CN110392357B - 一种无人机辅助物联网通信装置的资源分配控制方法 - Google Patents

一种无人机辅助物联网通信装置的资源分配控制方法 Download PDF

Info

Publication number
CN110392357B
CN110392357B CN201910544201.0A CN201910544201A CN110392357B CN 110392357 B CN110392357 B CN 110392357B CN 201910544201 A CN201910544201 A CN 201910544201A CN 110392357 B CN110392357 B CN 110392357B
Authority
CN
China
Prior art keywords
aerial vehicle
unmanned aerial
control module
communication
ground
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.)
Expired - Fee Related
Application number
CN201910544201.0A
Other languages
English (en)
Other versions
CN110392357A (zh
Inventor
许杰
张鹏宇
谢礼峰
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.)
Guangdong University of Technology
Original Assignee
Guangdong University of Technology
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 Guangdong University of Technology filed Critical Guangdong University of Technology
Priority to CN201910544201.0A priority Critical patent/CN110392357B/zh
Publication of CN110392357A publication Critical patent/CN110392357A/zh
Application granted granted Critical
Publication of CN110392357B publication Critical patent/CN110392357B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
    • G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
    • G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
    • 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
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/04—Wireless resource allocation
    • H04W72/044—Wireless resource allocation based on the type of the allocated resource
    • H04W72/0473—Wireless resource allocation based on the type of the allocated resource the resource being transmission power
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/51—Allocation or scheduling criteria for wireless resources based on terminal or device properties
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/50—Allocation or scheduling criteria for wireless resources
    • H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
    • H04W72/542—Allocation or scheduling criteria for wireless resources based on quality criteria using measured or perceived quality

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Automation & Control Theory (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Astronomy & Astrophysics (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种无人机辅助物联网通信装置的资源分配控制方法，利用无人机作为可移动的空中控制中心，收集传感器信息，同时向执行器发送相应的命令信号；该物联网通信网络运用新型的有限码长超可靠低时延通信传输模式，在保证通信的可靠性的情况下，同时满足系统的低时延要求；与传统意义上的物联网系统不同，无人机灵活的移动性和可操控性加上其与物联网节点之间有着更好的无线信道环境，可以大大提高通信可靠性，使系统的资源利用率和效率达到最大，从而提升整个系统的性能。

