CN108832998A - 一种空地融合通信网络中的协同数据分发方法 - Google Patents

Abstract

本发明提出一种空地融合通信网络中的协同数据分发方法。空地融合通信网络架构下协同数据分发的优化问题建模；优化问题分析推导；优化地面通信与无人机通信的协调机制；优化频谱资源分配和无人机的飞行状态；协同数据分发优化。本发明通过协调地面无线通信网络与无人机通信网络，优化频谱资源分配和无人机的飞行状态，实现显著提升数据分发的性能，以及频谱资源的高效利用和无人机的节能飞行。

Description

一种空地融合通信网络中的协同数据分发方法

技术领域

本发明属于认知无线电与无人机通信技术领域，具体涉及一种空地融合通信网络中的协同数据分发方法。

背景技术

现如今，无线通信业务量的剧增与无线频谱资源的紧缺给无线通信网络的发展带来了极大的挑战。传统的地面无线通信网络愈发难以应对与日俱增的海量多媒体业务，以及移动用户的动态变化和不均衡分布。无人机的灵活部署能力以及空地直射链路的理想特性使得无人机通信成为一种极具前景的通信方式，有效地弥补了地面无线通信网络的不足。空地融合通信网络通过充分地发掘地面无线通信网络与空中无人机通信网络的优势，为解决目前无线通信网络面临的严峻挑战提供了有力的支撑。

传统的数据分发方法主要依赖于地面无线通信网络中的基站部署，当基站与地面节点之间信道状况良好时，这种方式可以为近距离的节点提供高速率的数据分发。然而，当节点处于基站信号难以覆盖的偏远地区，或者基站与地面节点之间由于障碍物的遮挡使得通信链路的建立受阻时，传统的地面无线通信网络将无法有效地实现数据分发。不同于传统的地面无线通信网络中的数据分发方法，本发明提出一种空地融合通信网络架构下的协同数据分发方法，该方法充分发挥地面无线通信和无人机通信的优势来为地面节点分发数据。相比而言，协同数据分发方法能够有效地克服现有数据分发方法的不足，具有提高数据分发性能显著、应用范围广泛、对地形等环境因素不敏感、对地面节点的动态变化和不均衡分布适应性强等特点。

目前，对空地融合通信网络这一前沿性领域的研究仍然处于初级阶段，空地融合通信网络下的协同数据分发仍然面临一系列技术挑战：(1)地面无线通信网络和无人机通信网络之间的合作与协调(2)空地融合通信网络中的频谱资源优化，实现频谱资源高效利用(3)无人机的飞行状态规划，实现改善空地链路的通信性能和无人机的节能飞行。

发明内容

本发明针对现有的地面无线通信网络中的数据分发方法难以应对节点分布位置偏远，以及基站与节点之间通信链路易受地形环境影响的问题，提出一种空地融合通信网络架构下的协同数据分发方法。该方法通过协调地面无线通信网络与无人机通信网络，优化频谱资源分配和无人机的飞行状态，实现显著提升数据分发的性能，以及频谱资源的高效利用和无人机的节能飞行。

为了解决上述技术问题，本发明提供一种空地融合通信网络中的协同数据分发方法，优化目标是性能最差的地面节点在所有时隙上接收到的数据总量；优化变量包括在每个时隙n＝1,...,N上，基站和无人机对所有地面节点的调度与关联情况s_k,n，无人机通信和地面通信的频谱资源分配比例ρ_n，以及无人机在每个时隙n＝1,...,N上的飞行轨迹q_n、飞行速度v_n和加速度a_n；约束条件包括：无人机的飞行状态约束；(2)地面基站和无人机之间的协调关系约束；(3)无人机的能耗约束；

假设地面基站和无人机以协作的方式为K个地面节点分发数据，规定地面基站所处的位置为坐标原点(0,0)，地面节点的位置已知，第k个地面节点的位置为w_k＝[x_k,y_k]；无人机在高度为H的平面上飞行；在t时刻，无人机的飞行轨迹在水平面上的投影为q(t)＝[x_u(t),y_u(t)]；假定地面基站和无人机需要在时间T内完成数据分发的任务，将时间T离散化成N+1个时隙，每个时隙的长度为δ_t，因而任意时刻0≤t≤T可表示为t＝nδ_t,n＝1,...,N+1；在第n个时隙，无人机的飞行轨迹为q_n＝[x_u,n,y_u,n]；

