CN108616303A - 无人机基站通信系统的控制方法、系统、装置及存储介质 - Google Patents
无人机基站通信系统的控制方法、系统、装置及存储介质 Download PDFInfo
- Publication number
- CN108616303A CN108616303A CN201810413821.6A CN201810413821A CN108616303A CN 108616303 A CN108616303 A CN 108616303A CN 201810413821 A CN201810413821 A CN 201810413821A CN 108616303 A CN108616303 A CN 108616303A
- Authority
- CN
- China
- Prior art keywords
- unmanned plane
- flight path
- sequential
- function
- current
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004891 communication Methods 0.000 title claims abstract description 161
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000003860 storage Methods 0.000 title claims description 11
- 230000006870 function Effects 0.000 claims description 100
- 238000004590 computer program Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000005457 optimization Methods 0.000 abstract description 21
- 230000000694 effects Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000008054 signal transmission Effects 0.000 description 3
- 239000000654 additive Substances 0.000 description 2
- 230000000996 additive effect Effects 0.000 description 2
- 230000003321 amplification Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/1851—Systems using a satellite or space-based relay
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
Landscapes
- Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Automation & Control Theory (AREA)
- Astronomy & Astrophysics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请公开了一种无人机基站通信系统的控制方法，包括：建立无人机与用户终端的通信模型；所述通信模型包括：所述无人机的一个飞行周期内的飞行路径所述飞行周期内所述用户终端与所述无人机的通信时序利用所述通信模型，获得在所述无人机的一个飞行周期内所述用户终端对应的最大通信速率，其中，第i个用户终端对应的所述最大通信速率为Ri；建立目标函数其中计算所述目标函数，得到所述目标函数的最优解。本申请最终得到的目标函数的最优解，包含了对无人机飞行路径和通信时序的最优选择，利用该目标函数对无人机基站通信系统进行控制，可根据无人机的飞行路线灵活地调度用户的接入顺序与时长，能够利用无人机的移动性优化通信系统的性能。
Description
技术领域
本发明涉及无人机通信领域，特别涉及一种无人机基站通信系统的控制方法、系统、装置及存储介质。
背景技术
无人机(UAVs，unmanned aerial vehicles)因为具有成本低、机动性能好、使用方便等特点，在军用、民用领域用途广泛，近年来在这些领域扮演了越来越重要的角色。其中，以无人机作为空中移动基站为中心建立的无人机基站通信系统，能够为地面通信终端提供更优质的通信服务，不仅扩大了通信覆盖范围，而且提高了通信系统性能。
专利CN201710276185.7《无人机中继广播通信系统航迹优化方法》提出了一种用于通信中继的无人机分段拓扑方法，包括：建立无人机中继广播通信系统的三维直角坐标系；在信号传输的第一个时隙内，固定基站节点以某一功率发射信号给无人机中继节点，在第二个时隙内，无人机中继节点采用放大转发方式将接收到的信号广播至用户节点，确定T时刻用户节点的中断概率近似表达式，并计算所有用户节点的中断概率和最大用户节点的中断概率，建立基于最大-最小化准则的无人机航迹优化模型，并利用该模型寻找到最佳航向角。该方法是基于分不同时隙段的拓扑方法，在信号传输中分段确定飞行路径，这样路径的计算受到第一个第二个时隙中信号传输质量影响，不能保证实时计算出路径。
此外，当无人机与地面用户使用TDMA(Time division multiple access，时分多址)接入方式时，TDMA接入周期越大，无人机有足够时间靠近地面通信用户以获得更好的通信信道和更高的吞吐量，但是另一方面，周期越大，每个地面用户等待时间越长，这样系统的时延越大。
