得fm的最優(yōu)解，即：

為了保證優(yōu)化問(wèn)題的可行性，由式（21）可得：

則由式（23）可得：

將式（20）和式（22）代入式（14）中，優(yōu)化問(wèn)題式（14）轉(zhuǎn)換為：

優(yōu)化問(wèn)題式（25）的目標(biāo)函數(shù)為非凸的，不易對(duì)其直接求解，故將其分解為任務(wù)遷移子問(wèn)題和無(wú)線資源分配子問(wèn)題，通過(guò)迭代求解子問(wèn)題，得到優(yōu)化問(wèn)題式（25）的解.

若假定子載波分配變量ρ已知，將式（15）代入優(yōu)化問(wèn)題式（25），則可得到任務(wù)遷移子問(wèn)題為：

定理2任務(wù)遷移子問(wèn)題式（26）為凸優(yōu)化問(wèn)題.

證明任務(wù)遷移子問(wèn)題式（26）的目標(biāo)函數(shù)的第一項(xiàng)為關(guān)于矢量s的凸函數(shù)，第二項(xiàng)符合函數(shù)的結(jié)構(gòu). 由于函數(shù)為關(guān)于x和t的聯(lián)合凸函數(shù)，故優(yōu)化問(wèn)題式（26）的目標(biāo)函數(shù)為關(guān)于s和Ttx的聯(lián)合凸函數(shù).定義函數(shù)，則約束條件C10 可等價(jià)于因?yàn)間(s,Ttx)與函數(shù)的結(jié)構(gòu)一致，所以g(s,Ttx)為關(guān)于s和Ttx的聯(lián)合凸函數(shù)，即約束條件C10 為凸的. 優(yōu)化問(wèn)題式（26）的其它約束條件均為線性的. 因此，任務(wù)遷移子問(wèn)題式（26）的目標(biāo)函數(shù)和可行集均為凸的，為凸優(yōu)化問(wèn)題. 證畢.

任務(wù)遷移子問(wèn)題式（26）為凸優(yōu)化問(wèn)題，則可通過(guò)標(biāo)準(zhǔn)凸優(yōu)化算法（例如內(nèi)點(diǎn)法等），得到其最優(yōu)解. 對(duì)于無(wú)線資源分配子問(wèn)題式（27），由于存在整數(shù)優(yōu)化變量，難以直接獲得其最優(yōu)解，因此采用拉格朗日對(duì)偶分解方法求解.

松弛無(wú)線資源分配子問(wèn)題式（27）的約束條件C2和C11，則其拉格朗日函數(shù)為：

其中，θ=(θm)和λ=(λm)分別為約束條件C2 和C11 的拉格朗日因子. 對(duì)偶函數(shù)為Q(θ,λ) =

由式（28）可知，對(duì)于確定的拉格朗日因子θ和λ，可將對(duì)偶函數(shù)Q(θ,λ)進(jìn)一步分解為K個(gè)獨(dú)立的子問(wèn)題，且每個(gè)子問(wèn)題對(duì)應(yīng)一個(gè)子載波. 對(duì)應(yīng)于子載波k的子問(wèn)題可表示為：

定義函數(shù)Gmk和Hmk，即：

則子載波分配的最優(yōu)解為：

由式（33）可得，用戶m在子載波k上的最優(yōu)功率分配為：

基于任務(wù)遷移子問(wèn)題式（26）和無(wú)線資源分配子問(wèn)題式（27）的求解過(guò)程，LEO 衛(wèi)星協(xié)作邊緣計(jì)算任務(wù)遷移和資源分配算法歸納為算法1.

定理3描述了算法1的收斂性.

定理3 算法1 每次迭代均可降低目標(biāo)函數(shù)E(ρ,p,s,Ttx)的值，并在有限次迭代內(nèi)收斂.