Description

一种无人机辅助物联网通信装置的资源分配控制方法
技术领域
发明涉及无人机技术应用领域以及超可靠低时延通信(Ultra-Reliable Low-Latency Communication,URLLC)领域，具体涉及一种无人机辅助物联网通信装置的资源分配控制方法。
背景技术
物联网技术已经踏入新一代发展浪潮，海量的新型设备和节点将接入网络并产生大量的数据。未来物联网应用将同时接入大量节点并同时服务多种不同的业务类型，这要求物联网应用必须具备更多的性能特性以满足不同的节点的接入需求和不同业务的性能要求。在传统的无线通信研究中，以往的设计往往通过无线资源分配的优化来提高吞吐量。随着通信网络的进一步发展，一些新兴业务的出现使得网络吞吐量不再是通信网络设计的主要指标，如增强现实，虚拟现实，工业自动化，高精尖远程控制技术等时延敏感型应用都迫切需要超可靠低时延通信(Ultra-Reliable Low-Latency Communication,URLLC)技术的支持。这种利用有限长编码的信息传输技术可以达到10-9的误包率以及小于1ms的端到端时延。因此，引入URLLC技术对未来无线通信网络架构的发展具有重大意义。
在物联网系统中，传感器将从环境中监测到的信息发送到控制中心，控制中心首先处理接收到的数据，然后发送相应的命令信号到执行器以响应传感器。
在应对一些时延敏感型的物联网业务时，如何实现传感器到执行器之间的端到端超可靠低时延通信是一项极具挑战性的任务。由于任务时延要求极高，所以这类业务所传输的数据包的码长往往很短，这就要求本方案重新研究有限码长下的端到端通信，其中香农理论不再适用，从而必须重新考虑通信速率，分组长度(相当于传输时延)和误包率之间的基本权衡。基于以上原因，有限码长下的URLLC技术在信息理论，信号处理和通信理论的不同方面吸引了大量的研究兴趣。
近年来，国内外对于无人机辅助的通信系统的研究也逐渐兴起。例如，一种最常见的无人机应用：将无人机当作一个可移动的中继节点来辅助通信，以实现距离更远，质量更好的通信性能，通过对无人机的飞行路径优化和无线资源优化分配最大化通信速率。研究发现，无人机中继的飞行路径大致会分为两种，一种是经过优化算法定点悬停在一个固定的最优位置上，另一种是从信息发送方通过优化后的路径飞向信息接收方，这提高了远距离通信的可靠性同时也让通信的可达距离变得更远。在另一类常见的无人机辅助通信场景中，无人机被用作移动基站来组建通信网络，这样可以有效扩大通信网络覆盖面积并同时提高网络吞吐量，很好解决了在某些特殊场合下地面基站信号无法覆盖所导致的通信盲区问题，并且在人员密集的场合，这种无人机辅助通信的手段可以有效减轻地面基站的通信压力并同时提升整体的通信质量。
现有物联网通信研究中，大多基于传统的无线通信传输模式，以香农理论的信息可达速率为数学基础建模，通过资源的优化分配来达到提高信息吞吐量的目的；但是在未来时延敏感型的物联网应用中，信号传输的码长是受限的，因此香农理论已不再适用；需要结合URLLC技术，在有限码长的物联网应用中满足时延要求同时降低误包率，提高通信可靠性。另外，传统设计一般基于固定的基站，使得通信系统缺乏灵活性。
发明内容
针对上述现有技术中存在的问题，本发明通过对无人机的部署位置和通信资源配置进行联合优化控制，以提高系统无线信息传输可靠性和降低无线信息传输时延为目的，提出一种无人机辅助物联网通信装置的资源分配控制方法。
为了实现上述任务，本发明采用以下技术方案：
一种无人机辅助物联网通信装置的资源分配控制方法，所述的物联网通信装置包括无人机、地面传感器以及地面执行器，其中：
所述的无人机上设置有中心控制模块，以及连接在中心控制模块上的数据输入端、飞行控制模块、通信控制模块以及信息处理模块；
所述的地面传感器包括中心控制模块，以及连接在中心控制模块上的信息获取模块和通信控制模块；
所述的地面执行器包括中心控制模块，以及连接在中心控制模块上的通信控制模块和信息处理模块；
所述的资源分配控制方法包括：
将每个地面传感器、地面执行器的具体位置从数据输入端输入到无人机的中心控制模块中，中心控制模块根据地面传感器、地面执行器的位置进行信道估计、优化运算后得到无人机悬停位置的优化结果、下行链路无线信号发送的功率分配以及上下行链路通信时延的分配；根据优化结果通过飞行控制模块实现无人机的定点悬停，通过控制通信模块接收来自地面传感器的数据信息，经过信息处理模块处理后通过再通过通信控制模块将处理过的信息数据由下行链路发送给地面执行器；
无人机的定点悬停位置发送给地面传感器的中心控制模块，中心控制模块根据无人机的当前位置进行信道估计，并且接收无人机给出的上行链路的时延分配信息；中心控制模块通过通信控制模块将利用信息获取模块收集到的信息数据由上行链路传输给无人机的中心控制模块；
无人机的定点悬停位置发送给地面执行器的中心控制模块，中心控制模块根据无人机的当前位置进行信道估计，并且接收无人机通过下行链路发送的功率分配以及下行链路通信时延的分配信息；地面执行器的中心控制模块通过其通信控制模块接收来自于无人机的信息数据，并由其信息处理模块作后续的处理。
进一步地，所述的优化运算后得到无人机悬停位置的优化结果、下行链路无线信号发送的功率分配以及上下行链路通信时延的分配，包括：
构造如下优化问题：
(P1):
Figure BDA0002103465620000031
Figure BDA0002103465620000032
Figure BDA0002103465620000033
Figure BDA0002103465620000034
Figure BDA0002103465620000035
其中，q表示无人机的三维坐标，
Figure BDA0002103465620000036
Figure BDA0002103465620000037
为第i个通信链在上行传输信息量所占用码长长度，
Figure BDA0002103465620000038
为第i个通信链在下行传输信息量所占用码长长度，N为地面传感器和地面执行器的对数，
Figure BDA0002103465620000041
和
Figure BDA0002103465620000042
为第i个通信链的上下行链路的误包率，M表示总的可用码长，Psum为无人机信息发送的可用总功率，pi为每个下行通信链的发射功率；
