CN108880662A - 一种基于无人机的无线信息和能量传输的优化方法 - Google Patents

一种基于无人机的无线信息和能量传输的优化方法 Download PDF

Info

Publication number
CN108880662A
CN108880662A CN201810774969.2A CN201810774969A CN108880662A CN 108880662 A CN108880662 A CN 108880662A CN 201810774969 A CN201810774969 A CN 201810774969A CN 108880662 A CN108880662 A CN 108880662A
Authority
CN
China
Prior art keywords
unmanned plane
wireless device
energy
optimization method
state
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
Application number
CN201810774969.2A
Other languages
English (en)
Other versions
CN108880662B (zh
Inventor
车越岭
赖雅斌
罗胜
欧阳颉
伍楷舜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen University
Original Assignee
Shenzhen University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen University filed Critical Shenzhen University
Priority to CN201810774969.2A priority Critical patent/CN108880662B/zh
Priority to PCT/CN2018/110483 priority patent/WO2020015214A1/zh
Priority to US17/259,936 priority patent/US11641591B2/en
Publication of CN108880662A publication Critical patent/CN108880662A/zh
Application granted granted Critical
Publication of CN108880662B publication Critical patent/CN108880662B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H04B7/18502—Airborne stations
    • H04B7/18506—Communications with or from aircraft, i.e. aeronautical mobile service
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J50/00—Circuit arrangements or systems for wireless supply or distribution of electric power
    • H02J50/20—Circuit arrangements or systems for wireless supply or distribution of electric power using microwaves or radio frequency waves
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J50/00—Circuit arrangements or systems for wireless supply or distribution of electric power
    • H02J50/80—Circuit arrangements or systems for wireless supply or distribution of electric power involving the exchange of data, concerning supply or distribution of electric power, between transmitting devices and receiving devices
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/10—Scheduling measurement reports ; Arrangements for measurement reports
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U10/00—Type of UAV
    • B64U10/10—Rotorcrafts
    • B64U10/13—Flying platforms
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2101/00—UAVs specially adapted for particular uses or applications
    • B64U2101/20—UAVs specially adapted for particular uses or applications for use as communications relays, e.g. high-altitude platforms
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U50/00—Propulsion; Power supply
    • B64U50/30—Supply or distribution of electrical power
    • B64U50/34—In-flight charging
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W88/00—Devices specially adapted for wireless communication networks, e.g. terminals, base stations or access point devices
    • H04W88/08—Access point devices

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Astronomy & Astrophysics (AREA)
  • General Physics & Mathematics (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Selective Calling Equipment (AREA)

Abstract

本发明适用于能量平衡分配技术改进领域，提供了一种基于无人机的无线信息和能量传输的优化方法，包括以下步骤：S1、无线设备向无人机报告自身的能量状态；S2、无人机检测自身和无线设备之间的信道状态；S3、无人机根据自身电量、无线设备的电量和信道状态根据估计收益最大化选择最优动作。无线设备的使用可以节省布线成本，美化空间，体积小且功率较低，将无人机应用于无线设备的信息和能量传输，提高网络的数据传输率和能量转换效率。

