CN110730028A - 一种无人机辅助反向散射通信装置以及资源分配控制方法 - Google Patents

一种无人机辅助反向散射通信装置以及资源分配控制方法 Download PDF

Info

Publication number
CN110730028A
CN110730028A CN201910810469.4A CN201910810469A CN110730028A CN 110730028 A CN110730028 A CN 110730028A CN 201910810469 A CN201910810469 A CN 201910810469A CN 110730028 A CN110730028 A CN 110730028A
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
control module
energy
backscatter
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
CN201910810469.4A
Other languages
English (en)
Other versions
CN110730028B (zh
Inventor
许杰
陈锦昌
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 CN201910810469.4A priority Critical patent/CN110730028B/zh
Publication of CN110730028A publication Critical patent/CN110730028A/zh
Application granted granted Critical
Publication of CN110730028B publication Critical patent/CN110730028B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B5/00—Near-field transmission systems, e.g. inductive or capacitive transmission systems
    • H04B5/70—Near-field transmission systems, e.g. inductive or capacitive transmission systems specially adapted for specific purposes
    • H04B5/79—Near-field transmission systems, e.g. inductive or capacitive transmission systems specially adapted for specific purposes for data transfer in combination with power transfer
    • 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
    • H04B7/18504—Aircraft used as relay or high altitude atmospheric platform
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L25/00—Baseband systems
    • H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
    • H04L25/0202—Channel estimation
    • 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
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • Astronomy & Astrophysics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Power Engineering (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

在现有的反向散射通信研究中，系统内不同位置的反向散射设备的通信性能差异大，面临严重的公平性问题，为了弥补现有研究的不足，本发明提出了一种无人机辅助反向散射通信装置及资源分配控制方法，控制组件包括数据采集模块、无人机控制模块、轨迹控制模块、通信控制模块以及工作模式控制模块：反向散射设备组件包括地面控制模块、工作模式选择模块、能量接收控制模块、信号反射控制模块以及能量采集器。本发明将无人机作为一个控制中心，向设备发射接收信息命令，反向散射设备从中收集能量或者反射信号发送信息。利用无人机灵活的移动性和可操作性来优化飞行轨迹，从而有效缩短无人机与传感器的距离，进而提高通信系统的吞吐量。

