面向无人机集群的边缘计算任务卸载优化系统产品系统

在电力巡检无人机集群场景下，无人机算力有限、通信链路动态波动，传统固定卸载策略容易出现任务超时、节点负载不均衡问题。本项目针对电力野外巡检业务，设计动态任务调度方案，降低端边协同时延，保障巡检图像、传感数据实时处理。

包含网络拓扑仿真模块、任务生成模块、图神经网络调度决策模块、性能指标统计模块。支持自定义无人机移动轨迹、链路带宽参数，自动对比多种卸载策略的时延、能耗、成功率，输出可视化对比报表，可用于电网巡检业务的方案预演评估。

本人负责整体算法设计、GNN模型编码与仿真脚本开发，基于PyTorch搭建图神经网络调度模型，使用Python搭建仿真环境，Go实现简易后台调度服务。难点在于动态拓扑下图结构实时更新，通过邻接矩阵增量更新降低推理开销，完成多组对比实验并整理实验结果。