CN110166107A - 基于无线携能通信网络的无人机中继系统资源分配方法 - Google Patents

Abstract

本发明涉及无人机通信技术，具体涉及基于无线携能通信网络的无人机中继系统资源分配方法，根据地面终端通信模式选择策略对终端设备进行分组，确定中继模式地面终端GTR的数量及位置，设定初始参数后开展连续凸优化算法，依次对时隙资源分配，无人机的飞行轨迹，无人机信息的传输功率，地面终端GTR的信息传输功率，无人机的能量广播功率进行优化，而后通过多次迭代，当地面终端GTR的周期内吞吐量增长小于预设阈值时，停止优化算法，得到无人机中继系统的最优资源分配策略。该方法可以根据实际情况进行地面终端设备通信模式选择，减少无人机资源浪费的同时保障地面用户的服务质量。能适应地面终端数量及其初始能量储备情况的周期性变化场景，可行性强。

Description

基于无线携能通信网络的无人机中继系统资源分配方法

技术领域

本发明属于无人机通信技术领域，尤其涉及基于无线携能通信网络的无人机中继系统资源分配方法。

背景技术

随着无线通信技术的发展，越来越多的设备接入网络，万物互联的5G时代即将来临，此时，频谱资源紧张，设备能量短缺问题愈发严重。无线携能通信网络(wirelesspowered communication network,WPCN)能够一定程度上解决上述问题。通常来说，WPCN由一个混合接入点(hybrid access point,HAP)及若干个地面无线终端设备组成，在下行链路中，无线终端通过能量接收模块收集HAP中能量节点广播的射频能量信号并将其转化为电能储存；在上行链路中，基于时分复用通信协议(time-division-multiple-access,TDMA)，无线终端能够利用收集到的能量将自身的信息传输给HAP的信息接收模块，从而在一定程度上降低设备对能源的依赖性，实现可持续通信的目标。

在传统的无线传感器网络中，传感器设备依赖有限的电池电量储备，信息节点的优化部署问题在传统的无线传感器网络中已经得到了广泛的研究与应用。然而，电池供电通信网络和无线能量收集通信网络的网络建设目标存在较大差异。一方面，电池供电无线网络的主要优化目标之一是最大限度地降低终端设备的发射功率，减少能耗，在工作时长与通信性能之间寻找均衡方案。这种面向节能的设计并不一定适用于WPCN场景。因为能量收集机制的存在，WPCN系统中的终端设备具有着恒定的能量来源，此时可以终端设备附近配备一个无线能量源来弥补其高功耗带来的能量短缺。另一方面，区别于无线信息传输过程中普遍存在的干扰现象，能量源节点广播的射频能量信号不会对非预期终端的能量接收器产生有害的同频干扰，相反可以提高其能量收集性能。基于上述原因，本发明设计了一种适应WPCN特性的无线传感网络方案，以充分发挥能量收集技术的优势。

目前，在建设WPCN时，通常会根据服务区域的大小来搭建多个HAP以提高网络覆盖面积。然而，由于WPCN中的终端设备受到“双重远近效应”的影响，相对于距离HAP较近的终端设备，距离HAP较远的终端设备在收集到更少能量的同时需要更高的发射功率将信息传输给HAP。此外，位置固定的H-AP或EP/IP节点不适用于无线传感网络中传感器位置与数量动态变化的场景，增设多个地面基站又会带来高昂的网络建设费用，在传感器部署较少的偏远地区更是会造成通信资源的浪费，而且建设地面基站的组网时间长，维护费用高，无法在紧急场景下(如火灾，地震，大型户外活动等)实现网络的快速部署。针对这一情况，无人机通信开始成为时下热门的研究领域。

传统无人机通信网络通常采用无人机作为信息接收器的搭载平台，用于采集地面节点的信息。无人机通信网络的组网目标主要是基于轨迹优化算法以最小化无人机的节点遍历时间。此外，无人机需要将收集到的信息传输至地面基站，且无人机自身广播能量，转发信息的能耗需要被进一步优化，以实现系统能效最大化。

作为多功能搭载平台，旋翼无人机以其机动性高，部署灵活，可靠性强，覆盖范围广等优点被广泛运用于应急通信场景下，随着无人机及WPCN网络技术的成熟，利用无人机作为可移动平台，建设基于无人机的无线携能网络(UAV-based Wireless PoweredCommunication Network,U-WPCN)具有现实可行性。搭载能量广播节点(Energy Point,EP)及信息接收节点(Information Point,IP)能一定程度上满足信号较弱，资源匮乏地区终端设备的通信需求。