引入一个辅助变量ε，转化为一个上境图问题(P2)：
(P2):
Figure BDA0002103465620000043
Figure BDA0002103465620000044
Figure BDA0002103465620000045
Figure BDA0002103465620000046
Figure BDA0002103465620000047
Figure BDA0002103465620000048
所述的无人机悬停位置的优化结果、下行链路无线信号发送的功率分配以及上下行链路通信时延的分配通过求解上述问题得到结果。
进一步地，所述的上下行链路通信时延的分配求解过程包括：
首先在固定无人机的位置q和分配功率pi后，对各通信链路的时间
Figure BDA00021034656200000416
和
Figure BDA00021034656200000417
进行优化，得到问题(P2.1)：
(P2.1):
Figure BDA0002103465620000049
Figure BDA00021034656200000410
Figure BDA00021034656200000411
Figure BDA00021034656200000412
经过数学分析，问题(P2.1)是一个凸优化问题，并满足Slater条件，采用拉格朗日对偶方法求得问题(P2.1)的最优解。
进一步地，所述的下行链路无线信号发送的功率分配的求解过程包括：
在固定无人机的位置坐标q和各通信链路的分配时延
Figure BDA00021034656200000413
和
Figure BDA00021034656200000414
后，对无人机的信息发送功率pi进行优化，得到了问题(P2.2)：
(P2.2):
Figure BDA00021034656200000415
Figure BDA0002103465620000051
Figure BDA0002103465620000052
Figure BDA0002103465620000053
经过数学分析，问题(P2.2)是一个凸优化问题，并满足Slater条件，采用拉格朗日对偶方法求取问题(P2.2)的最优解。
进一步地，所述的无人机悬停位置的优化求解过程包括：
给定各通信链路的时延
Figure BDA0002103465620000054
和
Figure BDA0002103465620000055
相应的无人机信息发送功率pi *后，对无人机的位置q进行优化，得到了问题(P2.3):
(P2.3):
Figure BDA0002103465620000056
Figure BDA0002103465620000057
对于非凸优化问题(P2.3)，通过在
Figure BDA0002103465620000058
区域上使用二维遍历搜索，求得最优的xopt和yopt，其中
Figure BDA0002103465620000059
Figure BDA00021034656200000510
其中，
Figure BDA00021034656200000511
分别为地面传感器、地面执行器的位置。
本发明具有以下技术特点：
1.本发明利用无人机作为可移动的空中控制中心，收集传感器信息后进行信息处理，然后向执行器发送相应的命令信号。该物联网通信网络运用新型的有限码长超可靠低时延通信传输模式，在保证通信的可靠性的情况下，同时满足系统的低时延要求。与传统意义上的物联网系统不同，无人机灵活的移动性和可操控性加上其与物联网节点之间有着更好的无线信道环境，可以大大提高通信可靠性。
2.本发明能通过使用基于无人机的控制中心在物联网通信网络中进行信息的收集和处理，并联合优化无人机的悬停位置和上下行无线资源分配，使系统的资源利用率和效率达到最大，从而提升整个系统的性能。
3.由于物联网技术的蓬勃发展和即将面世的5G通信技术，未来会出现大规模的由多个传感器与执行器组成的物联网通信网络，为了提高通信可靠性和降低时延，可采用本发明的方法。
附图说明
图1为无人机辅助的物联网通信装置的结构示意图；
图2为物联网通信装置的功能模块示意图；
图3为资源分配流程示意图；
图4为不同可用码长对应的系统误包率对比图；
图5为不同无人机信息发送端可用总功率对应的系统误包率对比图。
具体实施方式
在本发明旨在联合优化设计新颖的无人机辅助的物联网通信中的资源分配和控制方案，该技术的应用更具灵活性和拓展性。为了更好地刻画系统性能，本方案将链路时延，传输功率，无人机位置等参数设为变量，运用标准的凸优化方法去优化整体的系统性能，从而达到预期效果。
本发明的无人机辅助的物联网通信网络装置，如图1所示，包括无人机，以及设置分布在地面上的传感器、执行器。本方案利用一个基于无人机的控制中心，在上行链路中无人机控制中心接收来自地面传感器的信息，无人机将这些信息计算处理后通过下行链路传输给相应的执行器，以此组成许多条传感器-执行器的通信链路。上行/下行链路均采用URLLC的信息传输模式，无人机利用自身灵活的移动性和可操控性来选择部署位置，从而有效提高信道增益，提高信息传输的可靠性。
本发明的简单实施例装置由图1所示。装置由三大部分组成：第一部分为无人机，第二部分为地面传感器，第三部分为地面执行器。如图2所示，其中无人机上设置有：数据输入端，中心控制模块、飞行控制模块、通信控制模块、信息处理模块；其中，所述的通信控制模块包括无线信息发送端和接收端，分别用于无线信息的发送和接收。
地面无线设备中，地面传感器包括中心控制模块、信息获取模块以及通信控制模块，而地面执行器则包括中心控制模块、通信控制模块以及信息处理模块。地面无线设备的通信控制模块亦包括无线信息发送端和接收端。
首先，无人机的主要功能模块由图2所示，其主要工作步骤如下：
(1)每个地面无线设备(包括传感器和执行器)的具体位置从数据输入端输入到中心控制模块中，中心控制模块根据地面无线设备的位置进行信道估计，在一系列的优化运算后得到无人机悬停位置的优化结果和下行链路无线信号发送的功率分配以及上下行链路通信时延的分配。
本方案中，在装置搭建好之后，初始化阶段将地面无线设备的位置坐标输入到无人机的中心控制模块；而在地面无线设备的位置坐标发生变化时，重新输入变化后的位置坐标至中心控制模块。
本方案中所采用的信道估计方法为本领域常规方法，即设定信道的相关参数只跟通信双方的距离有关，这样只要确定通信双方的各自位置后，信道的相关参数即可得到。