Description

一种基于无人机的无线信息和能量传输的优化方法
技术领域
本发明属于能量平衡分配技术改进领域，尤其涉及一种基于无人机的无线信息和能量传输的优化方法
背景技术
无人驾驶飞机简称无人机，是一种利用无线遥控的不载人飞机，也可以通过编程实现自动飞行。近年来，无人机的相关技术越来越成熟，在无线通信和无线充电领域发挥着重要的作用。无人机之所以能在无线通信和无线充电领域发挥重要的作用，是因为它移动灵活，可以很方便地布置在任何需要的地方，而且由于接近通信目标，可以获得更好的通信环境，从而提高数据传输率和能量传输效率。
在我国，随着物联网概念的普及，越来越多的无线设备被应用到工业和生活中，例如智能工厂、智能家居等。无线设备的使用可以节省布线成本，美化空间，但很多数物联网中的无线设备例如传感器，它们的数量众多、体积小且功率较低，对它们进行回收-充电-再布置的成本太高。使用传统无线充电技术为无线设备充电很多时候又会面临充电基站难以布置在附近的问题。另外，提升数据传输率也是优化物联网的目标之一。所以，如何将无人机应用于无线设备的信息和能量传输，提高网络的数据传输率和能量转换效率，是一个很有实际意义的研究课题。
[1]和[1]的作者都提出了在认知无线电网络中使用微波无线充电技术，提高频谱利用率的同时解决无线设备的充电问题。但是他们使用的充电基站是固定在地面上的，移动不灵活，有时还很难布置在无线设备附近[3]和[4]的作者通过设计无人机的飞行轨迹来最大化无线设备接收到的能量[5]的作者提出在自然灾害发生或网络收到恶意袭击时，可以利用无人机快速部署空中通信基站。无人机还可以参与构成移动中继系统，通过调整发射功率和路径规划来最大化网络的吞吐量[6]。[7]的作者使用无人机同时对无线设备进行信息和能量传输。以上文献中，要么没有使用无人机进行能量传输，要么只用UAV来进行能量或信息传输。[7]的作者使用UAV进行能量和信息传输的时候是将能量和信息都蕴含在同一个信号中，无线设备接受到信号以后一部分拿来解码，一部分直接转化为能量。而我们考虑的系统中，无人机以时分复用的工作形式服务于无线设备，在每个时刻选择沉默、传输能量或者传输信息，而且我们最后会考虑UAV悬停高度对系统数据率的影响。
参考文献
[1]Pratibha，Kwok Hung Li，and Kah Chan The，“Dynamic CooperativeSensing-Access Policy for Energy-Harvesting Cognitive Radio Systems，”IEEETransactions on Vehicular Technology，Volume：65，Issue：12，Dec.2016，Pp.10137-10141.
[2]Xiao Lu，Ping Wang，Dusit Niyato，and Ekram Hossain，“Dynamic SpectrumAccess in Cognitive Radio Networks with RF Energy Harvesting，”IEEE WirelessCommunications，Volume：21，Issue：3，June.2014，pp.102-110.
[3]Jie Xu，Yong Zeng and Rui Zhang，“UAV-enabled multiuser wirelesspower transfer：Trajectory design and energy optimization，”in Proc.IEEE APCC
[4]Jie Xu，Yong Zeng and Rui Zhang，“UAV-Enabled Wireless PowerTransfer：Trajectory Design and Energy Region Characterization，”(available on-line at https：//arxiv.org/abs/1706.07010).
[5]A.Merwaday and I.Guvenc，″UAV assisted heterogeneous networks forpublic safety communications，″in Proc.IEEE Wireless Commun.Netw.Conf.，pp.329334，9-12Mar.2015.
[6]Y.Zeng，R.Zhang，and T.J.Lim，″Throughput maximization for UAV-ehabled mobile relaying systems，″IEEE Transactions on Communications，accepted(available on-line at arxiv/1604.02517).