建立如公式(1)所示的地面通信与无人机通信的协调机制优化模型和如公式(2)所示的频谱资源的分配以及无人机的飞行状态更新模型：

公式(1)和公式(2)中， l表示迭代次数，为s_m,k,n在第l次迭代后的值；为固定的每个时隙n＝1,...,N上的地面基站和无人机对地面节点的调度与关联情况；λ为惩罚因子，且λ≥0；辅助变量J_k为节点k在所有时隙上接收到的数据总量；s_k,n＝[s_1,k,n,s_2,k,n]，s_m,k,n s_k,n＝[s_1,k,n,s_2,k,n]，m＝1,2,，s_1,k,n＝1表示地面基站在第n个时隙向节点k发送数据；s_2,k,n＝1表示无人机在第n个时隙向节点k发送数据；s_1,k,n＝0表示地面基站在第n个时隙不向节点k发送数据；s_2,k,n＝0表示无人机在第n个时隙不向节点k发送数据；C1为无人机的飞行状态需要满足的约束条件：

C1:

其中，q₁为无人机的初始位置，q_N+1为无人机的终点位置；V_min为无人机保持水平飞行状态的最小速度，V_max为无人机能够达到的最大飞行速度，||·||₂表示2-范数；a_max为无人机能够达到的最大飞行加速度；C2为了协调地面基站和无人机需要满足约束条件：

C2:

C3是无人机在数据分发过程中的能量消耗需要满足如下约束条件：

C3:

其中，P_uc为第n个时隙无人机发射信号的功率，为第n个时隙无人机飞行所需的功率，ε为无人机的飞行能量预算；公式(1)和公式(2)中其他表达式的具体形式为：

C3′:

μ_n,n＝1,...,N为辅助变量；

建立如公式(1)所示的地面通信与无人机通信的协调机制优化模型和如公式(2)所示的频谱资源的分配以及无人机的飞行状态更新模型后，按照下述方法优化频谱资源分配比例以及无人机的飞行轨迹，飞行速度和加速度：

步骤一、初始化：输入变量s_k,n，ρ_n，q_n和θ的初始化值和θ⁽⁰⁾，设定初始目标函数值误差精度ε，迭代次数l＝0；

步骤二、依次迭代执行以下运算：

(1)固定ρ_n和q_n分别为和求解优化模型(1)，得到优化变量s_k,n和θ的最优解和θ^*，使得θ^(l)＝θ^*，更新

(2)固定s_k,n为求解优化模型(2)，得到优化变量ρ_n，θ，q_n，v_n和a_n的最优解θ^*，和更新θ^(l+1)＝θ^*，和

(3)计算目标函数值

(4)当满足时，l＝l+1，跳到(1)；否则迭代终止，进入步骤三；

步骤三、将中的元素按照四舍五入取整并输出，同时输出所有时隙n＝1,...,N上的频谱资源分配比例以及无人机的飞行轨迹飞行速度和加速度

本发明与现有技术相比，其显著优点在于：

1、本发明提出的空地融合通信网络中的协同数据分发方法具有提高数据分发性能显著、应用范围广泛、对地形等环境因素不敏感、对地面节点的动态变化和不均衡分布适应性强等特点；

2、本发明可以有效地解决现有的方法难以应对节点分布位置偏远，以及基站与节点之间通信链路易受地形环境影响的问题；

3、本发明通过协调地面无线通信网络与无人机通信网络，优化频谱资源分配和无人机的飞行状态，实现显著提升数据分发的性能，以及频谱资源的高效利用和无人机的节能飞行。

附图说明

图1为本发明中空地融合通信网络中的协同数据分发方法实施步骤流程图；

图2为本发明实施例中空地融合通信网络实现协同数据分发的系统示意图；

图3为本发明实施例中所提方法得到的无人机飞行轨迹图；

图4为本发明实施例中情况一下协同数据分发的资源调度示意图；

图5为本发明实施例中情况二下协同数据分发的资源调度示意图。

具体实施方式

容易理解，依据本发明的技术方案，在不变更本发明的实质精神的情况下，本领域的一般技术人员可以想象出本发明的多种实施方式。因此，以下具体实施方式和附图仅是对本发明的技术方案的示例性说明，而不应当视为本发明的全部或者视为对本发明技术方案的限制或限定。