因此，考虑系统吞吐量和时延要求下，如何根据服务地面用户特点对无人机飞行周期和飞行路径进行合理设计，是目前本领域的技术人员需要解决的问题。
发明内容
有鉴于此，本发明的目的在于提供一种无人机基站通信系统的控制方法、系统、装置及存储介质，从而根据服务地面用户特点对无人机飞行周期和飞行路径进行合理设计，满足更高的系统吞吐量和时延要求。其具体方案如下：
一种无人机基站通信系统的控制方法，包括：
以空间坐标系为基础，建立无人机与用户终端的通信模型；所述通信模型包括：所述无人机的一个飞行周期内的飞行路径所述飞行周期内所述用户终端与所述无人机的通信时序其中，所述q[n]为所述无人机在一个飞行周期内N个时隙中的第n个时隙的坐标，所述αi[n]为I个用户终端中第i个用户终端在第n个时隙的通信状态；
利用所述通信模型，获得在所述无人机的一个飞行周期内所述用户终端对应的最大通信速率，其中，第i个用户终端对应的所述最大通信速率为Ri；
建立目标函数其中
计算所述目标函数，得到所述目标函数的最优解。
优选的，所述计算所述目标函数，得到所述目标函数的最优解的过程具体包括：
根据所述目标函数，设置第一约束条件如下：
其中，所述Smax为一个所述时隙内所述无人机飞行的最大距离；
根据所述第一约束条件计算，得到所述目标函数的最优解。
优选的，所述计算所述目标函数，得到所述目标函数的最优解的过程具体包括：
根据所述目标函数，设置第二约束条件如下：
其中，所述Smax为一个所述时隙内所述无人机飞行的最大距离；
根据所述第二约束条件计算，得到所述目标函数的最优解。
优选的，所述计算所述目标函数，得到所述目标函数的最优解的过程，具体包括：
步骤A1：初始化所述飞行路径；
步骤A2：根据当前飞行路径和当前目标函数，计算当前通信时序，并根据当前通讯时序更新当前目标函数；
步骤A3：根据当前通信时序和当前目标函数，计算当前飞行路径，并根据当前飞行路径更新当前目标函数；
步骤A4：判断当前目标函数是否达到预设要求，如果是，确认当前通信时序和当前飞行路径为最终通信时序和最终飞行路径；如果否，重复所述步骤A2和所述步骤A3。
优选的，所述计算所述目标函数，得到所述目标函数的最优解的过程，具体包括：
步骤B1：初始化所述通信时序；
步骤B2：根据当前通信时序和当前目标函数，计算当前飞行路径，并根据当前飞行路径更新当前目标函数；
步骤B3：根据当前飞行路径和当前目标函数，计算当前通信时序，并根据当前通讯时序更新当前目标函数；
步骤B4：判断当前目标函数是否达到预设要求，如果是，确认当前通信时序和当前飞行路径为最终通信时序和最终飞行路径；如果否，重复所述步骤B2和所述步骤B3。
优选的，所述根据当前飞行路径和当前目标函数，计算当前通信时序的过程，具体包括：
根据当前飞行路径Q和当前目标函数设置第三约束条件如下：
根据所述第三约束条件计算，得到当前通信时序A；
所述根据当前通信时序和当前目标函数，计算当前飞行路径的过程，具体包括：
根据当前通信时序A和当前目标函数设置第四约束条件如下：
根据所述第四约束条件计算，得到当前飞行路径Q。
优选的，所述根据所述第四约束条件计算，得到当前飞行路径Q的过程，具体包括：
利用泰勒展开，获取当前Ri的下界并根据得到η的下界ηlb；
根据所述第四约束条件和所述设置第五约束条件如下：
根据所述第五约束条件计算，得到当前飞行路径Q。
相应的，本发明还公开了一种无人机基站通信系统的控制系统，包括：
模型建立模块，用于以空间坐标系为基础，建立无人机与用户终端的通信模型；所述通信模型包括：所述无人机的一个飞行周期内的飞行路径所述飞行周期内所述用户终端与所述无人机的通信时序其中，所述q[n]为所述无人机在一个飞行周期内N个时隙中的第n个时隙的坐标，所述αi[n]为I个用户终端中第i个用户终端在第n个时隙的通信状态；
速率计算模块，用于利用所述通信模型，获得在所述无人机的一个飞行周期内所述用户终端对应的最大通信速率，其中，第i个用户终端对应的所述最大通信速率为Ri；
函数建立模块，用于建立目标函数其中
函数计算模块，用于计算所述目标函数，得到所述目标函数的最优解。
相应的，本发明还公开了一种无人机基站通信系统的控制装置，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如上文中任一项所述无人机基站通信系统的控制方法的步骤。
相应的，本发明还公开了一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上文中任一项所述无人机基站通信系统的控制方法的步骤。
本发明公开了一种无人机基站通信系统的控制方法，包括：以空间坐标系为基础，建立无人机与用户终端的通信模型；所述通信模型包括：所述无人机的一个飞行周期内的飞行路径所述飞行周期内所述用户终端与所述无人机的通信时序其中，所述q[n]为所述无人机在一个飞行周期内N个时隙中的第n个时隙的坐标，所述αi[n]为I个用户终端中第i个用户终端在第n个时隙的通信状态；利用所述通信模型，获得在所述无人机的一个飞行周期内所述用户终端对应的最大通信速率，其中，第i 个用户终端对应的所述最大通信速率为Ri；建立目标函数其中计算所述目标函数，得到所述目标函数的最优解。本发明最终得到的目标函数的最优解，包含了对无人机飞行路径和通信时序的最优选择，利用该目标函数对无人机基站通信系统进行控制，可以根据无人机的飞行路线灵活地调度用户的接入顺序与时长，能够充分地发挥无人机基站的移动灵活性的优势，利用无人机的移动性优化通信系统的性能。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本发明中一种无人机基站通信系统的控制方法的步骤流程图；
图2为本发明中一种无人机基站通信系统的控制方法的子步骤流程图；
图3为本发明中一种具体的无人机基站通信系统的结构示意图；
图4为本发明中对具体的无人机基站通信系统仿真的最佳飞行路径图；