[7]Xuanke He，Jo Bito and Manos M.Tentzeris，“A drone-based wirelesspower transfer anc communicatiohs platform，”in Proc.WPTC
发明内容
本发明的目的在于提供一种基于无人机的无线信息和能量传输的优化方法，旨在解决上述的技术问题。
本发明是这样实现的，一种基于无人机的无线信息和能量传输的优化方法，所述优化方法包括以下步骤：
S1、无线设备向无人机报告自身的能量状态B(t)；
S2、无人机检测自身和无线设备之的信道状态γ(t)；
S3、无人机根据自身电量、无线设备的电量和信道状态根据估计收益最大化选择动作空间。
本发明的进一步技术方案是：所述动作空间包括沉默状态、给无线设备充电状态或给无线设备传信息状态。
本发明的进一步技术方案是：所述无线设备的能量状态分为匮乏状态、中等状态和充足状态，分别对应B(t)＜Ed，B(t)≤Ed＜(1+T-t)Ed和B(t)≥(1+T-t)Ed；当B(t)＜Ed，所述无线设备无法解码，所述无人机不会给所述无线设备传送信息；当B(t)≥(1+T-t)Ed，所述无线设备当前的电量足够支持当前及未来所有时隙的解码，所述无人机不需要考虑给所述无线设备充电。
本发明的进一步技术方案是：所述无人机的能量状态分为匮乏状态、中等状态和充足状态，分别对应Pf≤Er(t)＜2Pf，2Pf≤Er(t)＜(1+T-t)Pf和Er(t)≥(1+T-t)Pf；当Pf≤Er(t)＜2Pf，所述无人机不会考虑给无线设备充电，否则它在后续时隙只能保持沉默；当Er(t)≥(1+T-t)Pf，所述无人机当前的电量足够支持当前及未来所有时隙的信息发射，所述无人机不需要考虑沉默。
本发明的进一步技术方案是：所述无人机在不同状态下需要考虑动作空间，在动作空间里不止一个动作时，需要对每个动作计算价值，选择最大价值动作，动作的价值定义为
Ft(B(t+1)，Er(y+1))是t时隙以后的未来估计收益；Qt是状态S(t)下动作a(t)对应的瞬时+未来估计总收益，S(t)是t时隙的系统状态，a(t)是t时隙的动作，Rt是t时隙的瞬时收益。
本发明的进一步技术方案是：所述无人机电量处于不同状态时，未来估计收益有不同的计算方式，所述无人机时隙的动作表示为
本发明的进一步技术方案是：当所述无人机的能量匮乏时，
其中Vn是下个时隙的期望收益，表示为
其中，Vn是下个时隙的期望收益，Pf是无人机的发射功率，E是数学期望符号，γ是信道状态，P0是噪声功率。
本发明的进一步技术方案是：当所述无人机的能量中等时，估计未来无人机给无线设备充电的次数为
估计未来无人机给无线设备传送信息的次数为
估计未来的收益为
本发明的进一步技术方案是：当所述无人机的能量充足时，估计未来无人机给无线设备充电的次数为
估计未来无人机给无线设备传送信息的次数为
估计未来的收益为
本发明的进一步技术方案是：所述无人机到所述无线设备的信号根据传播路径不同分为直射信号和非直射信号。
本发明的有益效果是：无线设备的使用可以节省布线成本，美化空间，体积小且功率较低，将无人机应用于无线设备的信息和能量传输，提高网络的数据传输率和能量转换效率；该方案的时间复杂度低，但效果很接近时间复杂度高的上帝策略，可方便地植入无人机系统中并获得较高的数据传输率和能量转换效率。
附图说明
图1是本发明实施例提供的基于无人机的无线信息和能量传输的优化方法的流程图。
图2是本发明实施例提供的系统模型的示意图。
图3是本发明实施例提供的查找最佳动作的前向算法示意图。
图4是本发明实施例提供的不同T下三种策略的收益对比示意图。
图5是本发明实施例提供的不同高度下二元控制策略的收益示意图。
具体实施方式
如图1所示，本发明提供的基于无人机的无线信息和能量传输的优化方法的流程图，其详述如下：
系统模型描述
考虑基于无人机的下行无线信息和能量传输系统，在这个系统中，无人机和无线设备都是有电池的，当无人机给无线设备传输能量时，无线设备将能量储存在自己的电池中；当无人机给无线设备传输信息时，无线设备利用电池的能量去接收无人机的信号并做解码。
如图歧所示，该模型包括一架无人机和多个无线设备。由于无人机能量有限，为了节省能量，它在整段工作时间中只会做高度调整而不做水平位移。无人机为每一个无线设备分配一段时间和一部分能量单独服务，因此，只需要研究无人机为某个特定无线设备服务的过程。无人机为无线设备服务T个时隙的时间，在第t整个时隙开始时，无线设备向无人机报告自己的能量状态B(t)，同时无人机也会检测它和无线设备之间的信道状态γ(t)，然后无人机根据自身电量、无线设备的电量和信道状态选择沉默、给无线设备充电或者给无线设备传信息。无线设备到无人机的水平和垂直距离分别为L和H。无人机的动作用