此外，由于无线终端设备初始能量储备存在差异性，能量状态良好的终端能够直接将信息传输给基站设备而无需无人机中继信息，能量相对匮乏的终端则需要无人机提供更多的帮助，极端情况下，初始能量为零的终端设备只能从无人机处收集到的能量，并使用这部分能量支撑其在上行链路中向无人机传输信息。基于上述考虑，提出用户通信模式选择策略能够更好的发挥无人机的效用，针对性的提升能源短缺用户的通信性能，从而实现系统资源分配的最优化。

在理想状态下，搭载EP及IP的无人机可根据终端设备及地面基站所处的位置调整飞行轨迹，无线能量广播功率，信息中继转发功率，地面终端设备能够根据无人机的当前位置调整信息传输功率，系统能够根据无人机及终端设备的传输状态分配相应的时隙资源，最大化用户设备在无人机飞行周期内的信息吞吐量，解决能量匮乏场景下的终端设备通信问题。

发明内容

本发明的目的是提供一种传感节点通信模式选择机制，自身能量储备充足的地面传感设备直接将信息传输给地面基站，而自身能量匮乏的传感器节点则需要将信息传输给无人机，由无人机将信息转发给地面基站。

为实现上述目的，本发明采用的技术方案是：基于无线携能通信网络的无人机中继系统资源分配方法，包括以下步骤：

步骤1、在第一个采样周期n＝1中，根据地面终端的初始能量储备情况预分配信息传输模式；地面终端的初始能量储备足以支撑以需求速率向地面基站直接传输的能耗，标记为直接传输终端GTD；地面终端的初始能量储备不足以支撑以需求速率向地面基站直接传输的能耗，标记为中继传输终端GTR；

步骤2、在直接通信模式下，无人机在下行链路中向所有地面终端广播能量；

步骤3、在基于TDMA协议的无人机中继通信模式下，中继传输终端GTR在下行链路中收集无人机广播的能量，并在上行链路中将信息传输给无人机，无人机在收集到中继传输终端GTR的信息后，将信息转发给地面基站；

步骤4、利用连续凸优化理论，优化中继通信模式下TDMA协议中的时隙资源分配；

步骤5、利用连续凸优化理论，优化中继通信模式下无人机的飞行轨迹；

步骤6、利用连续凸优化理论，优化中继通信模式下无人机的信息传输功率分配方案；

步骤7、利用连续凸优化理论，优化中继通信模式下地面终端GTR的信息传输功率分配方案；

步骤8、利用连续凸优化理论，优化中继通信模式下无人机的能量广播功率分配方案；

步骤9、根据步骤3给出的地面终端通信模式选择策略对终端设备进行分组，确定中继模式地面终端GTR的数量及位置，结合步骤4-8，设定初始参数后开展连续凸优化算法，依次对时隙资源分配，无人机的飞行轨迹，无人机信息的传输功率，地面终端GTR的信息传输功率，无人机的能量广播功率进行优化，而后通过多次迭代，当地面终端GTR的周期内吞吐量增长小于预设阈值时，停止优化算法，得到无人机中继系统的最优资源分配策略。

本发明的有益效果是：采用的U-WPCRN优化策略，可以根据实际情况进行地面终端设备通信模式选择，减少无人机资源浪费的同时保障地面用户的服务质量。结合连续凸优化算法能够实现各个通信周期内通信资源分配策略的动态调整以适应地面终端数量及其初始能量储备情况的周期性变化场景，具有很强的可行性。