图5为本发明中对最小用户速率和无人机静止状态的比较图；
图6为本发明中一种无人机基站通信系统的控制系统的结构分布图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例公开了一种无人机基站通信系统的控制方法，步骤流程图参见图1所示，包括：
S1：以空间坐标系为基础，建立无人机与用户终端的通信模型；所述通信模型包括：所述无人机的一个飞行周期内的飞行路径所述飞行周期内所述用户终端与所述无人机的通信时序其中，所述q[n]为所述无人机在一个飞行周期内N个时隙中的第n个时隙的坐标，所述αi[n]为I个用户终端中第i个用户终端在第n个时隙的通信状态；
本实施例中无人机基站通信系统是基于TDMA(Time division multiple access，时分多址)技术建立的。无人机与地面的用户终端之间的空地信道是视距传输(LOS，lineof sight)，因此通信距离决定了空地信道质量，无人机移动性引起的多普勒效应可以在地面接收机端得到补偿。可以看出，无人机基站通信系统是无人机作为空中移动基站，服务于地面多个位置的随机用户终端的通信系统。在该通信系统中，上行和下行通信链路对称，因此本实施例仅对下行通信应用场景作以说明，上行通行参考类比即可。
在空间坐标系中建立通信模型，这里的空间坐标系一般选择三维笛卡尔坐标系。假设无人机以时间T作为飞行周期，飞行高度为H，也即无人机的飞行路径在高度为H的平面上，飞行最大速率为Vmaxm/s。假设无人机的飞行周期被分成N个相同时间的时隙，可以即每个时隙的时间为δ＝T/N，由于δ是一个很小的时间值，所以可以认为即使无人机达到其最大速率Vmaxm/s，第n(n＝1,...,N)个时隙的δ时间内无人机的位置不变。这样原来无人机任意时刻的路径q(t)＝[x(t),y(t)]T，在飞行周期T内可以用二维离散时间表示，即 q[n]＝[x[n],y[n]]T，n＝1,...,N，整个飞行周期T的飞行路径可表示为
类似的，第i个用户终端在地面的位置坐标为wi＝[xi,yi]T。
那么，在第n个时隙无人机与第i个用户终端之间的距离可以表示为：
这样，第n个时隙中第i个用户终端与无人机之间实际是自由空间路径损耗模型。其信道增益为：其中，ρ0表示发射端与接收端距离为1m时，根据测量结果得到的接收功率大小。
另外，所述αi[n]所表示的通信状态通常只有两种，当αi[n]＝1表示用户终端与无人机通信，αi[n]＝0表示用户终端未与无人机通信。
S2：利用所述通信模型，获得在所述无人机的一个飞行周期内所述用户终端对应的最大通信速率，其中，第i个用户终端对应的所述最大通信速率为 Ri；
具体的，第n个时隙中第i个用户终端最大可得到速率(bits/s/Hz)是
其中，p表示无人机的发送功率，是一个固定值，σ2是加性高斯噪声功率(Additivewhite Gaussian noise，AWGN)，表示发射端与接收端距离1m时的接收信噪比(Signal-to-noise ratio，SNR)。
从而可以得到第i个用户在飞行周期T内的平均速率Ri-ave或速率和Ri-sum：
而步骤S2中最后的最大通信速率Ri可以统一选择为Ri-ave或Ri-sum，然后以此进行下一步计算。
S3：建立目标函数其中
本实施例的目的时联合优化无人机飞行路径和用户终端通信时序，保证用户终端之间的公平性，以达到最大化所有用户终端与无人机通信的最小平均速率。所以建立了目标函数：将用户终端对应的最大通信速率中的最小值最大化。
S4：计算所述目标函数，得到所述目标函数的最优解。
本步骤对上一步骤中的目标函数进行计算求解，得到的最优解中包含了优化后的飞行路径和通信时序，根据优化后的飞行路径和通信时序控制无人机基站通信系统，能够同时提高无人机基站通信系统的通信效率和用户终端的使用满意度。
本发明公开了一种无人机基站通信系统的控制方法，包括：以空间坐标系为基础，建立无人机与用户终端的通信模型；所述通信模型包括：所述无人机的一个飞行周期内的飞行路径所述飞行周期内所述用户终端与所述无人机的通信时序其中，所述q[n]为所述无人机在一个飞行周期内N个时隙中的第n个时隙的坐标，所述αi[n]为I个用户终端中第i个用户终端在第n个时隙的通信状态；利用所述通信模型，获得在所述无人机的一个飞行周期内所述用户终端对应的最大通信速率，其中，第i 个用户终端对应的所述最大通信速率为Ri；建立目标函数其中计算所述目标函数，得到所述目标函数的最优解。本发明最终得到的目标函数的最优解，包含了对无人机飞行路径和通信时序的最优选择，利用该目标函数对无人机基站通信系统进行控制，可以根据无人机的飞行路线灵活地调度用户的接入顺序与时长，能够充分地发挥无人机基站的移动灵活性的优势，利用无人机的移动性优化通信系统的性能。
本发明实施例公开了一种具体的无人机基站通信系统的控制方法，相对于上一实施例，本实施例对技术方案作了进一步的说明和优化。具体的：
所述计算所述目标函数，得到所述目标函数的最优解的过程具体包括：
根据所述目标函数，设置第一约束条件如下：
其中，所述Smax为一个所述时隙内所述无人机飞行的最大距离；
根据所述第一约束条件计算，得到所述目标函数的最优解。
其中，第一约束条件中，1式表示任一用户的速率大于等于η，与目标函数对应；2式表示在TDMA的接入方式中，每个时隙最多有1个用户与无人机进行通信；3式表示αi[n]的取值只有0或1；4式表示相邻的时隙无人机运动的距离不超过Smax，其中5式表示每个飞行周期T结束后，无人机返回初始位置，周期性地服务用户终端。
由于通信时序A是二进制的，因此1-3式要求整数限制。此外，1式是关于飞行路径Q的非凸集合约束条件。因此，第一约束条件是混合整数非凸问题，目前没有十分理想的解决办法。
本发明实施例公开了一种具体的无人机基站通信系统的控制方法，相对于上一实施例，本实施例对技术方案作了进一步的说明和优化。具体的：