a(t)∈{0(沉默)，1(给无线设备传输能量)，2(给无线设备传送信息)}表示，剩余服务能量为Er(t)，发射功率为
其中Pf为无人机的工作功率。无线设备每次解码需要的能量为Ed。系统状态表示为由于当前时隙的系统状态只与上一个时隙的系统状态以及上一个时隙无人机的动作有关，所以这是一个马尔科夫决策过程。
信道模型
无人机到无线设备的信号根据传播路径不同可以分为两种：直射信号和非直射信号。直射信号的比例取决于周围建筑物的高度和密度、无人机的高度以及无人机和无线设备的水平夹角等，用公式表示为
其中，Er(t)和b是与环境相关的参数。θ是无人机和无线设备的水平夹角，计算方式为非直射信号的比例为pN＝1-pL。在第t个slot，直射信号和非直射信号的衰落分别为
其中，αL和分别为直射信号和非直射信号的路径衰落系数。hL(t)和hN(t)分别是第t个时隙直射信号和非直射信号的多径衰落系数，均服从Nakagami-m分布，则|hL(t)|2和|hN(t)|2的概率密度分布函数为
其中，mL和mN分剐是直射信号和非直射信号的Nakagami参数。ΩL＝E{|hL(y)|2}和ΩN＝E{|hN(t)|2}分别是直射信号和非直射信号的多径衰落功率。Γ(·)是Gamma函数。总的信号衰落表示为
γ(t)＝pLγL(t)+pNγN(t) (7)。
MDP模型的状态、动作和收益
无人机的无线信息和能量传输的最优化设计可以建模为有限时间的限制型马尔科夫决策过程。
该MDP的状态空间为
S＝{(γ(t)，B(t)，Er(t))：γ(t)∈[0，+∞)，B(t)∈[0，Bmax]，Er(t)∈[0，Ep]}。动作空间为
A＝{0(沉默)，1(给无线设备传输能量)，2(给无线设备传送信息)}。收益就是信息率，表示为
其中P0是噪声功率，I(·)是指示函数。
状态转移
如果无人机没有足够的能量发射信号，则会一直沉默，所以设计策略时只需考虑无人机有足够能量发射信号的情况，即Er(t)≥Pf。无人机和无线设备的状态转移函数可分别表示为
and
t不同时的γ(t)独立且同分别。
目标函数和限制
目标函数表示为
其中π表示动作策略函数，输入是S(t)，输出是a(t)。J(π)表示π策略下总的收益。由于无人机能量有限，所以模型的限制为Er(1)是无人机可用来为无线设备服务的总能量。
动作选择策略
给出三种策略：贪婪策略、二元控制策略和上帝策略。
贪婪策略
第一种策略是最简单的贪婪策略，在第t个时隙无人机的动作为
二元控制策略
因为γ(t)和B(t)是连续的，所以状态S也是连续的，这种连续状态的马尔科夫决策过程特别难解。我们给出了一种次优的解决方案：
无线设备的能量状态可以分为三种：匮乏、中等和充足，分别对应B(t)＜Ed，B(t)≤Ed＜(1+T-t)Ed和B(t)≥(1+T-t)Ed；当B(t)＜Ed，当B(t)＜Ed，无线设备无法解码，所以无人机不会给它传送信息；当B(t)≥(1+T-t)Ed，说明无线设备当前的电量足够支持当前及未来所有时隙的解码，所以无人机不需要考虑给它充电。
无人机的能量状态同样可以分为三种：匮乏、中等和充足，分别对应Pf≤Er(t)＜2Pf，2Pf≤Er(t)＜(1+T-t)Pf和Er(t)≥(1+T-t)Pf；当Pf≤Er(t)＜2Pf，无人机不会考虑给无线设备充电，否则它在后续时隙只能保持沉默。当Er(t)≥(1+T-t)Pf，说明无人机当前的电量足够支持当前及未来所有时隙的信号发射，所以无人机不需要考虑沉默。
表1：当时的动作空间
表1列出了无人机在不同状态下需要考虑的动作空间。当动作空间里不止一个动作时，我们需要为每个动作计算价值，然后选择价值最大的动作。在第t个时隙，动作的价值定义为
其中Ft(B(t+1)，Er(t+1))是t时隙以后的未来估计收益，无人机电量处于不同状态时，Ft(B(t+1)，Er(t+1))有不同的计算方式。
当无人机的能量匮乏时，Ft(B(t+1)，Er(t+1))表示为其中Vn是下个时隙的期望收益，表示为
当无人机的能量中等时，估计未来无人机给无线设备充电的次数为
估计未来无人机给无线设备传送信息的次数为
估计未来的收益为
当无人机的能量充足时，估计未来无人机给无线设备充电的次数为
估计未来无人机给无线设备传送信息的次数为
估计未来的收益为
最后，第t个时隙的动作可表示为
上帝策略
由于状态空间连续，这个马尔科夫决策过程很难反向求得最优解。然而，如果能提前知道未来所有信道状态，那么就可以通过前向搜索得到最优解。这个方法需要上帝协助，而且时间复杂度特别高，不可能在实际应用，但可以作为其他策略的基准。
如图3所示，在第t个时隙，我们会计算从第t到第T个时隙所有动作组合的总收益，然后选择总收益最大的路径的a(t)，用公式可描述为
这种前向算法的时间复杂度为O(3T)。