(2)根据中心控制模块输出优化结果通过飞行控制模块实现定点悬停，通过控制通信模块接收来自地面传感器的数据信息，经过信息处理模块的处理后通过再通过通信控制模块将处理过的信息数据由下行链路发送给地面执行器。
所述的飞行控制模块为无人机原本具有的飞控模块，用于根据不同的控制指令实现无人机的姿态、位置调整等。
所述的信息处理模块的处理，是指对传感器发来的数据信息进行判断和控制。例如，将本方案应用在车联网系统中时，地面传感器可以为压力传感器或者红外传感器，在感应到车辆经过的时将采集到的信息发送给信息处理模块，信息处理模块根据接收的信息判断车辆的大小和重量，然后发送控制命令到执行器，从而控制路灯，提示牌等设备。
地面传感器的主要功能模块由图2所示，其主要工作步骤如下：
(1)无人机的定点悬停位置发送给地面传感器的中心控制模块，中心控制模块根据无人机的当前位置进行信道估计，并且接收无人机给出的上行链路的时延分配信息。
(2)中心控制模块通过通信控制模块将利用信息获取模块收集到的信息数据由上行链路传输给无人机的中心控制模块。
所述的信息获取模块用于获取周围环境信息，例如温度、压力等。
地面执行器的主要功能模块由图2所示，其主要功能步骤如下：
(1)无人机的定点悬停位置发送给地面执行器的中心控制模块，中心控制模块根据无人机的当前位置进行信道估计，并且接收无人机通过下行链路发送的功率分配以及下行链路通信时延的分配信息。
(2)中心控制模块通过通信控制模块接收来自于无人机的信息数据，并由信息处理模块作后续的处理。
所述的信息数据，是指由无人机发来的数据，例如控制指令，再进行对应的后续处理，如控制路灯，提示车牌等。
特别说明，无人机中心控制模块与地面无线设备(包括传感器和执行器)中心控制模块所使用的算法是相互配合的，及双方的系统信息数据可以是实现共享。
为了更好地阐述本发明，考虑了一个实际场景下的简化实例，如图1所示，在一定区域内，地面随机分散的部署了
Figure BDA0002103465620000081
对无线传感器及地面执行器且其具体位置都是已知的，在系统模型中：
(1)地面传感器和地面执行器的位置分别定义为
Figure BDA0002103465620000082
和
Figure BDA0002103465620000083
(2)无人机作为网络中的可移动控制中心飞行在一个固定高度H的平面上，其中无人机的三维坐标为q＝(x,y,H)本方案假定该通信网络一个周期的可用码长为M。
(3)无人机和地面无线设备(包括传感器和执行器)都能准确地得到双方之间的信道状态信息，因此能够合理安排他们的通信资源和进行飞行路径规划。
(4)在无人机信息发送端可用总功率Psum一定的条件下，本方案定义每个下行通信链的发射功率为
Figure BDA0002103465620000084
(5)本方案假设从无人机到地面设备的无线信道为视距信道。因此，随时间变化的信道服从自由空间路径损耗模型。无人机与地面设备之间的信道增益与无人机和终端之间的距离有关，以下行链路为例，在每条通信链的上行中，传感器与无人机的距离为
Figure BDA0002103465620000085
信道增益为
Figure BDA0002103465620000086
其中ρ0表示参考距离为1m时的信道增益，q表示无人机的三维坐标，令信道噪声功率为σ2。所以，相对应的信噪比为
Figure BDA0002103465620000087
本方案的通信网络系统中，考虑使用时分复用协议，所以系统中的每一条无线通信链都是在同一个频率上传输但在不同的时间上。所以本方案需要在有限的运行周期内优化无线信息传输的时间调度。在任意一个周期内，本方案假设第i个通信链在上行传输信息量为固定的ku bits，占用码长长度为
Figure BDA0002103465620000091
在下行传输信息量为固定的kdbits，占用码长长度为
Figure BDA0002103465620000092
所以整个周期的占用码长为
Figure BDA0002103465620000093
其中M表示总共可用的码长，本方案通过在总的传输码长不超过M的情况下对每个通信链的
Figure BDA0002103465620000094
和
Figure BDA0002103465620000095
进行优化分配，使得每条通信链获得最理想的通信时延，从而达到该情况下的最优的系统性能。
其次，在时间尺度上进行优化外，本方案还将考虑一个传统的通信问题，即功率分配。在无人机信息发送端可用总功率Psum一定的条件下，本方案通过对每个下行通信链的功率分配pi，使得每条通信链获得最理想的通信传输功率，从而达到该情况下的最优的系统性能。
最后，基于无人机无可比拟的机动性，本方案对无人机的设置位置也进行了相应的优化，在地面设备的具体位置已知的情况下，要充分考虑到每一个设备与无人机控制中心的通信质量，从而选定无人机的设置位置，使得每条通信链达到最优的系统性能。
单行点对点通信的误包率由如下公式给出：
Figure BDA0002103465620000096
其中Q函数定义为
Figure BDA0002103465620000097
数，γ表示信噪比，m表示每一帧的长度，k表示每一帧所携带的信息量。
在图1中可以看出，每条通信链分别由上行(传感器到无人机)和下行(无人机到执行器)两跳链路组成，本方案假定第i个通信链的上下行链路的误包率分别为
Figure BDA0002103465620000098
和
Figure BDA0002103465620000099
那么这个通信链的总误包率为
Figure BDA00021034656200000910
本方案的目的是去最小化所有通信链中误包率最高的那条通信链的误包率，从而在整体的层面使系统性能达到最优。目的函数可表示为：
Figure BDA00021034656200000911
特别地，对于第三项
Figure BDA00021034656200000912
它的数量级远远小于目标函数εi，所以本方案对目标函数做了简化，即
Figure BDA00021034656200000913
所优化变量包括每个通信链的上行和下行链路的时延
Figure BDA00021034656200000914
和
Figure BDA00021034656200000915