附图说明

图1是本发明实施例的U-WPCRN网络示意图；

图2是本发明实施例的U-WPCRN网络中TDMA协议示意图；

图3(a)是本发明实施例的U-WPCRN网络内所有地面终端初始能量为零且均处于中继通信模式时，飞行周期T＝120秒时无人机的飞行轨迹示意图；

图3(b)是本发明实施例的U-WPCRN网络内所有地面终端初始能量为零且均处于中继通信模式时，飞行周期T＝160秒时无人机的飞行轨迹示意图；

图3(c)是本发明实施例的U-WPCRN网络内所有地面终端初始能量为零且均处于中继通信模式时，飞行周期T＝200秒时无人机的飞行轨迹示意图；

图3(d)是本发明实施例的U-WPCRN网络内所有地面终端初始能量为零且均处于中继通信模式时，飞行周期T＝240秒时无人机的飞行轨迹示意图；

图4是本发明实施例的U-WPCRN网络内所有地面终端初始能量为零且均处于中继通信模式时，不同周期下的系统吞吐量性能对比；

图5(a)是本发明实施例的U-WPCRN网络内所有地面终端初始能量不同且采用通信模式选择策略时，飞行周期T＝120秒时无人机的飞行轨迹示意图；

图5(b)是本发明实施例的U-WPCRN网络内所有地面终端初始能量不同且采用通信模式选择策略时，飞行周期T＝160秒时无人机的飞行轨迹示意图；

图5(c)是本发明实施例的U-WPCRN网络内所有地面终端初始能量不同且采用通信模式选择策略时，飞行周期T＝200秒时无人机的飞行轨迹示意图；

图5(d)是本发明实施例的U-WPCRN网络内所有地面终端初始能量不同且采用通信模式选择策略时，飞行周期T＝240秒时无人机的飞行轨迹示意图；

图6是本发明实施例的U-WPCRN网络内所有地面终端初始能量不同且采用通信模式选择策略时，不同周期下的系统吞吐量性能对比；

图7是本发明实施例的U-WPCRN网络所有地面终端初始能量不同且采用通信模式选择策略时，不同周期下地面终端最小吞吐量的算法收敛情况；

图8是本发明实施例的U-WPCRN网络所有地面终端初始能量不同且采用通信模式选择策略时，不同周期下地面终端最小吞吐量的算法收敛情况。

具体实施方式

下面结合附图对本发明的实施方式进行详细描述。

为了解决传统无线传感网络下设备能源短缺问题，通信覆盖问题以及偏远地区快速组网问题。本实施例提供一种基于无线携能通信网络的无人机中继系统资源分配方法，其中无人机搭载能量广播平台及信息接收终端，通过TDMA协议向服务范围内的所有地面传感设备广播能量，并转发能量资源匮乏的地面传感器节点采集到的传感信息至地面基站。为提高无人机的使用效率，提出一种传感节点通信模式选择机制，自身能量储备充足的地面传感设备直接将信息传输给地面基站，而自身能量匮乏的传感器节点则需要将信息传输给无人机，由无人机将信息转发给地面基站。此外，每架无人机均配备高精度的GPS，在室外场景的视距信道(line-of-sight,LOS)条件下能够被精准定位，与此同时，当地面传感器设备出于安全原因彼此互相不通信时，通过基于接收信号强度或信息到达时间的非合作定位技术，无人机可以作为代理来确定地面设备的位置。当地面设备彼此通信时，无人机可以应用协作定位技术以进一步减少定位误差。在探知地面设备位置和当前能量储备状况的前提下，无人机可以调整飞行轨迹，能量广播功率，信息转发功率以实现在飞行周期受限下的信息吞吐量最大化，此外，地面传感器也能以最优的信息传输功率向无人机传输信息，利用有限的能源储备实现通信周期内的信息传输的吞吐量最大化。

本实施例设计了一个基于无人机的U-WPCRN网络建设方案。将能量传输点与信息接入点搭载在旋翼无人机上，利用旋翼无人机的机动性，联合优化无人机飞行轨迹，无人机能量广播功率，无人机信息传输功率，地面终端设备信息传输功率，TDMA协议时隙分配方案，实现系统内地面终端设备的最小信息吞吐量最大化。

无线携能中继网络(UAV-based Wireless Powered Communication RelayNetwork,U-WPCRN)由一个搭载无线能量广播节点Powercast TX-91501(30W)及信息接收节点的无人机及若干个地面终端设备组成，且系统内用户的终端设备均配备无线能量接收模块Powercast P2110。无人机在下行链路中同时向所有地面终端广播射频能量信号，在上行链路中，无人机通过TDMA协议接收地面终端的信息，并将终端用户的信息传输给地面基站。令无人机的飞行周期为T，飞行高度为H，通过离散化采样，将无人机的轨迹U[n]映射在二维平面上，U[n]＝(x[n],y[n])为无人机在第n个采样点处的平面坐标点，x[n]为无人机在第n个采样点处的横坐标，y[n]为无人机在第n个采样点处的纵坐标。