我们进行了两个仿真实验：一个是三种策略的性能对比；另一个是一维查找无人机的最佳高度。在第一个实验里，参数设置为：L＝200m，Pf＝100mW，P0＝-100dBm，ΩL＝ΩN＝12mW，mL＝3，mN＝2，a＝8.5，b＝0.33，Ed＝4μW·s，Δt＝0.1s，Etotal＝40mW·s，B(1)＝4μW·s。总时隙数T从1增加到16，而且对于每个T，我们每种策略均跑了1000轮并取平均收益。如图4所示，不同策略的收益，可以看到当T小于等于4时，贪婪策略和二元控制策略的收益差别不大，这是因为无人机的能量一直处于充足状态。当T越来越接近16时，二元控制策略的性能比贪婪策略的越来越好，最终比贪婪策略提升了26.05％，而上帝策略仅比二元控制策略提升了3.84％。
在第二个仿真实验里，参数设置为：H＝16，从10m增加到200m。如图5所示，二元控制策略的收益随无人机高度的关系。可以看到最佳的高度为89m。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于无人机的无线信息和能量传输的优化方法，其特征在于，所述优化方法包括以下步骤：
S1、无线设备向无人机报告自身的能量状态B(t)；
S2、无人机检测自身和无线设备之间的信道状态γ(t)；
S3、无人机根据自身电量、无线设备的电量和信道状态根据估计收益最大化选择最优动作。
2.根据权利要求1所述的优化方法，其特征在于，所述动作空间包括沉默状态、给无线设备充电状态或给无线设备传信息状态。
3.根据权利要求2所述的优化方法，其特征在于，所述无线设备的能量状态分为匮乏状态、中等状态和充足状态，分别对应B(t)＜Ed，B(t)≤Ed＜(1+T-t)Ed和B(t)≥(1+T-t)Ed；当B(t)＜Ed，所述无线设备无法解码，所述无人机不会给所述无线设备传送信息；当B(t)≥(1+T-t)Ed，所述无线设备当前的电量足够支持当前及未来所有时隙的解码，所述无人机不需要考虑给所述无线设备充电。
4.根据权利要求3所述的优化方法，其特征在于，所述无人机的能量状态分为匮乏状态、中等状态和充足状态，分别对应
Pf≤Er(t)＜2Pf，2Pf≤Er(t)＜(1+T-t)Pf和Er(t)≥(1+T-t)Pf；当Pf≤Er(t)＜2Pf，所述无人机不会考虑给无线设备充电，否则它在后续时隙只能保持沉默；当Er(t)≥(1+T-t)Pf，所述无人机当前的电量足够支持当前及未来所有时隙的信息发射，所述无人机不需要考虑沉默。
5.根据权利要求4所述的优化方法，其特征在于，所述无人机在不同状态下需要考虑动作空间，在动作空间里不止一个动作时，需要对每个动作计算价值，选择最大价值动作，动作的价值定义为
Ft(B(t+1)，Er(t+1))是t时隙以后的未来估计收益；Qt是状态S(t)下动作a(t)对应的瞬时+未来估计总收益，S(t)是t时隙的系统状态，a(t)是t时隙的动作，Rt是t时隙的瞬时收益。
6.根据权利要求5所述的优化方法，其特征在于，所述无人机电量处于不同状态时，未来估计收益有不同的计算方式，所述无人机时隙的动作表示为
7.根据权利要求6所述的优化方法，其特征在于，当所述无人机的能量匮乏时，
其中Vn是下个时隙的期望收益，表示为
其中，Vn是下个时隙的期望收益，Pf是无人机的发射功率，E是数学期望符号，γ是信道状态，P0是噪声功率。
8.根据权利要求7所述的优化方法，其特征在于，当所述无人机的能量中等时，估计未来无人机给无线设备充电的次数为
估计未来无人机给无线设备传送信息的次数为
估计未来的收益为
9.根据权利要求8所述的优化方法，其特征在于，当所述无人机的能量充足时，估计未来无人机给无线设备充电的次数为
估计未来无人机给无线设备传送信息的次数为
估计未来的收益为
10.根据权利要求9所述的优化方法，其特征在于，所述无人机到所述无线设备的信号根据传播路径不同分为直射信号和非直射信号。
CN201810774969.2A 2018-07-16 2018-07-16 一种基于无人机的无线信息和能量传输的优化方法 Active CN108880662B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201810774969.2A CN108880662B (zh) 2018-07-16 2018-07-16 一种基于无人机的无线信息和能量传输的优化方法
PCT/CN2018/110483 WO2020015214A1 (zh) 2018-07-16 2018-10-16 一种基于无人机的无线信息和能量传输的优化方法
US17/259,936 US11641591B2 (en) 2018-07-16 2018-10-16 Optimization method for UAV-based wireless information and energy transmission