将上一实施例中的第一约束条件进行改写，取消其中的整数限制条件，可以得到以下处理：
所述计算所述目标函数，得到所述目标函数的最优解的过程具体包括：
根据所述目标函数，设置第二约束条件如下：
其中，所述Smax为一个所述时隙内所述无人机飞行的最大距离；
根据所述第二约束条件计算，得到所述目标函数的最优解。
一般认为第二约束条件的目标值是第一约束条件的上界。但是第二约束条件依然是非凸的，解决方法仍然不够理想。
本发明实施例公开了一种具体的人无人机基站通信系统的控制方法，相对于上一实施例，本实施例对技术方案作了进一步的说明和优化。
具体的，利用非梯度连续优化迭代算法，将两个变量飞行路径和目标函数的优化问题，拆分为两个简单容易求解的凸优化问题，这样在每次迭代计算中，依次分别沿一个方向优化来获得用户时序和飞行路径的局部极小值，每个优化问题输出的局部最优值时下一步迭代涉及优化问题的初始值，依次迭代计算知道目标值收敛位置。
进一步的，本实施例中有以下两种迭代顺序，择一进行计算即可。
第一种具体包括：
步骤A1：初始化所述飞行路径；
步骤A2：根据当前飞行路径和当前目标函数，计算当前通信时序，并根据当前通讯时序更新当前目标函数；
步骤A3：根据当前通信时序和当前目标函数，计算当前飞行路径，并根据当前飞行路径更新当前目标函数；
步骤A4：判断当前目标函数是否达到预设要求，如果是，确认当前通信时序和当前飞行路径为最终通信时序和最终飞行路径；如果否，重复所述步骤A2和所述步骤A3。
第二种具体包括：
步骤B1：初始化所述通信时序；
步骤B2：根据当前通信时序和当前目标函数，计算当前飞行路径，并根据当前飞行路径更新当前目标函数；
步骤B3：根据当前飞行路径和当前目标函数，计算当前通信时序，并根据当前通讯时序更新当前目标函数；
步骤B4：判断当前目标函数是否达到预设要求，如果是，确认当前通信时序和当前飞行路径为最终通信时序和最终飞行路径；如果否，重复所述步骤B2和所述步骤B3。
参见图2所示的第一种迭代顺序的详细算法流程图，其中r为迭代次数，预设要求指||η(Ar+1,Qr+1)-η(Ar,Qr)||＜ε。
进一步的，虽然迭代顺序不同，但是两种迭代顺序中在解决拆分的两个凸优化问题时，同一个变量的计算使用同一个约束条件。
具体的，所述根据当前飞行路径和当前目标函数，计算当前通信时序的过程包括：
根据当前飞行路径Q和当前目标函数设置第三约束条件如下：
根据所述第三约束条件计算，得到当前通信时序A；
可以理解的是，该邂逅的用户时序A的优化问题是标准线性规划问题，一般使用内点法(interior-point method)求解即可。
具体的，所述根据当前通信时序和当前目标函数，计算当前飞行路径的过程，包括：
根据当前通信时序A和当前目标函数设置第四约束条件如下：
根据所述第四约束条件计算，得到当前飞行路径Q。
由于q[n]使得第四约束条件中1式仍然是非凸约束项。在每一次迭代计算中使用连续凸优化方法，在给定一个局部值后，本实施例中1式的左边便可求解出其凹下界。
例如，定义最大通信速率为
定义为第r次迭代计算的飞行路径，则本实施例中1式具体为
尽管q[n]是非凸的，但||q[n+1]-q[n]||2是凸集合。那么在任意点用第一阶泰勒展开式，该凸函数具有全局最小值。因此，在第r次迭代中，给定局部点qr[n]，就可以获得全局最小值。
具体的，第i个用户终端在第n个时隙的最大可得到速率在qr[n]上的一阶泰勒展开式为：
其中，泰勒展开式一次项系数为常数项
因此，给定飞行路径Qr，定义公式使用上式中的最小界和Qr，即可以解决第四约束条件的优化问题。
可以理解的是，按照上文提到的思路，所述根据所述第四约束条件计算，得到当前飞行路径Q的过程，具体包括：
利用泰勒展开，获取当前Ri的下界并根据得到η的下界ηlb；
根据所述第四约束条件和所述设置第五约束条件如下：
根据所述第五约束条件计算，得到当前飞行路径Q。
第五约束条件中，1式和2式为二次项凸集，3式是线性约束条件，此时优化问题变成了一个凸(convex)的二次约束二次规划问题(QCQP)，该问题可以用标准的内点法来解。通过解出第五约束条件，皆可以得到优化目标值。
以图3中服务于6个位置随机的用户终端的无人机基站通信系统为例(图中的用户实际即是本实施例中的用户终端)，通过本实施例算法，确定无人机的飞行路径和飞行过程中的通信时序，得到图4中仿真不同飞行周期下无人机的最佳飞行路径图。按照图4中的飞行路径飞行，得到通信系统的最小用户速率是无人机静止时的1.1-1.6倍，速率的比较见图5，该最小用户速率指所有用户终端的最大通信速率的最小值，可以看出，随着飞行周期越长，通信系统总体性能越高。
相应的，本发明实施例还公开了一种无人机基站通信系统的控制系统，参见图6所示，包括：
模型建立模块1，用于以空间坐标系为基础，建立无人机与用户终端的通信模型；所述通信模型包括：所述无人机的一个飞行周期内的飞行路径所述飞行周期内所述用户终端与所述无人机的通信时序其中，所述q[n]为所述无人机在一个飞行周期内N个时隙中的第n个时隙的坐标，所述αi[n]为I个用户终端中第i个用户终端在第n个时隙的通信状态；
速率计算模块2，用于利用所述通信模型，获得在所述无人机的一个飞行周期内所述用户终端对应的最大通信速率，其中，第i个用户终端对应的所述最大通信速率为Ri；
函数建立模块3，用于建立目标函数其中
函数计算模块4，用于计算所述目标函数，得到所述目标函数的最优解。
可以理解的是，本实施例具有与第一个实施例中无人机基站通信系统的控制方法相同的有益效果。
相应的，本发明实施例还公开了一种无人机基站通信系统的控制装置，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如上文中任一项实施例所述无人机基站通信系统的控制方法的步骤。
其中，有关所述无人机基站通信系统的控制方法的具体细节可以参照上文实施例中关于无人机基站通信系统的控制方法的描述，此处不再赘述。