當(dāng)固定子載波分配變量ρ(l)時(shí)，算法1求子問(wèn)題（26）的最優(yōu)解()，并更新功率分配為p(2l+1)，所以式（35）中的不等式(a)成立. 同樣地，當(dāng)固定各用戶遷移的數(shù)據(jù)量時(shí)，算法1 可得到子問(wèn)題式（27）的解(?m和傳輸時(shí)間)，所以式（35）中的不等式(b)成立. 不等式（35）表明，算法1的每次迭代均可降低目標(biāo)函數(shù)E(ρ,p,s,Ttx)的值. 由于目標(biāo)函數(shù)值是有下界的，故算法1將在有限次迭代內(nèi)收斂. 證畢.

算法1迭代求解子問(wèn)題式（26）和（27）直至收斂. 由于子問(wèn)題式（26）為凸優(yōu)化問(wèn)題，得到其最優(yōu)解的復(fù)雜度為多項(xiàng)式復(fù)雜度. 子問(wèn)題式（27）采用拉格朗日對(duì)偶方法求解，其復(fù)雜度也為多項(xiàng)式復(fù)雜度. 根據(jù)定理3，算法1將在有限次迭代內(nèi)收斂，因此算法1具有多項(xiàng)式復(fù)雜度.

4 仿真結(jié)果與分析

本節(jié)對(duì)LEO 衛(wèi)星協(xié)作邊緣計(jì)算任務(wù)遷移和資源分配算法（算法1）的性能進(jìn)行仿真與分析. 設(shè)置LEO 衛(wèi)星的飛行高度為1500 km，無(wú)線信道衰落包括自由空間路徑損耗和萊斯衰落，衛(wèi)星天線增益為43.3 dBi. 系統(tǒng)總帶寬為20 MHz，子載波數(shù)量K=128，用戶數(shù)量M=16，衛(wèi)星MEC 服務(wù)器的CPU 時(shí)鐘頻率為8 GHz，且κ=10-26，β=120 cycle/bit.

圖1 示出了本文提出的LEO 衛(wèi)星協(xié)作邊緣計(jì)算任務(wù)遷移和資源分配算法的收斂性. 在每次迭代之后，用戶總能耗均降低，并在數(shù)次迭代后收斂. 對(duì)于不同的任務(wù)可容忍時(shí)延T，算法的收斂速度略有差別，但均可在約8次迭代內(nèi)收斂. 因此，本文所提出的任務(wù)遷移和資源分配算法的收斂速度較快.

圖1 LEO衛(wèi)星協(xié)作邊緣計(jì)算任務(wù)遷移和資源分配算法的收斂性

圖2 示出了地面用戶總能耗與計(jì)算任務(wù)數(shù)據(jù)量ηm之間的關(guān)系，隨著計(jì)算任務(wù)數(shù)據(jù)量的增加，本文所提出的任務(wù)遷移和資源分配算法（算法1）、本地計(jì)算以及任務(wù)數(shù)據(jù)全部上傳算法的用戶總能耗都在增加. 由于算法1采用了部分任務(wù)遷移機(jī)制，可根據(jù)無(wú)線信道質(zhì)量和計(jì)算任務(wù)數(shù)據(jù)量等因素優(yōu)化遷移至衛(wèi)星的數(shù)據(jù)量，所以其能耗始終低于其它兩種算法. 當(dāng)計(jì)算任務(wù)的數(shù)據(jù)量為3 Mbit 時(shí)，算法1 的能耗比本地計(jì)算的能耗降低約81%. 對(duì)于任務(wù)數(shù)據(jù)全部上傳算法，當(dāng)計(jì)算任務(wù)的數(shù)據(jù)量較少時(shí)，其能耗低于本地計(jì)算的能耗. 當(dāng)計(jì)算任務(wù)的數(shù)據(jù)量較大時(shí)，因?yàn)槿繑?shù)據(jù)均必須在有限的帶寬和時(shí)間內(nèi)上傳至LEO 衛(wèi)星MEC 服務(wù)器，所以任務(wù)數(shù)據(jù)全部上傳算法的能耗將隨著任務(wù)數(shù)據(jù)量的增加而快速增長(zhǎng).當(dāng)計(jì)算任務(wù)的數(shù)據(jù)量超過(guò)1.5 Mbit 時(shí)，任務(wù)數(shù)據(jù)全部上傳算法的能耗將遠(yuǎn)大于本地計(jì)算和算法1的能耗.