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810774969.2A CN108880662B (zh) 2018-07-16 2018-07-16 一种基于无人机的无线信息和能量传输的优化方法

Publications (2)

Publication Number Publication Date
CN108880662A true CN108880662A (zh) 2018-11-23
CN108880662B CN108880662B (zh) 2020-04-10

Family

ID=64302058

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810774969.2A Active CN108880662B (zh) 2018-07-16 2018-07-16 一种基于无人机的无线信息和能量传输的优化方法

Country Status (3)

Country Link
US (1) US11641591B2 (zh)
CN (1) CN108880662B (zh)
WO (1) WO2020015214A1 (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110113106A (zh) * 2019-04-17 2019-08-09 深圳大学 多基站多激光发射器的激光供能无人机无线通信方法
CN110147040A (zh) * 2019-04-10 2019-08-20 中国人民解放军陆军工程大学 无人机携能传输的飞行轨迹与功率分配联合优化方法
CN110647165A (zh) * 2019-07-10 2020-01-03 深圳大学 一种无人机的能量分配优化方法
CN110830136A (zh) * 2019-11-13 2020-02-21 中国科学技术大学 一种基于无线电地图的无人机轨迹设计和功率分配方法
WO2021003709A1 (zh) * 2019-07-10 2021-01-14 深圳大学 一种无人机的能量分配优化方法
CN112752357A (zh) * 2020-12-02 2021-05-04 宁波大学 基于能量收割技术的在线无人机辅助数据收集方法及装置
CN113691302A (zh) * 2021-08-24 2021-11-23 燕山大学 一种多旋翼无人机辅助反向散射通信系统的能效优化方法
CN113954664A (zh) * 2021-10-29 2022-01-21 深圳技术大学 一种车载无人机无线充电方法和系统
CN116502547A (zh) * 2023-06-29 2023-07-28 深圳大学 一种基于图强化学习的多无人机无线能量传输方法