无人机与第k个地面终端的视距信道的信道增益为：

其中，κ为地面终端设备的集合，G₀为基准距离下的信道增益系数，G_k＝(x_k,y_k)为第k个地面终端设备的平面坐标点，x_i为第k个地面终端设备的横坐标，y_i为第k个地面终端设备的纵坐标；

无人机与地面基站之间的视距信道的信道增益为：

其中，O＝(0,0)为地面基站的水平面坐标，在本发明中，地面基站位于二维平面坐标系的原点，且基站的高度H与无人机飞行高度一致。

基站与第k个地面终端设备之间路径衰弱信道的信道增益为：

其中为地面基站与地面终端设备平面坐标之间的距离。g₀为基准距离d₀＝1m下的信道增益系数，为信道系数，η_k～CN(0,1)为相互独立的均值为0方差为1的循环对称复高斯分布。

无人机工作于TDMA协议下，在子时隙δ₀中向所有地面终端广播能量信号，此时第k个地面用户在下行链路中收集广播节点无人机的射频能量信号为：

其中，T为TDMA协议下的通信周期，η为用户设备的能量收集效率，Powercast生产的P2110能量接收器的接收效率为51％，η＝0.51。P_E[n]为无人机在第n个采样点位置时的射频能量广播功率，δ₀[n]为无人机在第n个采样点位置时用于能量广播的时隙，为无人机在第n个采样点位置时与第k个地面终端之间的信道功率增益。

本实施例基于无线携能通信网络的无人机中继系统资源分配方法，包括以下步骤：

步骤1、在第一个采样周期n＝1中，根据地面终端的初始能量储备情况预分配信息传输模式。

首先设定通信周期T的大小，根据地面终端的当前坐标，计算出地面终端直接将信息传输给地面基站的能耗为：

其中R_thr为地面终端设备与地面基站之间通信速率的预设阈值，本发明中，速率阈值R_thr为地面终端使用最大功率向地面基站传输信息时所能达到速率的最小值，即：

其中为第k个地面终端以最大传输功率向地面基站发送信息时的传输速率，为第K个地面终端的最大信息传输功率，σ²为地面基站接收端的高斯白噪声。

如果地面终端的初始能量储备足以支撑以需求速率向地面基站直接传输信息的能耗，则该地面终端被标记为直接传输终端(Ground terminals in direct transmissionmode,GTD)，在通信周期内直接将信息通过上行链路传输给基站，GTD的集合为κ_DT。反之，地面终端被标记为中继传输终端(Ground terminals in relay transmission mode,GTR)，在上行链路中需要将信息传输给无人机，通过无人机中继转发信息给地面基站，GTR的集合为κ_RT。GTR与GTD集合的关系可表示为为所有地面设备的集合。

步骤2、在直接通信模式下，由于无人机在下行链路中向所有地面终端广播能量，GTD得以进一步提高与基站通信的吞吐量，GTD与基站之间在周期T内的信息吞吐量为：

其中为第k个GTD在上行链路中向基站传输信息的平均发射功率， 为式(4)中给出的预期能耗，为GTD在通信周期内从无人机处收集到的能量。Δ为采样周期且

步骤3、在基于TDMA协议的无人机中继通信模式下，GTR在下行链路中收集无人机广播的能量，并在上行链路中将信息传输给无人机，无人机在收集到GTR的信息后，将信息转发给地面基站。

执行完步骤一种的分组策略后，系统内存在K个GTR终端，即|κ_RT|＝K，此时每个采样周期Δ被分为K+2个时隙，在第n个采样点处其中首个时隙δ₀[n]被无人机用于向所有地面终端广播能量，δ_k[n],k∈[1,K]时隙用于地面终端GTR向无人机传输信息，最后的时隙δ_K+1[n]用于无人机将之前收集到的GTR的信息转发至基站处。

第k个GTR在第n个采样周期中，通过时隙δ_k[n]以传输功率P_k[n],n∈[2,N]向无人机传输信息，传输功率受最大传输功率约束，忽略内部电路的能量损耗，此时GTR在第n个采样周期开始时的能量储备为：