可以理解的是，本实施例具有与第一个实施例中无人机基站通信系统的控制方法相同的有益效果。
相应的，本发明还公开了一种可读存储介质，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上文中任一项所述无人机基站通信系统的控制方法的步骤。
其中，有关所述无人机基站通信系统的控制方法的具体细节可以参照上文实施例中关于无人机基站通信系统的控制方法的描述，此处不再赘述。
可以理解的是，本实施例具有与第一个实施例中无人机基站通信系统的控制方法相同的有益效果。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本发明所提供的一种无人机的控制方法、系统、装置及可读存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种无人机基站通信系统的控制方法，其特征在于，包括：
以空间坐标系为基础，建立无人机与用户终端的通信模型；所述通信模型包括：所述无人机的一个飞行周期内的飞行路径所述飞行周期内所述用户终端与所述无人机的通信时序其中，所述q[n]为所述无人机在一个飞行周期内N个时隙中的第n个时隙的坐标，所述αi[n]为I个用户终端中第i个用户终端在第n个时隙的通信状态；
利用所述通信模型，获得在所述无人机的一个飞行周期内所述用户终端对应的最大通信速率，其中，第i个用户终端对应的所述最大通信速率为Ri；
建立目标函数其中
计算所述目标函数，得到所述目标函数的最优解。
2.根据权利要求1所述控制方法，其特征在于，所述计算所述目标函数，得到所述目标函数的最优解的过程具体包括：
根据所述目标函数，设置第一约束条件如下：
其中，所述Smax为一个所述时隙内所述无人机飞行的最大距离；
根据所述第一约束条件计算，得到所述目标函数的最优解。
3.根据权利要求1所述控制方法，其特征在于，所述计算所述目标函数，得到所述目标函数的最优解的过程具体包括：
根据所述目标函数，设置第二约束条件如下：
其中，所述Smax为一个所述时隙内所述无人机飞行的最大距离；
根据所述第二约束条件计算，得到所述目标函数的最优解。
4.根据权利要求3所述控制方法，其特征在于，所述计算所述目标函数，得到所述目标函数的最优解的过程，具体包括：
步骤A1：初始化所述飞行路径；
步骤A2：根据当前飞行路径和当前目标函数，计算当前通信时序，并根据当前通讯时序更新当前目标函数；
步骤A3：根据当前通信时序和当前目标函数，计算当前飞行路径，并根据当前飞行路径更新当前目标函数；
步骤A4：判断当前目标函数是否达到预设要求，如果是，确认当前通信时序和当前飞行路径为最终通信时序和最终飞行路径；如果否，重复所述步骤A2和所述步骤A3。
5.根据权利要求3所述控制方法，其特征在于，所述计算所述目标函数，得到所述目标函数的最优解的过程，具体包括：
步骤B1：初始化所述通信时序；
步骤B2：根据当前通信时序和当前目标函数，计算当前飞行路径，并根据当前飞行路径更新当前目标函数；
步骤B3：根据当前飞行路径和当前目标函数，计算当前通信时序，并根据当前通讯时序更新当前目标函数；
步骤B4：判断当前目标函数是否达到预设要求，如果是，确认当前通信时序和当前飞行路径为最终通信时序和最终飞行路径；如果否，重复所述步骤B2和所述步骤B3。
6.根据权利要求4或5所述控制方法，其特征在于，
所述根据当前飞行路径和当前目标函数，计算当前通信时序的过程，具体包括：
根据当前飞行路径Q和当前目标函数设置第三约束条件如下：
根据所述第三约束条件计算，得到当前通信时序A；
所述根据当前通信时序和当前目标函数，计算当前飞行路径的过程，具体包括：
根据当前通信时序A和当前目标函数设置第四约束条件如下：
根据所述第四约束条件计算，得到当前飞行路径Q。
7.根据权利要求6所述控制方法，其特征在于，所述根据所述第四约束条件计算，得到当前飞行路径Q的过程，具体包括：
利用泰勒展开，获取当前Ri的下界并根据得到η的下界ηlb；
根据所述第四约束条件和所述设置第五约束条件如下：
根据所述第五约束条件计算，得到当前飞行路径Q。
8.一种无人机基站通信系统的控制系统，其特征在于，包括：
模型建立模块，用于以空间坐标系为基础，建立无人机与用户终端的通信模型；所述通信模型包括：所述无人机的一个飞行周期内的飞行路径所述飞行周期内所述用户终端与所述无人机的通信时序其中，所述q[n]为所述无人机在一个飞行周期内N个时隙中的第n个时隙的坐标，所述αi[n]为I个用户终端中第i个用户终端在第n个时隙的通信状态；
速率计算模块，用于利用所述通信模型，获得在所述无人机的一个飞行周期内所述用户终端对应的最大通信速率，其中，第i个用户终端对应的所述最大通信速率为Ri；
函数建立模块，用于建立目标函数其中
函数计算模块，用于计算所述目标函数，得到所述目标函数的最优解。
9.一种无人机基站通信系统的控制装置，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至7任一项所述无人机基站通信系统的控制方法的步骤。
10.一种可读存储介质，其特征在于，所述可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述无人机基站通信系统的控制方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810413821.6A CN108616303B (zh) | 2018-05-03 | 2018-05-03 | 无人机基站通信系统的控制方法、系统、装置及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810413821.6A CN108616303B (zh) | 2018-05-03 | 2018-05-03 | 无人机基站通信系统的控制方法、系统、装置及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108616303A true CN108616303A (zh) | 2018-10-02 |