发射机面向每个通信链的下行发射功率pi，以及无人机的部署位置的二维坐标x,y(无人机高度H不变化)，令
Figure BDA0002103465620000101
本方案需要解决的核心问题是如何让网络内的地面设备都能公平的达到的最优的系统性能，从而满足超可靠低时延通信网络的性能要求。为了达到本方案的研究目标，本方案研究如何使用无人机的机动性，选取最优的位置，以及对无线资源进行适应性分配，从而达到本方案的研究目标。本方案通过优化无人机的位置，同时优化下行链路和上行链路的时延调度、下行链路无线信息传输的功率分配来最大化一个运行周期内的网络内部所有通信链的系统性能。
基于以上叙述，本装置通过时延分配和无人机中发射机的发射功率分配，在已知地面设备的位置的情况下最大化超低时延通信系统的可靠性，以满足诸如车联网，空中物联网等新型业务的要求。具体实施步骤如图3所示。
基于图3，本方案构造如下优化问题(P1)：
(P1):
Figure BDA0002103465620000102
Figure BDA0002103465620000103
Figure BDA0002103465620000104
Figure BDA0002103465620000105
Figure BDA0002103465620000106
约束(2)，(3)分别为可用码长M和无人机信息发送端可用总功率Psum约束。
优化过程
问题(P1)为最小化最大值问题，我们首先引入一个辅助变量ε，本方案将它等效转化为一个上境图问题(P2)：
(P2):
Figure BDA0002103465620000107
Figure BDA0002103465620000108
Figure BDA0002103465620000109
Figure BDA00021034656200001010
Figure BDA0002103465620000111
Figure BDA0002103465620000112
由于问题(P2)并不是一个凸优化问题，所以本方案不能用标准凸优化方法去求解它，所以本方案采用迭代优化的方法，先将问题(P2)分解成三个子问题，用迭代的方法分别求解不同的变量最终得到原问题的解。
1.优化各通信链路的时延分配
首先在固定无人机的位置q和分配功率pi后，对各通信链路的时间
Figure BDA00021034656200001113
和
Figure BDA00021034656200001114
进行优化，于是本方案得到了问题(P2.1)：
(P2.1):
Figure BDA0002103465620000113
Figure BDA0002103465620000114
Figure BDA0002103465620000115
Figure BDA0002103465620000116
经过数学分析，问题(P2.1)是一个凸优化问题，并满足Slater条件，本方案采用拉格朗日对偶方法求得问题(P2.1)的最优解。
设
Figure BDA0002103465620000117
和μ＞0分别为问题(P2.1)的约束(10),(11)的拉格朗日乘子，为了方便表示，本方案令λ＝[λ1,λ2,...,λi]，其拉格朗日函数为：
Figure BDA0002103465620000118
问题(P2.1)的对偶函数可以表示为：
Figure BDA0002103465620000119
s.t.(10),(11)and(12)
为了使得以上对偶函数是有界的(即g(λ,μ)＜∞)，则必须满足
Figure BDA00021034656200001110
因此，对偶问题为：
(D2.1):
Figure BDA00021034656200001111
Figure BDA00021034656200001112
Figure BDA0002103465620000121
λ和μ的可行集合定义为
Figure BDA0002103465620000122
因为(P2.1)和(D2.1)之间的强对偶性成立，所以本方案求得(D2.1)的解即是(P2.1)的解。首先，本方案在任意给定
Figure BDA0002103465620000123
的情况下，先求解问题(14)以得到g(λ,μ)，然后找到最优的λ和μ来最大化g(λ,μ)。
在任意给定的
Figure BDA0002103465620000124
的情况下，可以得到对偶函数g(λ,μ)，然后对对偶函数求导以求取最大值，本方案通过二分法求解下面的公式：
Figure BDA0002103465620000125
即可得到
Figure BDA0002103465620000126
和
Figure BDA0002103465620000127
的最优解
Figure BDA0002103465620000128
和
Figure BDA0002103465620000129
其中，
Figure BDA00021034656200001210
Figure BDA00021034656200001211
表示第i个上行链路的信噪比。
因而，利用得到的
Figure BDA00021034656200001212
和
Figure BDA00021034656200001213
可得到仅有对偶变量λ,μ表示的对偶函数g(λ,μ)。
接下来，本方案搜索(λ,μ)来最大化g(λ,μ)以求解(D2.1)，对偶问题(D2.1)是凸问题且可微分，本方案可以使用梯度下降法例如椭球法来求得到最优解λopt和μopt。代入最优解λopt和μopt到上文得出的对偶函数中，得到最优的
Figure BDA00021034656200001214
和
Figure BDA00021034656200001215
至此，优化问题(P2.1)的求解已经全部完成。
2.优化信息发送功率
其次在固定无人机的位置坐标q和各通信链路的分配时延
Figure BDA00021034656200001216
和
Figure BDA00021034656200001217
后，对无人机的信息发送功率pi进行优化，我们首先引入一个辅助变量ε，于是本方案得到了问题(P2.2)：
(P2.2):
Figure BDA00021034656200001218
Figure BDA00021034656200001219