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111641974B (zh) * 2020-04-10 2023-06-20 阳光学院 一种基于5g小型蜂窝混合再生能源网络的方法和存储设备
CN112074012B (zh) * 2020-07-14 2022-07-12 南方科技大学 无人机位置优化方法、无人机终端、用户端及存储介质
US11981220B2 (en) * 2021-05-20 2024-05-14 Saudi Arabian Oil Company Self-powered unmanned aerial vehicle (UAV)
CN113997803B (zh) * 2021-10-26 2023-11-03 南京壮大智能科技研究院有限公司 基于非接触网无线供电的飞行器飞行控制方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104201794A (zh) * 2014-09-23 2014-12-10 北京智谷睿拓技术服务有限公司 无线能量传输方法和设备
CN105071852A (zh) * 2015-08-27 2015-11-18 杨珊珊 一种利用无人机实现的智能中继系统及方法
US9866312B2 (en) * 2014-11-06 2018-01-09 Ubiqomm Llc Beam forming and pointing in a network of unmanned aerial vehicles (UAVs) for broadband access
CN107887943A (zh) * 2017-11-09 2018-04-06 同济大学 一种无线充电系统及传输链路建立方法
CN108243431A (zh) * 2017-08-28 2018-07-03 南京邮电大学 基于能效最优准则的无人机中继系统的功率分配算法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150281807A1 (en) * 2014-03-28 2015-10-01 Yang Pan Wireless Sensory and Data Transmission System
US10277280B2 (en) * 2014-05-29 2019-04-30 Sony Interactive Entertainment LLC Configuration of data and power transfer in near field communications
US9845165B2 (en) * 2014-07-16 2017-12-19 Airogistic, L.L.C. Methods and apparatus for unmanned aerial vehicle landing and launch
CN104333147B (zh) * 2014-10-31 2017-01-11 北京智谷睿拓技术服务有限公司 无线能量传输方法和移动中继设备
US10607304B2 (en) 2015-02-11 2020-03-31 Arpent, LLC Method and system for transportation resource grouping and reallocation
KR20160104385A (ko) * 2015-02-26 2016-09-05 경상대학교산학협력단 무인항공기
US9421869B1 (en) * 2015-09-25 2016-08-23 Amazon Technologies, Inc. Deployment and adjustment of airborne unmanned aerial vehicles
US10797537B2 (en) * 2016-03-15 2020-10-06 Northeastern University Distributed wireless charging system and method
CN107707031B (zh) * 2017-08-30 2021-07-23 南京邮电大学 一种采用无人机代理的空中无线传能系统
EP3763017A1 (en) * 2018-03-07 2021-01-13 Telefonaktiebolaget LM Ericsson (publ) Technique for wirelessly charging a wireless device in a wireless communication system
US20210039781A1 (en) * 2018-05-21 2021-02-11 Intel Corporation Drone proximity charging

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104201794A (zh) * 2014-09-23 2014-12-10 北京智谷睿拓技术服务有限公司 无线能量传输方法和设备
US9866312B2 (en) * 2014-11-06 2018-01-09 Ubiqomm Llc Beam forming and pointing in a network of unmanned aerial vehicles (UAVs) for broadband access
CN105071852A (zh) * 2015-08-27 2015-11-18 杨珊珊 一种利用无人机实现的智能中继系统及方法
CN108243431A (zh) * 2017-08-28 2018-07-03 南京邮电大学 基于能效最优准则的无人机中继系统的功率分配算法
CN107887943A (zh) * 2017-11-09 2018-04-06 同济大学 一种无线充电系统及传输链路建立方法