当n＝1时，系统处于终端通信模式选择阶段，此时GTR的信息传输功率P_k[0]＝0。GTR的信息传输功率受到能量约束，约束条件为：

上式中B_k[0]表示第k个GTR的初始能量储备情况。此时在第n个采样周期内，第k个地面终端GTR与无人机之间的信息传输速率为：

其中δ_k[n]为第k个GTR在第n个采样周期内分配到用于与无人机通信的时隙，为该GTR与无人机之间的信道功率增益，P_k[n]为该GTR的信息传输功率。

此时无人机与地面基站之间的信息传输速率为：

由于地面终端GTR的信息需要通过UAV中继至地面基站处，GTR与地面基站的实际通信速率为：

根据上式可知，当无人机从地面终端收集信息的速率等于转发速率时，此时GTR与地面基站之间的实际通信速率达到最大值。基于上述分析，中继模式下最大化地面终端GTR周期内信息吞吐量的优化目标可以被建模为：

s.t. (8),

||U[n]-U[n-1]||²≤V_maxΔ, (18)

U[1]＝U[N]，k∈κ_RT,n∈[2,N], (19)

上式中为无人机飞行周期T内，地面终端GTR与地面基站之间通信的吞吐量，为GTR与无人机之间在第n个采样点处的通信速率，R^UB[n]为无人机在第n个采样点处于地面基站之间的通信速率，首个采样点n＝1用于执行步骤1中的地面终端通信模式选择策略，δ₀[n]为无人机在第n个采样点处用于广播能量的时隙，δ_k[n]为地面终端GTR在第n个采样点中向无人机传输信息的时隙，δ_K+1[n]为无人机在第n个采样点处向地面基站传输信息的时隙。P_E[n]为无人机在第n个采样点处的能量广播功率，为无人机的最大能量广播功率，Q_E为无人机可用于能量广播的总能量。P_I[n]为无人机在第n个采样点处的最大信息传输功率，为无人机的最大能量广播功率,Q_I为无人机可用于信息传输的总能量。P_k[n]为地面终端GTR在第n个采样点处的信息传输功率，为GTR的最大信息传输功率。U[n]为无人机在第n个采样点处的二维坐标，V_max为无人机的最大飞行速度，Δ为采样点的时间间隔长度。

步骤4、利用连续凸优化理论，首先优化中继模式下TDMA协议中的时隙资源分配。给定第r次迭代周期中无人机飞行轨迹U^r，无人机信息传输功率分配方案无人机能量广播功率分配方案地面终端GTR的信息传输功率分配方案后，在第r+1次迭代周期内，主优化目标P1中的时隙资源优化问题可改写为：

s.t.(8),(12),(13),(14).

由于约束条件均为待优化时隙δ_k的相关映射，且优化目标为线性表达式，因此P2为凸优化问题，可利用优化工具如MATLAB软件中的CVX工具箱快速求解，得到第n个采样点的当前最优时隙分配方案

步骤5、利用连续凸优化理论，优化中继模式下无人机的飞行轨迹。给定第r次迭代周期中无人机飞行轨迹U^r，时隙资源分配方案无人机信息传输功率分配方案无人机能量广播功率分配方案地面终端GTR的信息传输功率分配方案后，在第r+1次迭代周期内，主优化目标P1中的无人机轨迹优化问题可改写为：

s.t.(8),(12),(13),(18),(19).

由于约束条件(8),(12),(13)非凸，P3为非凸优化问题。为将P3转化为凸问题，首先引入表示无人机与地面终端GTR及地面基站之间距离平方的松弛变量M_k[n]≥||U[n]-G_k||²+H²和M_B[n]≥||U[n]-O||²+H²，此时优化目标P3可被改写为：

s.t.(18),(19),

M_k[n]≥||U[n]-G_k||²+H², (23)

M_B[n]≥||U[n]-O||²+H². (24)

接下来，对约束条件进行一阶泰勒展开，泰勒展开式为原约束条件的下界。令表示第r个迭代周期中得到的无人机与第k个地面终端GTR距离的平方，且在第r+1个优化周期内，为已知值。此时对地面终端GTR与无人机之间通信速率进行一阶泰勒展开：

其中，

其次，已知为第r个迭代周期内无人机与地面基站之间距离的平方，R^UB[n]的一阶泰勒展开下界为：

其中，

接下来，地面终端GTR从无人机处收集到的能量E_k[n]的一阶泰勒展开式下界为：

基于上述分析，通过给出非凸约束条件的一阶泰勒展开式下界，P3.1可改写为凸优化问题：

s.t. (18),(19),

凸问题P3.2可利用MATLAB中CVX工具箱快速求解，且所得结果为近似最优解，随着迭代周期的增多，结果将无限逼近最优解。此时，在r+1个迭代周期中，无人机的最优飞行轨迹被保存为U^r+1＝{U^r+1[n]},n∈[1,N]。