Description

一种无人机辅助反向散射通信装置以及资源分配控制方法
技术领域
本发明涉及近几年新兴的无人机技术应用领域以及反向散射通信(BackscatterCommunication)领域，本发明是对无人机的飞行轨迹和通信资源分配进行联合优化控制，以提高系统无线信息传输吞吐量目的的一种无人机辅助反向散射通信装置及资源分配控制方法。
背景技术
在未来物联网到来时，环境中将需要数以亿万计的微型嵌入式传感器设备用于支持物联网网络的通信。这些设备必须满足体积小、续航能力强、可进行设备通信等特点。对于微型嵌入式设备，传统的市电供电、电池供电无法有效满足续航要求，这将大大缩短传感器设备的使用寿命。未来传感器网络，迫切需足一种满足传感器续航和通信的技术。近年来反向散射技术因其低功耗、可充能的特点被广泛运用在物联网通信网络研究中。这种通过射频信号吸能并反射信号传信息的技术能有效实现无源传感器间的通信。因此引入反向散射技术，对未来物联网通信网络的发展具有重大意义。
在物联网系统中，反向散射传感器将从环境中监测到的信息发送到控制中心。在这过程中，首先反向散射设备吸收环境中的射频信号，并转化为直流电储存以备使用。接着反向散射设备利用吸收的能量检测环境中的信息，并将信息调制为二进制的形式。当控制中心发射接收信息命令后，反向散射设备通过“反射”与“不反射”传达信息“1”和“0”到控制中心，完成信息收集的任务。
反向散射传感器通信网络依赖于环境中的射频信号。然而我们的射频资源是有限的，一个显著的例子便是，我们的基站、电视塔等射频发射器不可能无限制地建立。所以在未来反向散射传感器通信传感器网络中会面临资源分配的问题，当射频源固定时，离得近的传感器能够接收更多的能量，且传递更多信息，离得远的传感器吸收更少的能量，且传递更少的信息，这将导致反向散射传感器通信网络中不同设备通信性能差异大，面临公平性问题。
在无人机高速发展的背景下，无人机逐渐被运用到货物运输、植被保护、军事探测等领域。无人机具有高可靠性和灵活性，可以人为地进行轨迹设计，甚至悬停在某个位置进行工作，通过这些优点，我们可以利用无人机辅助无线通信。通过将无人机作为移动基站，利用无人机灵活的移动性，我们可以有效解决资源分配均衡问题。
现有的，一种基于OFDM载波在全双工模式下的资源分配技术。该技术由地面传感器节点，固定位置基站，和地面处理器组成，以反向散射技术进行信息传输。基站向传感器传递OFDM射频信号，对传感器进行充能同时地面处理器通过接收传感器反射的信号收集信息。该技术可以通过适配算法对每条通信链路的无线资源进行优化分配，从而提高整个监测系统的通信性能。
综上所述，反向散射通信技术与无人机无线通信都是未来颇具潜力的发展技术，他们将在未来传感器网络通信中充分发挥他们优异的系统性能。
在现有的反向散射通信研究中，传统设计一般基于固定的基站，使得系统内不同位置的反向散射设备的通信性能差异大，面临严重的公平性问题。固定位置的地面基站与设备之间的无线通信信道通常是衰落的，无线通信信道会随着基站与反向散射设备的距离而变差。
发明内容
为了弥补现有研究的不足，本发明提出了一种无人机辅助反向散射通信装置及资源分配控制方法。无人机作为可移动的空中控制中心，发送接收信息命令，反向散射设备从中收集能量或者反射射频信号向无人机发送信息，进而完成能量传输或者信息收集任务。无人机灵活的移动性可以有效的缩短与地面传感器设备的距离，因而无人机与反向散射设备具备更好的无线通信信道。
所述的一种无人机辅助反向散射通信装置，包括设置在无人机上的控制组件和设置在反向散射设备上的反向散射设备控制组件；其特征在于：控制组件包括数据采集模块、无人机控制模块、轨迹控制模块、通信控制模块以及工作模式控制模块：反向散射设备组件包括地面控制模块、工作模式选择模块、能量接收控制模块、信号反射控制模块以及能量采集器；
其中，数据采集模块通过通信控制模块采集每个地面反向散射设备组件的地理位置作为数据输入输入到无人机控制模块，得出无人机的最优飞行轨迹；无人机控制模块通过轨迹控制模块控制无人机按最优轨迹飞行，并在飞行过程中根据反向散射设备反射回来的信号通过工作模式控制模块选择合适的工作模式；然后，将无人机的最优飞行轨迹通过无线传输输入到地面控制模块中，根据无人机的飞行位置进行信道估计，通过工作模式选择模块选择下行链路吸收能量或者上行链路反射信号的工作模式，最后，通过能量接收控制模块控制能量采集器吸收能量或通过信号反射控制模块反射信信号，传递本地信息。
进一步的，下行链路吸收能量为无人机向反向散射设备控制组件发送传输命令；反向散射设备控制组件通过地面控制模块选择吸收能量或者反射射频信号；上行链路中，反向散射设备通过反射射频信号传递本地信息，无人机进行无线信息收集任务。