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110147040B (zh) * 2019-04-10 2022-05-20 中国人民解放军陆军工程大学 无人机携能传输的飞行轨迹与功率分配联合优化方法
CN110147040A (zh) * 2019-04-10 2019-08-20 中国人民解放军陆军工程大学 无人机携能传输的飞行轨迹与功率分配联合优化方法
CN110113106B (zh) * 2019-04-17 2020-11-13 深圳大学 多基站多激光发射器的激光供能无人机无线通信方法
CN110113106A (zh) * 2019-04-17 2019-08-09 深圳大学 多基站多激光发射器的激光供能无人机无线通信方法
CN110647165A (zh) * 2019-07-10 2020-01-03 深圳大学 一种无人机的能量分配优化方法
WO2021003709A1 (zh) * 2019-07-10 2021-01-14 深圳大学 一种无人机的能量分配优化方法
CN110647165B (zh) * 2019-07-10 2024-05-31 深圳大学 一种无人机的能量分配优化方法
CN110830136A (zh) * 2019-11-13 2020-02-21 中国科学技术大学 一种基于无线电地图的无人机轨迹设计和功率分配方法
CN110830136B (zh) * 2019-11-13 2021-10-19 中国科学技术大学 一种基于无线电地图的无人机轨迹设计和功率分配方法
CN112752357B (zh) * 2020-12-02 2022-06-17 宁波大学 基于能量收割技术的在线无人机辅助数据收集方法及装置
CN112752357A (zh) * 2020-12-02 2021-05-04 宁波大学 基于能量收割技术的在线无人机辅助数据收集方法及装置
CN113691302B (zh) * 2021-08-24 2022-06-03 燕山大学 一种多旋翼无人机辅助反向散射通信系统的能效优化方法
CN113691302A (zh) * 2021-08-24 2021-11-23 燕山大学 一种多旋翼无人机辅助反向散射通信系统的能效优化方法
CN113954664A (zh) * 2021-10-29 2022-01-21 深圳技术大学 一种车载无人机无线充电方法和系统
CN113954664B (zh) * 2021-10-29 2023-09-05 深圳技术大学 一种车载无人机无线充电方法和系统
CN116502547A (zh) * 2023-06-29 2023-07-28 深圳大学 一种基于图强化学习的多无人机无线能量传输方法
CN116502547B (zh) * 2023-06-29 2024-06-04 深圳大学 一种基于图强化学习的多无人机无线能量传输方法

Also Published As

Publication number Publication date
US11641591B2 (en) 2023-05-02
WO2020015214A1 (zh) 2020-01-23
CN108880662B (zh) 2020-04-10
US20210297877A1 (en) 2021-09-23

Similar Documents

Publication Publication Date Title
CN108880662A (zh) 一种基于无人机的无线信息和能量传输的优化方法
Fu et al. Energy-efficient UAV-enabled data collection via wireless charging: A reinforcement learning approach
Yao et al. Energy efficiency characterization in heterogeneous IoT system with UAV swarms based on wireless power transfer
Guan et al. User association and power allocation for UAV-assisted networks: A distributed reinforcement learning approach
Wu et al. Power allocation and relay selection for energy efficient cooperation in wireless sensor networks with energy harvesting
Liang et al. Online power and time allocation in MIMO uplink transmissions powered by RF wireless energy transfer
Tran et al. RF energy harvesting: an analysis of wireless sensor networks for reliable communication
Li et al. Online policies for throughput maximization of energy-constrained wireless-powered communication systems
CN111918320A (zh) 时分双工下非正交多址接入的无线通信资源优化分配方法
Luo et al. A nonlinear recursive model based optimal transmission scheduling in RF energy harvesting wireless communications
CN116113025A (zh) 一种无人机协能通信网络中轨迹设计和功率分配方法
Xiao et al. Full-duplex machine-to-machine communication for wireless-powered Internet-of-Things
Wei et al. Resource allocation and power control policy for device-to-device communication using multi-agent reinforcement learning
Li et al. Offloading optimization and time allocation for multiuser wireless energy transfer based mobile edge computing system
He et al. On maximizing max–min source rate in wireless-powered Internet of Things
Zhu et al. Wireless charging energy-relay scheme for wireless sensor networks
Tang et al. Minimal throughput maximization of UAV-enabled wireless powered communication network in cuboid building perimeter scenario
Shi et al. Time allocation optimization and trajectory design in UAV-assisted energy and spectrum harvesting network
Das et al. Reinforcement learning-based resource allocation for M2M communications over cellular networks
Lu et al. Interference reducing and resource allocation in UAV-powered wireless communication system
Majid Butt et al. Relay selection schemes to minimise outage in wireless powered communication networks
Fang et al. Channel-dependent scheduling in wireless energy transfer for mobile devices
Fu et al. UAV trajectory, user association and power control for multi-UAV enabled energy harvesting communications: offline design and online reinforcement learning
Gupta et al. Trajectory and resource allocation for UAV replacement to provide uninterrupted service
Lai et al. Optimal wireless information and energy transmissions for UAV-enabled cognitive communication systems

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