如图1所示，本发明中空地融合通信网络中的协同数据分发方法实施流程主要由五个步骤组成：1、空地融合通信网络架构下协同数据分发的优化问题建模；2、优化问题分析推导；3、优化地面通信与无人机通信的协调机制；4、优化频谱资源分配和无人机的飞行状态；5、协同数据分发优化算法。具体实施流程包括以下步骤：

步骤1.空地融合通信网络架构下协同数据分发的优化问题建模。

在本步骤中，目的是将空地融合通信网络架构下的协同数据分发的问题建模为数学优化问题。该优化问题包含优化目标、优化变量以及约束条件。

考虑在一个空地融合通信网络中，地面基站和无人机以协作的方式为K个地面节点分发数据。规定地面基站所处的位置为坐标原点(0,0)，地面节点的位置已知，第k个地面节点的位置为w_k＝[x_k,y_k]。为避免无人机由于爬升和下降的能量消耗，限定无人机在高度为H的平面上飞行。在t时刻，无人机的飞行轨迹在水平面上的投影为q(t)＝[x_u(t),y_u(t)]。假定地面基站和无人机需要在时间T内完成数据分发的任务，我们将T离散化成N+1个足够小的时隙，每个时隙的间隔为δ_t，因而任意时刻0≤t≤T可表示为t＝nδ_t,n＝1,...,N+1。在第n个时隙，无人机的飞行轨迹为q_n＝[x_u,n,y_u,n]，飞行速度和加速度分别表示为向量v_n和a_n。在完成数据分发任务的过程中，无人机的飞行状态需要满足一些实际的约束条件，本发明将其表示为如(1)所示的公式

C1:

其中，第一项表示无人机的初始位置q₁和终点位置q_N+1相同；第二项表示无人机的飞行轨迹与飞行速度以及加速度之间的关系；第三项表示无人机的飞行速度与飞行加速度之间的关系；第四项表示无人机保持水平飞行状态的最小速度为V_min，无人机能够达到的最大飞行速度为V_max，||·||₂表示2-范数；第五项表示无人机能够达到的最大飞行加速度为a_max。

无人机与地面节点之间的信道主要由直射链路组成，将无人机与节点k在第n个时隙的信道建模为如(2)所示的公式

其中，α₀表示在参考位置1米处的信道功率增益，n_α代表空地信道的链路损耗系数。因此，如果无人机在第n个时隙向节点k发送数据，信息速率可表示为

其中，P_uc为无人机发射信号的功率，而表示节点k接收数据时接收机处的噪声功率。

在地面通信网络中，基站与节点k之间的信道受大尺度的路径损耗、中尺度的阴影损耗和小尺度的多径损耗影响。我们将地面基站与节点k在第n个时隙的信道建模为

其中，β₀表示地面信道在参考位置1米处的平均信道功率增益，n_β是地面信道的链路损耗系数，代表在第n个时隙的小尺度随机瑞利衰落。η用来刻画基站与节点k之间的中尺度衰落，当基站与节点k之间的通信链路被障碍物严重遮挡时，地面基站与节点k在第n个时隙的中尺度衰落为η＝η_b；当不存在障碍物遮挡时，η＝0dB。如果基站在第n个时隙向节点k发送数据，信息速率可表示为

其中，P_g表示地面基站发射信号的功率。

为了协调地面基站和无人机，本发明将地面基站和无人机对地面节点的调度与关联情况建模为向量s_k,n＝[s_1,k,n,s_2,k,n]。其中，s_1,k,n＝1(或s_2,k,n＝1)表示地面基站(或无人机)在第n个时隙向节点k发送数据；而s_1,k,n＝0(或s_2,k,n＝0)表示地面基站(或无人机)在第n个时隙不向节点k发送数据。本发明考虑地面基站和无人机采用TDMA(时分多址)的方式向地面节点分发数据，地面基站和无人机之间的协调关系应满足以下两个约束条件：1)在给定时隙，地面基站和无人机只向一个节点分发数据；(2)每个节点在单个时隙内只从地面基站或无人机二者当中的一个接收数据。将上述约束写为如(6)所示的数学形式

C2:

假设系统的可用频谱带宽为单位带宽1MHz，在第n个时隙，分配给无人机通信和地面通信的频谱带宽比例分别为ρ_n和1-ρ_n。因此，本发明可将节点k在所有时隙上接收到的数据总量表示为