| CN108616303B CN108616303B (zh) | 2020-10-23 |
Family
ID=63661710
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810413821.6A Active CN108616303B (zh) | 2018-05-03 | 2018-05-03 | 无人机基站通信系统的控制方法、系统、装置及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108616303B (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109413664A (zh) * | 2018-10-18 | 2019-03-01 | 西北工业大学 | 一种基于干扰的超密集系留无人机基站高度调节方法 |
| CN109682380A (zh) * | 2019-01-16 | 2019-04-26 | 北京邮电大学 | 一种通信无人机路径优化方法及设备 |
| CN109839955A (zh) * | 2019-02-25 | 2019-06-04 | 南京航空航天大学 | 一种无人机与多个地面终端进行无线通信的轨迹优化方法 |
| CN109885088A (zh) * | 2019-03-12 | 2019-06-14 | 西安交通大学 | 边缘计算网络中基于机器学习的无人机飞行轨迹优化方法 |
| CN110366102A (zh) * | 2019-07-29 | 2019-10-22 | 北京信成未来科技有限公司 | 一种基于位置信息的无人机蜂窝通信分布式基站选择方法 |
| CN110381444A (zh) * | 2019-06-24 | 2019-10-25 | 广东工业大学 | 一种无人机轨迹优化及资源分配方法 |
| CN110392357A (zh) * | 2019-06-21 | 2019-10-29 | 广东工业大学 | 一种无人机辅助物联网通信装置的资源分配控制方法 |
| CN111103894A (zh) * | 2019-11-18 | 2020-05-05 | 中国空气动力研究与发展中心 | 一种无人机移动数据采集场景中三维航迹的优化方法 |
| CN113365209A (zh) * | 2020-03-06 | 2021-09-07 | 诺基亚技术有限公司 | 确定移动设备的目标定位 |
| CN114727323A (zh) * | 2022-03-11 | 2022-07-08 | 浙江以正通信技术有限公司 | 无人机基站控制方法及装置、模型训练方法及装置 |
| CN115373420A (zh) * | 2022-08-29 | 2022-11-22 | 中国电信股份有限公司 | 无人机飞行方法、系统、装置、设备及存储介质 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104662994A (zh) * | 2012-06-13 | 2015-05-27 | 全能网络有限责任公司 | 通用宽带网络的方法和系统 |
| CN105222779A (zh) * | 2015-08-26 | 2016-01-06 | 北京农业智能装备技术研究中心 | 植保无人机的航迹规划方法及装置 |
| US20160117853A1 (en) * | 2014-10-27 | 2016-04-28 | SZ DJI Technology Co., Ltd | Uav flight display |
| WO2017188492A1 (ko) * | 2016-04-29 | 2017-11-02 | 엘지전자 주식회사 | 이동단말기 및 그 제어방법 |
| CN107591036A (zh) * | 2017-09-22 | 2018-01-16 | 周正高 | 无人机安全飞行自动管理系统 |
| CN107894712A (zh) * | 2017-10-13 | 2018-04-10 | 深圳大学 | 一种激光供能无人机轨迹优化和通信功率的能量分配方法 |
-
2018
- 2018-05-03 CN CN201810413821.6A patent/CN108616303B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104662994A (zh) * | 2012-06-13 | 2015-05-27 | 全能网络有限责任公司 | 通用宽带网络的方法和系统 |
| US20160117853A1 (en) * | 2014-10-27 | 2016-04-28 | SZ DJI Technology Co., Ltd | Uav flight display |
| CN105222779A (zh) * | 2015-08-26 | 2016-01-06 | 北京农业智能装备技术研究中心 | 植保无人机的航迹规划方法及装置 |
| WO2017188492A1 (ko) * | 2016-04-29 | 2017-11-02 | 엘지전자 주식회사 | 이동단말기 및 그 제어방법 |
| CN107591036A (zh) * | 2017-09-22 | 2018-01-16 | 周正高 | 无人机安全飞行自动管理系统 |
| CN107894712A (zh) * | 2017-10-13 | 2018-04-10 | 深圳大学 | 一种激光供能无人机轨迹优化和通信功率的能量分配方法 |