Figure BDA00021034656200001220
Figure BDA00021034656200001221
经过数学分析，问题(P2.2)是一个凸优化问题，并满足Slater条件，本方案采用拉格朗日对偶方法求取问题(P2.2)的最优解。
设
Figure BDA0002103465620000131
η＞0和
Figure BDA0002103465620000132
分别为问题(P2.2)的约束(16),(17)和(18)的拉格朗日乘子，为了方便表示，本方案令
Figure BDA0002103465620000133
和
Figure BDA0002103465620000134
其拉格朗日函数为：
Figure BDA0002103465620000135
问题(P2.2)的对偶函数可以表示为：
Figure BDA0002103465620000136
s.t.(16),(17)and(18)
为了使得以上对偶函数是有界的(即
Figure BDA0002103465620000137
)，则必须满足
Figure BDA0002103465620000138
因此，对偶问题为：
(D2.2):
Figure BDA0002103465620000139
Figure BDA00021034656200001310
Figure BDA00021034656200001311
Figure BDA00021034656200001312
η和
Figure BDA00021034656200001313
的可行集合定义为
Figure BDA00021034656200001314
因为(P2.2)和(D2.2)之间的强对偶性成立，所以本方案求得(D2.2)的解即是(P2.2)的解。首先，本方案在任意给定
Figure BDA00021034656200001315
的情况下，先求解问题(19)以得到
Figure BDA00021034656200001316
然后找到最优的
Figure BDA00021034656200001317
η和
Figure BDA00021034656200001318
来最大化
Figure BDA00021034656200001319
首先通过给定的
Figure BDA00021034656200001320
η,
Figure BDA00021034656200001321
值，可以得到对偶函数
Figure BDA00021034656200001322
然后对对偶函数求导以求取最大值，本方案通过二分法求解下面的公式，即可得到pi的最优解pi *：
Figure BDA00021034656200001323
其中：
Figure BDA0002103465620000141
Figure BDA0002103465620000142
因此，利用得到的pi *，可得到仅有对偶变量
Figure BDA0002103465620000143
η和
Figure BDA0002103465620000144
表示的对偶函数
Figure BDA0002103465620000145
接下来，本方案搜索
Figure BDA0002103465620000146
来最大化
Figure BDA0002103465620000147
以求解(D2.2)，对偶问题(D2.2)是凸问题且可微分，本方案可以使用梯度下降法例如椭球法来求得到最优解
Figure BDA0002103465620000148
ηopt和
Figure BDA0002103465620000149
代入最优解
Figure BDA00021034656200001410
ηopt和
Figure BDA00021034656200001411
到上文得出的对偶函数中，得到最优的pi opt，至此，优化问题(P2.2)的求解已经全部完成。
3.优化无人机位置
最后，本方案给定各通信链路的时延
Figure BDA00021034656200001412
和
Figure BDA00021034656200001413
相应的无人机信息发送功率pi *后，对无人机的位置q进行优化，于是本方案得到了问题(P2.3):
(P2.3):
Figure BDA00021034656200001414
Figure BDA00021034656200001415
在这里，对于非凸优化问题(P2.3)，本方案可以通过在
Figure BDA00021034656200001416
区域上使用二维遍历搜索，求得最优的xopt和yopt，其中
Figure BDA00021034656200001417
Figure BDA00021034656200001418
综上所述，问题(P2.1)和(P2.2)可以通过标准的凸优化求解。而(P2.3)可以通过遍历算法求解。接下来本方案可以使用循环迭代的方法，对(P2.1)，(P2.2)和(P2.3)进行循环迭代最终收敛得到原问题(P2)的次优解。
数值实验
本文运用MATLAB软件进行仿真。仿真实验的参数设置如下：本方案在一个100×100m2的区域内随机生成传感器和执行器的位置，各生成两个，总共两对通信链路。参考距离d0＝1m对应的信道增益为ρ0＝-40dB，无人机和执行器的信息接收端的噪声功率为σ2＝-90dBm，无人机在固定高度为H＝120m空中飞行，系统带宽B＝1MHz。每个通信链上行传输信息量为ku＝100bits，下行传输信息量为kd＝80bits。作为对照，本文另外设置了一个参考方案来与本文设计的实施例进行比较。
对照方案：无人机悬停在一个固定的位置上，无人机的信息发送功率和时延平均分配给每对通信链路。
仿真1.给出了在Psum＝36dBm时系统的误包率随着可用码长M的变化趋势。M的范围在150-170之间，由图可知，本发明提出的方案在任意可用码长下性能都要优于对照方案，且随着可用码长的增长，性能增益越发明显。
仿真2.给出了在M＝150时系统的误包率随着可用总功率Psum的变化趋势，可以看出，当Psum≥32dBm时，对照方案性能保持不变，因为在无线通信资源平均分配的情况下，无人机位置达到最优，因此整个系统的性能不再提升。与对照方案相比，当可用总功率增加时，本文所提出的方案的性能有巨大的提升，因为本方案联合上下行链路和无人机位置来优化无线通信资源，这突出了联合优化的优势。