此外，由于无人机能量储备有限，还需要考虑无人机在数据分发过程中的能量开销。在第n个时隙，无人机发射信号的功率为P_uc，而飞行所需的功率为

其中，常数κ₁＝9.26×10^-4和κ₂＝2250表示与无人机的质量，机翼面积和空气密度等有关的参数，g＝9.8m/s²表示重力加速度。因此，当限定无人机的飞行能量预算为ε时，无人机在数据分发过程中的能量消耗需要满足如下约束条件：

C3:

现在，本发明将空地融合通信网络架构下协同数据分发的优化问题建模如下：

通常情况下，由于分布位置以及信道条件存在差异，会造成不同地面节点在时间T内接收到的数据总量相对不均衡的情况。因此，在该优化问题中，本发明考虑的优化目标是所有地面节点中在时间T内接收到的数据总量最少的那个节点，从而来提升所有节点接收数据的性能。优化变量包括在每个时隙n＝1,...,N上，基站和无人机对地面节点的调度与关联情况s_k,n，无人机通信和地面通信的频谱资源分配比例ρ_n，以及无人机在每个时隙n＝1,...,N上的飞行轨迹q_n、飞行速度v_n和加速度a_n。约束条件主要包括：(1)无人机的飞行状态约束C1；(2)地面基站和无人机之间的协调关系约束C2；(3)无人机的能耗约束C3。

步骤2.优化问题分析推导。

在步骤1中，本发明已给出空地融合通信网络架构下协同数据分发的优化模型，然而优化问题(10)中目标函数不连续、约束条件为非凸集合、优化变量中存在整数变量，因此难以求解。在本步骤中，我们通过适当的变形将步骤1中建模的数学问题转换为更加容易求解的形式。

首先，定义辅助变量将其引入到问题(10)中，则可将问题(10)等价地转化为如下优化问题：

接下来，处理问题(11)中的整数优化变量，利用0-1变量的特征，在问题(11)的目标函数中引入惩罚项，并将0-1整数变量转化为0至1之间的连续变量。因此，我们可将问题(11)转化为

其中，λ为惩罚因子，要求λ≥0。将通过求解问题来获得优化问题(10)的解。

步骤3.优化地面通信与无人机通信的协调机制。

在步骤2中，通过转化得到优化问题(12)，为了求解优化问题(12)，将其分解成两个子问题。在本步骤中，固定问题(12)中频谱资源分配和无人机的飞行状态，得到子问题一。通过求解该子问题，优化地面通信与无人机通信的协调机制，作为后续算法设计的基础。具体操作步骤如下：

固定每个时隙n＝1,...,N上的频谱资源分配比例为以及无人机的飞行状态，包括飞行轨迹飞行速度和加速度并代入问题(12)中。将问题(12)中的非凸目标函数F(θ,s_k,n)进行凸近似，进而通过求解如下子问题来优化地面通信与无人机通信的协调机制

子问题一：

其中，l表示迭代次数，为s_m,k,n在第l次迭代后的值。子问题一为线性规划，可直接通过优化工具包CVX进行求解。

步骤4.优化频谱资源分配和无人机的飞行状态。

在本步骤中，固定问题(12)中的地面通信与无人机通信的协调机制，得到子问题二。通过求解该子问题，优化频谱资源的分配，以及无人机的飞行状态，包括飞行轨迹，飞行速度和加速度，作为后续算法设计的基础。具体操作步骤如下：

固定每个时隙n＝1,...,N上的地面基站和无人机对地面节点的调度与关联情况为并代入问题(12)中。首先，引入辅助变量z_k,n,k＝1,...,K,n＝1,...,N，从而可将问题(12)中的约束条件J_k≥θ,k＝1,...,K,转化为如下形式的约束条件：

其中进一步地，可将(14)中的第一项约束转化为如下约束条件：

其中，

然后，将(14)中的第二项约束转化为如下形式的约束条件：

其中，

接着，引入辅助变量μ_n,n＝1,...,N，将问题(12)中的飞行能量约束C3转化为如C3′所示的约束条件

C3′:

其中，

最后，得到如(21)所示的凸问题，通过求解该子问题，来更新频谱资源的分配，以及无人机的飞行状态

子问题二：

子问题二可直接通过优化工具包CVX进行求解。

步骤5.协同数据分发优化算法。

在本步骤中，目的是给出空地融合通信网络中的协同数据分发方法的具体操作算法。具体地，通过以下步骤实现：

5.1初始化。

输入变量s_k,n，ρ_n，q_n和θ的初始化值和θ⁽⁰⁾，设定初始目标函数值误差精度ε，迭代次数l＝0。

5.2迭代运算。

在本步骤中，依次迭代执行以下运算：

(1)固定ρ_n和q_n分别为和求解子问题一，得到优化变量s_k,n和θ的最优解和θ^*，使得θ^(l)＝θ^*，更新

(2)固定s_k,n为求解子问题二，得到优化变量ρ_n，θ，q_n，v_n和a_n的最优解θ^*，和更新θ^(l+1)＝θ^*，和

(3)计算目标函数值

(4)当满足时，l＝l+1，跳到(1)；否则迭代终止。

5.3输出

将中的元素按照四舍五入取整并输出，同时输出所有时隙n＝1,...,N上的频谱资源分配比例以及无人机的飞行轨迹飞行速度和加速度

实施例：本发明的一个具体实施例如下描述，系统仿真采用Matlab软件，对子问题一和子问题二的求解采用CVX软件包。下述实施例用来考察本发明所设计的空地融合通信网络中的协同数据分发方法的有效性。

本实施例中，如图2中的系统示意图所示，在一个空地融合通信网络中，由地面基站和空中的无人机协同地向地面节点分发数据。仿真中考虑K＝6个地面节点随机分布在如图3所示的大小为2000m×2000m的正方形区域内。无人机的飞行高度H＝100m，将无人机飞行的起点位置和终点位置设定为(500m,0)，设定无人机的初始飞行轨迹为半径为500m的圆。考虑无人机和地面基站的信号发射功率为P_uc＝P_g＝20dBm，系统的可用频谱带宽为1MHz，飞行的能量消耗预算设定为ε＝30kJ，无人机的最大飞行速度和维持水平飞行的最小速度分别为V_max＝100m/s和V_max＝10m/s。规定完成数据分发的时间为T＝120s，空地信道和地面信道的链路损耗系数分别为n_α＝2和n_β＝3，空地信道和地面信道的功率增益为α₀＝-60dB和β₀＝-40dB，地面节点接收机处的噪声功率设定为在仿真中，我们考虑两种不同的情况来检验所提方法的性能：(1)情况一：地面通信没有障碍物遮挡影响，因此基站与地面节点之间的中尺度链路损耗η＝0dB；(2)情况二：相比情况一，节点2，4和6与基站之间的通信链路受障碍物遮挡影响，造成较为严重的中尺度链路损耗η＝η_b＝-20dB。基于以上参数和场景设定，通过所提方法，我们得到图3至图5的仿真结果。

如图3所示，给出了通过所提方法得到的无人机在两种情况下的飞行轨迹。可以看出，由于能量预算有限，为了实现节能飞行，无人机的飞行轨迹趋于平滑，且具有相对较大的转弯半径。为了提高系统的数据分发性能，在情况一下，无人机主要的目的是改善边缘的节点性能，比如节点1，5和6，因而在这些节点上空停留较长的时间。在情况二下，由于一些节点，比如节点2，4和6和基站之间的通信链路受到障碍物的遮挡，无人机通过调整飞行轨迹，来改善这些节点的性能。

图4和图5分别给出了地面基站和无人机在两种情况下进行数据分发的资源调度示意图。如图4所示，坐标轴横轴表示时间，纵轴代表地面节点的编号。以基站的资源调度情况为例，图中每个时隙内的色块代表基站向对应地面节点分发的数据量。从两种情况来看，基站主要对近距离的节点分发数据，当基站与地面节点之间的通信链路受障碍物遮挡时，由无人机来协助改善性能较差的节点。

为体现本发明所设计的空地融合通信网络中的协同数据分发方法的有效性，将所提方法与两种对比方案在两种不同情况下的性能进行比较。在对比方案一中，采用传统的地面无线通信网络中的数据分发方法，由地面基站单独地完成向节点分发数据；在对比方案二中，由地面基站和无人机共同进行数据分发，但未对地面通信网络与无人机通信网络的协调机制进行优化。具体通过下表对比，表中的结果表示在给定时间T＝120s内所有地面节点中性能最差的节点所接收到的数据分发总量。可以看出所提方法明显优于对比方案，且在两种不同情况下均能取得较好的性能。