Cited By (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109413664A (zh) * | 2018-10-18 | 2019-03-01 | 西北工业大学 | 一种基于干扰的超密集系留无人机基站高度调节方法 |
| CN109413664B (zh) * | 2018-10-18 | 2019-07-23 | 西北工业大学 | 一种基于干扰的超密集系留无人机基站高度调节方法 |
| CN109682380A (zh) * | 2019-01-16 | 2019-04-26 | 北京邮电大学 | 一种通信无人机路径优化方法及设备 |
| US11663920B2 (en) | 2019-01-16 | 2023-05-30 | Beijing University Of Posts And Telecommunications | Method and device of path optimization for UAV, and storage medium thereof |
| CN109682380B (zh) * | 2019-01-16 | 2020-01-10 | 北京邮电大学 | 一种通信无人机路径优化方法及设备 |
| CN109839955A (zh) * | 2019-02-25 | 2019-06-04 | 南京航空航天大学 | 一种无人机与多个地面终端进行无线通信的轨迹优化方法 |
| CN109839955B (zh) * | 2019-02-25 | 2021-02-12 | 南京航空航天大学 | 一种无人机与多个地面终端进行无线通信的轨迹优化方法 |
| CN109885088A (zh) * | 2019-03-12 | 2019-06-14 | 西安交通大学 | 边缘计算网络中基于机器学习的无人机飞行轨迹优化方法 |
| CN110392357A (zh) * | 2019-06-21 | 2019-10-29 | 广东工业大学 | 一种无人机辅助物联网通信装置的资源分配控制方法 |
| CN110392357B (zh) * | 2019-06-21 | 2022-03-11 | 广东工业大学 | 一种无人机辅助物联网通信装置的资源分配控制方法 |
| CN110381444A (zh) * | 2019-06-24 | 2019-10-25 | 广东工业大学 | 一种无人机轨迹优化及资源分配方法 |
| CN110381444B (zh) * | 2019-06-24 | 2020-10-09 | 广东工业大学 | 一种无人机轨迹优化及资源分配方法 |
| CN110366102B (zh) * | 2019-07-29 | 2021-04-06 | 北京信成未来科技有限公司 | 一种基于位置信息的无人机蜂窝通信分布式基站选择方法 |
| CN110366102A (zh) * | 2019-07-29 | 2019-10-22 | 北京信成未来科技有限公司 | 一种基于位置信息的无人机蜂窝通信分布式基站选择方法 |
| CN111103894A (zh) * | 2019-11-18 | 2020-05-05 | 中国空气动力研究与发展中心 | 一种无人机移动数据采集场景中三维航迹的优化方法 |
| CN111103894B (zh) * | 2019-11-18 | 2023-07-21 | 中国空气动力研究与发展中心 | 一种无人机移动数据采集场景中三维航迹的优化方法 |
| CN113365209A (zh) * | 2020-03-06 | 2021-09-07 | 诺基亚技术有限公司 | 确定移动设备的目标定位 |
| EP3876613A1 (en) * | 2020-03-06 | 2021-09-08 | Nokia Technologies Oy | Determining target positions of mobile devices |
| WO2021175436A1 (en) * | 2020-03-06 | 2021-09-10 | Nokia Technologies Oy | Determining target positions of mobile devices |
| JP2021141579A (ja) * | 2020-03-06 | 2021-09-16 | ノキア テクノロジーズ オーユー | モバイルデバイスの目標位置決定 |
| JP7152545B2 (ja) | 2020-03-06 | 2022-10-12 | ノキア テクノロジーズ オーユー | モバイルデバイスの目標位置決定 |
| US11671187B2 (en) | 2020-03-06 | 2023-06-06 | Nokia Technolgies Oy | Determining target positions of mobile devices |
| CN114727323A (zh) * | 2022-03-11 | 2022-07-08 | 浙江以正通信技术有限公司 | 无人机基站控制方法及装置、模型训练方法及装置 |
| CN115373420A (zh) * | 2022-08-29 | 2022-11-22 | 中国电信股份有限公司 | 无人机飞行方法、系统、装置、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108616303B (zh) | 2020-10-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108616303A (zh) | 无人机基站通信系统的控制方法、系统、装置及存储介质 | |