Claims (1)

1.一种无人机辅助物联网通信装置的资源分配控制方法，其特征在于，所述的物联网通信装置包括无人机、地面传感器以及地面执行器，其中：
所述的无人机上设置有中心控制模块，以及连接在中心控制模块上的数据输入端、飞行控制模块、通信控制模块以及信息处理模块；
所述的地面传感器包括中心控制模块，以及连接在中心控制模块上的信息获取模块和通信控制模块；
所述的地面执行器包括中心控制模块，以及连接在中心控制模块上的通信控制模块和信息处理模块；
所述的资源分配控制方法包括：
将每个地面传感器、地面执行器的具体位置从数据输入端输入到无人机的中心控制模块中，中心控制模块根据地面传感器、地面执行器的位置进行信道估计，优化运算后得到无人机悬停位置的优化结果、下行链路无线信号发送的功率分配以及上下行链路通信时延的分配，包括：
构造如下优化问题：
(P1):
Figure FDA0003377182740000011
Figure FDA0003377182740000012
Figure FDA0003377182740000013
Figure FDA0003377182740000014
Figure FDA0003377182740000015
其中，q表示无人机的三维坐标，
Figure FDA0003377182740000016
Figure FDA0003377182740000017
为第i个通信链在上行传输信息量所占用码长长度，
Figure FDA0003377182740000018
为第i个通信链在下行传输信息量所占用码长长度，N为地面传感器和地面执行器的对数，
Figure FDA0003377182740000019
和
Figure FDA00033771827400000110
为第i个通信链的上下行链路的误包率，M表示总的可用码长，Psum为无人机信息发送的可用总功率，pi为每个下行通信链的发射功率；
引入一个辅助变量ε，转化为一个上境图问题(P2)：
(P2):
Figure FDA0003377182740000021
Figure FDA0003377182740000022
Figure FDA0003377182740000023
Figure FDA0003377182740000024
Figure FDA0003377182740000025
Figure FDA0003377182740000026
所述的无人机悬停位置的优化结果、下行链路无线信号发送的功率分配以及上下行链路通信时延的分配通过求解上述问题得到结果；
所述的上下行链路通信时延的分配求解过程包括：
首先在固定无人机的位置q和分配功率pi后，对各通信链路的时间
Figure FDA0003377182740000027
和
Figure FDA0003377182740000028
进行优化，得到问题(P2.1)：
(P2.1):
Figure FDA0003377182740000029
Figure FDA00033771827400000210
Figure FDA00033771827400000211
Figure FDA00033771827400000212
经过数学分析，问题(P2.1)是一个凸优化问题，并满足Slater条件，采用拉格朗日对偶方法求得问题(P2.1)的最优解；
所述的下行链路无线信号发送的功率分配的求解过程包括：
在固定无人机的位置坐标q和各通信链路的分配时延
Figure FDA00033771827400000213
和
Figure FDA00033771827400000214
后，对无人机的信息发送功率pi进行优化，得到了问题(P2.2)：
(P2.2):
Figure FDA00033771827400000215
Figure FDA0003377182740000031
Figure FDA0003377182740000032
Figure FDA0003377182740000033
经过数学分析，问题(P2.2)是一个凸优化问题，并满足Slater条件，采用拉格朗日对偶方法求取问题(P2.2)的最优解；
所述的无人机悬停位置的优化求解过程包括：
给定各通信链路的时延
Figure FDA0003377182740000034
和
Figure FDA0003377182740000035
相应的无人机信息发送功率pi *后，对无人机的位置q进行优化，得到了问题(P2.3):
(P2.3):
Figure FDA0003377182740000036
Figure FDA0003377182740000037
对于非凸优化问题(P2.3)，通过在
Figure FDA0003377182740000038
区域上使用二维遍历搜索，求得最优的xopt和yopt，其中
Figure FDA0003377182740000039
Figure FDA00033771827400000310
其中，
Figure FDA00033771827400000311
分别为地面传感器、地面执行器的位置；
接下来使用循环迭代的方法，对(P2.1)，(P2.2)和(P2.3)进行循环迭代最终收敛得到原问题(P2)的次优解；
根据优化结果通过飞行控制模块实现无人机的定点悬停，通过通信控制模块接收来自地面传感器的数据信息，经过信息处理模块处理后通过再通过通信控制模块将处理过的信息数据由下行链路发送给地面执行器；
无人机的定点悬停位置发送给地面传感器的中心控制模块，中心控制模块根据无人机的当前位置进行信道估计，并且接收无人机给出的上行链路的时延分配信息；中心控制模块通过通信控制模块将利用信息获取模块收集到的信息数据由上行链路传输给无人机的中心控制模块；
无人机的定点悬停位置发送给地面执行器的中心控制模块，中心控制模块根据无人机的当前位置进行信道估计，并且接收无人机通过下行链路发送的功率分配以及下行链路通信时延的分配信息；地面执行器的中心控制模块通过其通信控制模块接收来自于无人机的信息数据，并由其信息处理模块作后续的处理。
CN201910544201.0A 2019-06-21 2019-06-21 一种无人机辅助物联网通信装置的资源分配控制方法 Expired - Fee Related CN110392357B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910544201.0A CN110392357B (zh) 2019-06-21 2019-06-21 一种无人机辅助物联网通信装置的资源分配控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910544201.0A CN110392357B (zh) 2019-06-21 2019-06-21 一种无人机辅助物联网通信装置的资源分配控制方法