一种应用了如上述无人机辅助反向散射通信装置的资源分配控制方法，无人机获取反向散射设备的位置信息wk＝(xk,yk)，然后设置无人机的最优飞行轨迹q(t)，控制无人机按该最优飞行轨迹q(t)飞行的同时确认当前工作模式ρk(t)；如果工作模式ρk(t)为吸收能量，则控制组件向反向散射设备控制组件发送指令，反向散射设备接受能量Ek；如果工作模式ρk(t)为反射射频信号，则控制组件向反向散射设备控制组件发送指令，反向散射设备中与无人机通信的地面反向散射设备K反射射频信号，其余反向散射设备吸收能量；无人机接受到K反射的射频信号rk。
进一步的，无人机的最优飞行轨迹q(t)获得的方法是：
Figure BDA0002184919660000031
Figure BDA0002184919660000033
Figure BDA0002184919660000034
Figure BDA0002184919660000035
其中，Rk(ρk(t),q(t))代表反向散射设备k在整个时间周期T上的平均信息吞吐量；
Figure BDA0002184919660000036
个反向散射设备；反向散射设备k在整个时间T中能收获到的总能量为
Figure BDA0002184919660000037
每个反向散射设备最小吸收能量为
Figure BDA0002184919660000038
ρk(t)代表t时刻下的工作模式，用0或1表示，比如当ρk(t)＝1，表示在t时刻，地面设备k反射无人机发射的射频信号；比如当ρk(t)＝0，表示在t时刻，地面设备k吸收无人机发射的射频信号；；
Figure BDA0002184919660000039
代表无人机的最大速度约束；
首先忽略函数中的无人机的最大速度约束，得到函数：
Figure BDA00021849196600000310
s.t.(19),(20),(21)；
然后，在函数中引入辅助变量R进行优化得到函数，求解无人机在不同模式下，最优的悬停点；
Figure BDA00021849196600000311
(19),(20),(21)；
然后，忽略无人机速度，将ζω定义为无人机在WPT模式时在位置
Figure BDA00021849196600000313
的悬停时长，其中
Figure BDA00021849196600000314
将τk定义为无人机在WIT模式时在位置wk的悬停时长，其中k∈{1,…,K}。用标准的凸优化技术求解以下问题得到最优的悬停时长：
Figure BDA0002184919660000041
Figure BDA0002184919660000042
Figure BDA0002184919660000044
其中表示在最优悬停点
Figure BDA0002184919660000046
反向散射设备k吸收的单位能量；
最后，在无人机飞行路径以及飞行时间确定的情况下，根据商旅规划，用标准的凸优化方法求解最佳飞行路径的优化问题可以表示为：
Figure BDA0002184919660000047
Figure BDA0002184919660000048
Figure BDA0002184919660000049
Figure BDA00021849196600000411
Figure BDA00021849196600000412
其中，ζω为无人机在最佳无线能量传输悬停位置ω的悬停时长，这段时间内无人机进行下行链路的无线能量传输，定义τk为无人机在最佳无线信息传输悬停位置的悬停时长，这段时间其余用户接收能量，最优设备k向无人机传递信息；Tfly代表无人机飞行部分时长；把Tfly时长分解为个N时隙，每个时隙的时长为
Figure BDA00021849196600000413
并假设在每个时隙n中，无人机的位置不发生改变并定义为
Figure BDA00021849196600000414
且在每个时隙n中，无人机使用固定的发射功率，假设在位置q[n]，反向散射设备k的单位吸能表示为Qk(q[n])；假设在一个时隙n中可以存在多种工作模式；在时长
Figure BDA00021849196600000415
而反向散射设备k向无人机传递无线信息，其余反向散射设备接收无限能量；在时长为ζfly[n]≥0,所有反向散射设备接收无人机发射的能量；以上工作模式时长必须满足约束
Figure BDA00021849196600000416
本发明的有益效果是：本发明将无人机作为一个控制中心，向设备发射接收信息命令，反向散射设备从中收集能量或者反射信号发送信息。利用无人机灵活的移动性和可操作性来优化飞行轨迹，从而有效缩短无人机与传感器的距离，减少高频载波的传播损耗、提高信道增益，进而提高通信系统的吞吐量。
附图说明
图1为无人机辅助反向散射通信装置通信示意图。
图2为控制组件工作流程图。
图3为反向散射设备控制组件的工作流程图。
图4为优化计算后无人机与地面设备的工作流程图。
图5为系统仿真预设以及相应的路径规划图。
图6为不同飞行时长对应的上行链路的最小吞吐量。
图7为不同地面设备的信息速率图。
具体实施方式
下面结合附图对本发明进行进一步的说明。