| Arribas et al. | Coverage optimization with a dynamic network of drone relays | |
| JP2023156335A (ja) | 通信リンク品質を予測するシステムおよび方法 | |
| CN114025330B (zh) | 一种空地协同的自组织网络数据传输方法 | |
| Zeng et al. | UAV-assisted data dissemination scheduling in VANETs | |
| Sun et al. | Integrated satellite-terrestrial networks: Architectures, key techniques, and experimental progress | |
| CN113055078B (zh) | 有效信息年龄确定方法、以及无人机飞行轨迹优化方法 | |
| Ranjha et al. | URLLC in UAV-enabled multicasting systems: A dual time and energy minimization problem using UAV speed, altitude and beamwidth | |
| CN109885088A (zh) | 边缘计算网络中基于机器学习的无人机飞行轨迹优化方法 | |
| CN110417588A (zh) | 一种基于联盟博弈的航空动态网络路径规划方法 | |
| CN116032396A (zh) | 面向低轨星座系统的体系模型构建方法及体系仿真方法 | |
| Huang et al. | Cascade optimization design of inter-satellite link enhanced with adaptability in future GNSS satellite networks | |
| CN113258989A (zh) | 一种使用强化学习获得无人机中继轨迹的方法 | |
| CN115243296A (zh) | 卫星通信系统的优化仿真方法及装置 | |
| Chapnevis et al. | Collaborative trajectory optimization for outage-aware cellular-enabled UAVs | |
| Fraire et al. | Simulating lora-based direct-to-satellite iot networks with florasat | |
| Zeng et al. | Predictive decision and reliable accessing for UAV communication in space-air-ground integrated networks | |
| Huo et al. | A UAV mobile strategy in mobile ad hoc networks | |
| CN102413471B (zh) | 一种基于链路稳定性估算的无线栅格传感器网络组网方法 | |
| CN117793723A (zh) | 面向应急场景的空中基站部署方法 | |
| Zong et al. | Deployment of high altitude platforms network: a game theoretic approach | |
| Mozaffari | Wireless communications and networking with unmanned aerial vehicles: fundamentals, deployment, and optimization | |
| Al-Shehri et al. | Enabling connectivity for tactical networks in mountainous areas by aerial relays | |
| Radhakishnan et al. | The performance evaluation of distributed inter-satellite communication protocols for cube satellite systems | |
| CN117279066A (zh) | 一种卫星网络路由方法及通信装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20220607 Address after: 528225 Nanhai software technology park, Shishan town, Nanhai District, Foshan City, Guangdong Province (1 / F, block B, Fogao technology think tank center) Patentee after: Foshan National Defense Science and Technology Industrial Technology Achievement Industrialization Application and Promotion Center Address before: No.729, Dongfeng East Road, Yuexiu District, Guangzhou City, Guangdong Province 510060 Patentee before: GUANGDONG University OF TECHNOLOGY |
|
| TR01 | Transfer of patent right |