步骤6、利用连续凸优化理论，优化中继模式下无人机的信息传输功率分配方案。给定第r次迭代周期中无人机飞行轨迹U^r，时隙资源分配方案无人机信息传输功率分配方案无人机能量广播功率分配方案地面终端GTR的信息传输功率分配方案后，在第r+1次迭代周期内，主优化目标P1中的无人机的信息传输功率分配方案优化问题可改写为：

s.t. (16),

其中表示无人机与地面基站之间的信息吞吐量，由于无人机的信息传输功率受限，单独优化无人机的信息传输功率分配方案无法保证P1中的原约束条件(13)。因此，在第r+1个迭代周期内的无人机信息传输功率优化目标为最大化无人机与地面基站之间的信息吞吐量，使得系统内地面设备GTR与地面基站之间的有效中继信息吞吐量最大化。

由于约束条件(35)非凸，因此可以将R^UB[n]进行一阶泰勒展开处理，将约束条件(35)的右边式改写为一阶泰勒展开式下界，

将式(36)带入P4的约束条件(35)中，此时P4为凸优化问题，可通过MATLAB中的CVX工具箱求解，所得结果为近似最优解，随着迭代周期的增多，结果将无限逼近最优解。此时，在r+1个迭代周期中，无人机的最优信息传输功率分配方案被保存为

步骤7、利用连续凸优化理论，优化中继模式下地面终端GTR的信息传输功率分配方案。给定第r次迭代周期中无人机飞行轨迹U^r，时隙资源分配方案无人机信息传输功率分配方案无人机能量广播功率分配方案地面终端GTR的信息传输功率分配方案后，在第r+1次迭代周期内，主优化目标P1中的无人机轨迹优化问题可改写为：

s.t. (8),(12),(17).

P5为典型凸优化问题，可利用MATLAB软件中的CVX工具箱快速求解，在r+1个迭代周期中，地面终端GTR的最优信息传输功率分配方案被保存为

步骤8、利用连续凸优化理论，优化中继模式下无人机的能量广播功率分配方案。给定第r次迭代周期中无人机飞行轨迹U^r，时隙资源分配方案无人机信息传输功率分配方案无人机能量广播功率分配方案地面终端GTR的信息传输功率分配方案后，在第r+1次迭代周期内，主优化目标P1中的无人机轨迹优化问题可改写为：

s.t. (8),(12),(15).

无人机能量广播功率优化的目标是最大化地面终端GTR在飞行周期T内所能收集到的最小能量，此时P6可被改写为：

s.t. (20),

其中表示所有地面终端GTR在飞行周期T内所能收集到的最小能量的松弛变量，对于任意GTR有E_k为GTR收集到的总能量。P6.1为典型凸优化问题，可利用MATLAB软件中的CVX工具箱快速求解，在r+1个迭代周期中，无人机的最优能量广播功率分配方案被保存为

步骤9、首先通过步骤3给出的地面终端通信模式选择策略对终端设备进行分组，确定中继模式地面终端GTR的数量及位置，之后结合步骤4-8，设定初始参数后开展连续凸优化算法，依次对实习资源分配，无人机轨迹，无人机信息传输功率，地面终端GTR信息传输功率进行优化，而后通过多次迭代，当地面终端GTR的周期内吞吐量增长小于预设阈值时，停止优化算法，此时最后得到的优化结果即为无人机中继系统的最优资源分配策略。

具体实施时，图1为本实施例的系统场景示意图。其中无人机在下行链路中向所有地面终端广播射频能量信号，地面终端设备收集到能量后将能量储存在可充电电池中，以提供在上行链路中将信息传输给无人机时的能量。无人机将收集到的信息传输至地面基站处，完成通信过程。每架无人机均配备高精度的全球定位系统(GPS)，因此无人机的位置能够被精准定位，从而通过飞控模块调整飞行轨迹。

图2所示为U-WPCRN网络中的TDMA协议图，每个时隙被分为K+2个子时隙，K为中继模式下地面终端的个数。首个子时隙被无人机用于广播能量，其次的K个子时隙被K个地面终端分别用于将信息传输至无人机处。最后的子时隙用于将无人机收集到的信息转发至地面基站。