	对比方案一	对比方案二	所提方法
				情况一	44.93Mbits	101.13Mbits	168.73Mbits
情况二	4.50Mbits	15.00Mbits	150.00Mbits

Claims (1)

1.一种空地融合通信网络中的协同数据分发方法，其特征在于：优化目标是性能最差的地面节点在所有时隙上接收到的数据总量；优化变量包括在每个时隙n＝1,...,N上，基站和无人机对所有地面节点的调度与关联情况s_k,n，无人机通信和地面通信的频谱资源分配比例ρ_n，以及无人机在每个时隙n＝1,...,N上的飞行轨迹q_n、飞行速度v_n和加速度a_n；约束条件包括：无人机的飞行状态约束；(2)地面基站和无人机之间的协调关系约束；(3)无人机的能耗约束；

假设地面基站和无人机以协作的方式为K个地面节点分发数据，规定地面基站所处的位置为坐标原点(0,0)，地面节点的位置已知，第k个地面节点的位置为w_k；无人机在高度为H的平面上飞行；在t时刻，无人机的飞行轨迹在水平面上的投影为q(t)；假定地面基站和无人机需要在时间T内完成数据分发的任务，将时间T离散化成N+1个时隙，每个时隙的长度为δ_t，因而任意时刻0≤t≤T可表示为t＝nδ_t,n＝1,...,N+1；在第n个时隙，无人机的飞行轨迹为q_n；

建立如公式(1)所示的地面通信与无人机通信的协调机制优化模型和如公式(2)所示的频谱资源的分配以及无人机的飞行状态更新模型：

公式(1)和公式(2)中， l表示迭代次数，为s_m,k,n在第l次迭代后的值；为固定的每个时隙n＝1,...,N上的地面基站和无人机对地面节点的调度与关联情况；λ为惩罚因子，且λ≥0；辅助变量J_k为节点k在所有时隙上接收到的数据总量；s_k,n＝[s_1,k,n,s_2,k,n]，s_m,k,n∈[s_1,k,n,s_2,k,n]，m＝1,2,，s_1,k,n＝1表示地面基站在第n个时隙向节点k发送数据；s_2,k,n＝1表示无人机在第n个时隙向节点k发送数据；s_1,k,n＝0表示地面基站在第n个时隙不向节点k发送数据；s_2,k,n＝0表示无人机在第n个时隙不向节点k发送数据；C1为无人机的飞行状态需要满足的约束条件：

其中，q₁为无人机的初始位置，q_N+1为无人机的终点位置；V_min为无人机保持水平飞行状态的最小速度，V_max为无人机能够达到的最大飞行速度，||·||₂表示2-范数；a_max为无人机能够达到的最大飞行加速度；C2为了协调地面基站和无人机需要满足约束条件：

C3是无人机在数据分发过程中的能量消耗需要满足如下约束条件：

其中，P_uc为第n个时隙无人机发射信号的功率，为第n个时隙无人机飞行所需的功率，ε为无人机的飞行能量预算；公式(1)和公式(2)中其他表达式的具体形式为：

μ_n,n＝1,...,N为辅助变量；

建立如公式(1)所示的地面通信与无人机通信的协调机制优化模型和如公式(2)所示的频谱资源的分配以及无人机的飞行状态更新模型后，按照下述方法优化频谱资源分配比例以及无人机的飞行轨迹，飞行速度和加速度：

步骤一、初始化：输入变量s_k,n，ρ_n，q_n和θ的初始化值和θ⁽⁰⁾，设定初始目标函数值误差精度ε，迭代次数l＝0；

步骤二、依次迭代执行以下运算：

(1)固定ρ_n和q_n分别为和求解优化模型(1)，得到优化变量s_k,n和θ的最优解和θ^*，使得θ^(l)＝θ^*，更新

(2)固定s_k,n为求解优化模型(2)，得到优化变量ρ_n，θ，q_n，v_n和a_n的最优解θ^*，和更新θ^(l+1)＝θ^*，和

(3)计算目标函数值

(4)当满足时，l＝l+1，跳到(1)；否则迭代终止，进入步骤三；

步骤三、将中的元素按照四舍五入取整并输出，同时输出所有时隙n＝1,...,N上的频谱资源分配比例以及无人机的飞行轨迹飞行速度和加速度