Publications (2)

Publication Number Publication Date
CN110392357A CN110392357A (zh) 2019-10-29
CN110392357B true CN110392357B (zh) 2022-03-11

Family

ID=68285694

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910544201.0A Expired - Fee Related CN110392357B (zh) 2019-06-21 2019-06-21 一种无人机辅助物联网通信装置的资源分配控制方法

Country Status (1)

Country Link
CN (1) CN110392357B (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN111031513B (zh) * 2019-12-02 2020-12-15 北京邮电大学 一种多无人机辅助物联网通信方法及其系统
CN111132009B (zh) * 2019-12-23 2020-12-15 北京邮电大学 物联网的移动边缘计算方法、装置及系统
CN111405468B (zh) * 2020-03-23 2021-01-05 西南大学 基于旋翼无人机的节能自适应视频传输方法
CN112203289B (zh) * 2020-04-26 2022-02-15 北京理工大学 一种集群无人机区域覆盖的空中基站网络部署方法
CN112543050B (zh) * 2020-11-26 2021-09-21 北京邮电大学 一种面向吞吐量提升的无人机协作和轨迹优化方法
CN112486195B (zh) * 2020-11-27 2022-11-18 远传融创(杭州)科技有限公司 一种无人机无线通信链路资源动态调整方法
CN113449948B (zh) * 2020-12-31 2024-05-03 北京新氧科技有限公司 业务处理的方法、装置、电子设备及介质
CN113055898B (zh) * 2021-03-11 2022-10-04 西北工业大学 一种空地协作车联网无人机位置部署及数据链抗干扰方法
CN112672307B (zh) * 2021-03-18 2021-06-29 浙江工商大学 一种基于q学习的无人机辅助数据收集系统及方法
CN113485392B (zh) * 2021-06-17 2022-04-08 广东工业大学 基于数字孪生的虚拟现实交互方法
CN113507309B (zh) * 2021-07-24 2022-04-08 大连理工大学 一种满足高可靠低时延条件的无人机中继双向通信方法
CN114867093B (zh) * 2022-05-17 2023-03-31 电子科技大学 无人机协同的物联网设备上行链路功率控制方法
CN115276768B (zh) * 2022-07-22 2023-07-28 南京邮电大学 融合干扰缓解与资源分配的无人机时延最小化方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108566670A (zh) * 2018-04-19 2018-09-21 郑州航空工业管理学院 无人机辅助无线传感网及其节点调度与路径规划功率分配设计方法
WO2018171941A1 (en) * 2017-03-23 2018-09-27 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Preemptive handover preparation and tracking/paging area handling and intelligent route selection in a cellular network
CN108616303A (zh) * 2018-05-03 2018-10-02 广东工业大学 无人机基站通信系统的控制方法、系统、装置及存储介质
CN109600262A (zh) * 2018-12-17 2019-04-09 东南大学 Urllc传输网络切片中资源自配置和自优化方法及装置
CN109753082A (zh) * 2018-12-29 2019-05-14 北京邮电大学 多无人机网络协同通信方法
CN109831797A (zh) * 2019-03-11 2019-05-31 南京邮电大学 一种推动功率受限的无人机基站带宽和轨迹联合优化方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018171941A1 (en) * 2017-03-23 2018-09-27 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Preemptive handover preparation and tracking/paging area handling and intelligent route selection in a cellular network
CN108566670A (zh) * 2018-04-19 2018-09-21 郑州航空工业管理学院 无人机辅助无线传感网及其节点调度与路径规划功率分配设计方法
CN108616303A (zh) * 2018-05-03 2018-10-02 广东工业大学 无人机基站通信系统的控制方法、系统、装置及存储介质
CN109600262A (zh) * 2018-12-17 2019-04-09 东南大学 Urllc传输网络切片中资源自配置和自优化方法及装置
CN109753082A (zh) * 2018-12-29 2019-05-14 北京邮电大学 多无人机网络协同通信方法
CN109831797A (zh) * 2019-03-11 2019-05-31 南京邮电大学 一种推动功率受限的无人机基站带宽和轨迹联合优化方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Joint Blocklength and Location Optimization for URLLC-Enabled UAV Relay Systems;Cunhua Pan等;《IEEE COMMUNICATIONS LETTERS》;20190129;全文 *
Joint Uplink and Downlink Transmission Design for URLLC Using Finite Blocklength Codes;Chao Shen等;《ISWCS 2018 SS10 - Ultra-Reliable, Low-Latency and Low-Power Transmissions in the Era of Internet-of-Things》;20181015;全文 *
UAV-Assisted Uplink Transmission for Ultra-reliable and Low-latency Communications;Changyang She等;《2018 IEEE International Conference on Communications Workshops (ICC Workshops)》;20180725;全文 *
UAV-Enabled Wireless Power Transfer: Trajectory Design and Energy Optimization;Jie Xu等;《IEEE TRANSACTIONS ON WIRELESS COMMUNICATIONS》;20180525;全文 *

Also Published As

Publication number Publication date
CN110392357A (zh) 2019-10-29

Similar Documents

Publication Publication Date Title
CN110392357B (zh) 一种无人机辅助物联网通信装置的资源分配控制方法
CN111031513B (zh) 一种多无人机辅助物联网通信方法及其系统
CN104836640A (zh) 一种无人机编队分布式协作通信方法
Shi et al. Joint gateway selection and resource allocation for cross-tier communication in space-air-ground integrated IoT networks
WO2020244906A1 (en) Uplink power control using deep q-learning
CN112153593B (zh) 一种无人机辅助的高能效物联网数据收集方法
Zhang et al. Power control and trajectory planning based interference management for UAV-assisted wireless sensor networks
Xue et al. Joint 3D location and power optimization for UAV-enabled relaying systems
CN113791895A (zh) 基于联邦学习的边缘计算及资源优化方法
You et al. Joint task scheduling, resource allocation, and UAV trajectory under clustering for FANETs
CN113613198A (zh) 无人机辅助的无线携能d2d网络资源分配方法
Liu et al. Maximizing energy efficiency in UAV-assisted NOMA-MEC networks
Yeduri et al. Energy and throughput management in delay-constrained small-world UAV-IoT network
CN116848828A (zh) 机器学习模型分布
CN111064501B (zh) 基于无人机双中继通信系统的资源优化方法
CN117674958A (zh) 一种面向空天地一体化网络的网络资源优化方法及装置
CN116092332B (zh) 无人机携载智能反射面的多模调控与轨迹优化方法及系统
Cai et al. Trajectory design and resource allocation for UAV-enabled data collection in wireless sensor networks with 3D blockages
CN114760642B (zh) 一种基于速率分割多址的智能工厂时延抖动控制方法
CN116456383A (zh) 用于无线网络传输信道的信号映射算法处理系统
Liu et al. Throughput optimization for flying ad hoc network based on position control using genetic algorithm
CN115037337A (zh) 一种智能反射面驱动的多用户协同传输方法
CN115209422A (zh) 一种密集城区下无人机基站协同组网参数配置方法
Yang et al. Placement optimization for UAV-enabled wireless networks with multi-hop backhauls in urban environments
KR102334012B1 (ko) 비선형 에너지 수확 시스템에서 이동 액세스 포인트를 이용한 무선 정보 및 전력 전달 방법 및 장치

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20220311