图3(a)、图3(b)、图3(c)、图3(d)、所示为所有地面终端初始能量为零时，飞行周期分别为T＝120秒、T＝160秒、T＝200秒、T＝240秒下无人机的飞行轨迹图。可以看出，当无人机的飞行周期增大后，无人机倾向于遍历每个地面终端上空，并在此时向该地面终端提供高效率的能量广播及信息中继服务。

图4所示为所有地面终端初始能量为零时，不同周期下系统内地面终端的吞吐量性能对比。可以看出，随着飞行周期的增大，系统内终端设备的吞吐量显著提升，且在周期为200秒至240秒之间提升幅度最大。原因在于当飞行周期为240秒时，无人机接近于遍历每个地面终端上方，此时能量传输及信息接收效率得到显著提高。

图5所示为所有地面终端初始能量不为零时，对地面终端根据通信模式进行分组后，飞行周期分别为T＝120秒、T＝160秒、T＝200秒、T＝240秒下无人机的飞行轨迹图。可以看出，无人机此时忽略直接通信模式下的地面终端GTD，将通信及能量资源集中对中继模式下的地面终端GTR进行服务。

图6所示为所有地面终端初始能量不为零时，对地面终端根据通信模式进行分组后，不同周期下系统内地面终端的吞吐量性能对比。可以看出，受益于无人机资源分配的针对性，地面终端的通信模式选择机制使得GTR的吞吐量性能随着无人机飞行时间的增加而稳步提高。

图7至图8为本实施例在所有地面终端初始能量不为零时，对地面终端根据通信模式进行分组后，使用连续凸优化算法优化系统资源分配策略的算法收敛性能。可以看出收敛速度与飞行周期成正比，不同周期下的算法收敛速度不同。原因在于固定采样间隔为1S后，飞行周期越大，需要优化的时隙越多。此外，计算复杂度的增加意味着可以利用和优化更多的资源，这可以带来更好的吞吐量性能。最后，当迭代周期足够大时，算法最终会趋于稳定并获得最佳系统吞吐量的资源分配方案。

应当理解的是，本说明书未详细阐述的部分均属于现有技术。

虽然以上结合附图描述了本发明的具体实施方式，但是本领域普通技术人员应当理解，这些仅是举例说明，可以对这些实施方式做出多种变形或修改，而不背离本发明的原理和实质。本发明的范围仅由所附权利要求书限定。

Claims (1)

1.基于无线携能通信网络的无人机中继系统资源分配方法，其特征是，包括以下步骤：

步骤1、在第一个采样周期n＝1中，根据地面终端的初始能量储备情况预分配信息传输模式；地面终端的初始能量储备足以支撑以需求速率向地面基站直接传输的能耗，标记为直接传输终端GTD；地面终端的初始能量储备不足以支撑以需求速率向地面基站直接传输的能耗，标记为中继传输终端GTR；

步骤2、在直接通信模式下，无人机在下行链路中向所有地面终端广播能量；

步骤3、在基于TDMA协议的无人机中继通信模式下，中继传输终端GTR在下行链路中收集无人机广播的能量，并在上行链路中将信息传输给无人机，无人机在收集到中继传输终端GTR的信息后，将信息转发给地面基站；

步骤4、利用连续凸优化理论，优化中继通信模式下TDMA协议中的时隙资源分配；

步骤5、利用连续凸优化理论，优化中继通信模式下无人机的飞行轨迹；

步骤6、利用连续凸优化理论，优化中继通信模式下无人机的信息传输功率分配方案；

步骤7、利用连续凸优化理论，优化中继通信模式下地面终端GTR的信息传输功率分配方案；

步骤8、利用连续凸优化理论，优化中继通信模式下无人机的能量广播功率分配方案；

步骤9、根据步骤3给出的地面终端通信模式选择策略对终端设备进行分组，确定中继模式地面终端GTR的数量及位置，结合步骤4-8，设定初始参数后开展连续凸优化算法，依次对时隙资源分配，无人机的飞行轨迹，无人机信息的传输功率，地面终端GTR的信息传输功率，无人机的能量广播功率进行优化，而后通过多次迭代，当地面终端GTR的周期内吞吐量增长小于预设阈值时，停止优化算法，得到无人机中继系统的最优资源分配策略。