圖2 用戶總能耗與計(jì)算任務(wù)數(shù)據(jù)量之間的關(guān)系

圖3示出了地面用戶總能耗與計(jì)算任務(wù)可容忍時(shí)延T之間的關(guān)系. 當(dāng)計(jì)算任務(wù)的可容忍時(shí)延較小時(shí)，用戶需要在較短時(shí)間內(nèi)完成任務(wù)數(shù)據(jù)的遷移和計(jì)算，因此三種算法的總能耗均較高. 隨著任務(wù)可容忍時(shí)延的增加，用戶可在較長(zhǎng)的時(shí)間內(nèi)以較低的發(fā)射功率進(jìn)行任務(wù)數(shù)據(jù)的遷移，且本地計(jì)算的時(shí)間也較長(zhǎng)，因此總能耗逐漸降低. 此外，算法1的能耗始終低于本地計(jì)算和任務(wù)數(shù)據(jù)全部上傳算法的能耗. 當(dāng)計(jì)算任務(wù)可容忍時(shí)延為0.2 s時(shí)，算法1的能耗比本地計(jì)算的能耗降低約74%.

圖4 示出了用戶總能耗與ISL 信道容量之間的關(guān)系. 可以看出，ISL 的信道容量越大，用戶總能耗越低.對(duì)于相同的ISL信道容量，衛(wèi)星MEC服務(wù)器的CPU時(shí)鐘頻率fECn越高，用戶總能耗越低. 這是由于當(dāng)ISL的信道容量較大時(shí)，衛(wèi)星間任務(wù)數(shù)據(jù)遷移產(chǎn)生的傳輸時(shí)延較小，并且衛(wèi)星MEC服務(wù)器的CPU時(shí)鐘頻率越高，衛(wèi)星執(zhí)行邊緣計(jì)算所需的時(shí)間越短，因此用戶向衛(wèi)星遷移任務(wù)數(shù)據(jù)的時(shí)間Ttx較長(zhǎng). 由定理1可知，用戶總能耗是關(guān)于Ttx的單調(diào)遞減函數(shù)，故用戶總能耗將隨著ISL信道容量和衛(wèi)星MEC 服務(wù)器的CPU 時(shí)鐘頻率的增加而降低. 當(dāng)ISL的信道容量為0時(shí)，表示LEO衛(wèi)星間無(wú)法進(jìn)行邊緣計(jì)算協(xié)作，此時(shí)用戶的總能耗最高. 與非協(xié)作衛(wèi)星邊緣計(jì)算相比，當(dāng)ISL 的信道容量為100 Mbit/s 時(shí)，基于ISL 的LEO衛(wèi)星協(xié)作邊緣計(jì)算的能耗可至少降低約22%.

圖3 用戶總能耗與計(jì)算任務(wù)可容忍的時(shí)延之間的關(guān)系

圖4 用戶總能耗與ISL信道容量之間的關(guān)系

5 結(jié)論

研究了LEO 衛(wèi)星協(xié)作邊緣計(jì)算的任務(wù)遷移和資源分配算法，以地面用戶加權(quán)總能耗最小化為目標(biāo)，以計(jì)算任務(wù)可容忍時(shí)延等為約束條件，通過(guò)LEO 衛(wèi)星ISL進(jìn)行任務(wù)數(shù)據(jù)的二次遷移，實(shí)現(xiàn)衛(wèi)星間邊緣計(jì)算的協(xié)作.由于所建立的優(yōu)化問(wèn)題的非凸性，將其分解為兩個(gè)子問(wèn)題分別求解，并提出了LEO 衛(wèi)星協(xié)作邊緣計(jì)算的任務(wù)遷移和資源分配算法. 仿真結(jié)果表明，該算法可在8次迭代內(nèi)收斂. 與本地計(jì)算和任務(wù)數(shù)據(jù)全部上傳算法相比，本文所提出的算法可至少降低約74%的用戶總能耗；與非協(xié)作衛(wèi)星邊緣計(jì)算相比，基于ISL 的LEO 衛(wèi)星協(xié)作邊緣計(jì)算可至少降低約22%的用戶總能耗，且ISL的信道容量越大，用戶總能耗越低.