如图1～3，所述的一种无人机3辅助反向散射通信装置，包括设置在无人机3上的控制组件和设置在反向散射设备4上的反向散射设备控制组件；其特征在于：控制组件包括数据采集模块、无人机控制模块、轨迹控制模块、通信控制模块以及工作模式控制模块：反向散射设备组件包括地面控制模块、工作模式选择模块、能量接收控制模块、信号反射控制模块以及能量采集器；
其中，数据采集模块通过通信控制模块采集每个地面的反向散射设备组件的地理位置作为数据输入输入到无人机控制模块，得出无人机3的最优飞行轨迹；无人机控制模块通过轨迹控制模块控制无人机3按最优轨迹飞行，并在飞行过程中根据反向散射设备4反射回来的信号通过工作模式控制模块选择合适的工作模式；然后，将无人机3的最优飞行轨迹通过无线传输输入到地面控制模块中，根据无人机的飞行位置进行信道估计，通过工作模式选择模块选择下行链路吸收能量或者上行链路反射信号的工作模式，最后，通过能量接收控制模块控制能量采集器吸收能量或通过信号反射控制模块反射信信号，传递本地信息。
无人机3的主要功能模块由图2所示，其主要工作步骤如下：
每个地面的反向散射设备4的地理位置作为数据输入输入到无人机控制模块，在一系列优化计算后得到无人机3的飞行路径优化结果，其中无人机3在飞行过程中无人机控制模块也对每一个时刻的工作模式进行优化计算，让无人机3在飞到不同位置时可以选择当前时刻的最优工作模式，即向反向散射设备4发射射频信号与解调某个反向散射设备4反射回来的信号。
无人机3通过通信控制模块发送能量或者接收反射信号，并由解调器解调收集信息。
紧接着，如图3所示的反向散射设备控制组件2开始工作，其主要工作步骤如下：
无人机3的最优飞行路径规划和无人机3的实时位置作为数据输入到地面控制模块，地面控制模块可以根据无人机3的当前位置进行信道估计，在一系列的优化运算后得到任一时刻选择下行链路吸收能量或者上行链路反射信号的优化结果，地面上的反向散射设备4可以根据无人机3的实时位置选择最优的工作模式。
根据地面控制模块输出的优化结果通过工作模式选择模块选择合适的工作模式。最后通过能量采集器接收能量或信号反射控制模块反射信号，并传递本地信息。
特别说明，无人机控制模块与地面控制模块所使用的算法是相互配合的，即在双方实时的最优的工作模式选择是相互配合的。无人机3的工作模式是全双工模式，但当无人机3选择某一用户进行通信时，即选择解调某一用户的反射信号时，对应用户应处于反射信号状态。
具体实施例I：如图1所示：在一定区域内，地面上随机部署了一些低功耗传感器，称为反向散射设备4，无人机3作为控制中心飞行在固定高度的空中。下行链路中，无人机3向反向散射设备4传输命令；反向散射设备4通过地面控制模块计算后，选择最佳的工作模式，及吸收能量或者反射射频信号。上行链路中，反向散射设备4通过反射射频信号传递本地信息，无人机3进行无线信息收集任务。在本实施例中使用时分复用协议和全双工模式，即在任意时刻，本发明装置的工作状态有：
无人机3通过下行链路向反向散射设备4传输无线能量，所有反向散射设备4接收能量。
无人机3通过下行链路传输射频信号，并同时在接收端接收某一反向散射设备4的反射信号，其余反向散射设备4接收并将射频信号转化为可利用的直流电。
本发明的目标是通过共同优化无人机3的飞行轨迹以及上下行工作模式选择，最大化上行链路的最小信息吞吐量，同时反向散射设备4所吸收的能量又能满足检测、收集信息等工作需求。
为了使系统模型更加清晰，本实施方案做出以下假设：
该系统内含
Figure BDA0002184919660000061
个反向散射设备4，且每个设备部署在地面上一个不变的位置，坐标为(xk,yk,0)。我们用wk＝(xk,yk)定义反向散射设备4的水平坐标；
无人机3一次飞行周期时间为T，此外，无人机3的飞行高度为H米，在每个时间点t∈[0,T]的无人机3的实时坐标为q(t)＝(x(t),y(t))为无人机3瞬时位置在水平方向上的投影，最高飞行速度为Vmax>0米每秒；
无人机3和反向散射设备4都能准确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；
首先，无人机3在飞行期间的每一个时刻t∈[0,T]，无人机3与任一反向散射设备4k之间的距离为
Figure BDA0002184919660000071
其中‖·‖表示向量的欧几里得范数。则，
Figure BDA0002184919660000072
为无人机3每时刻的飞行速度限制，
Figure BDA0002184919660000073
和
Figure BDA0002184919660000074
分别为
Figure BDA0002184919660000075
和
Figure BDA0002184919660000076
的一阶导数，其中表示无人机的飞行过程在x轴的投影，
Figure BDA0002184919660000078
表示无人机的飞行过程在y轴的投影。一般而言，无人机3到任一反向散射设备4k之间的空地信道视为视距信道，因此，本实施例考虑自由空间衰落信道模型，其信道功率增益为
β0表示在单位距离为1米的条件下的信道功率增益。
我们使用时分复用多址(TDMA)传输协议和全双工工作模式，即各个反向散射设备4与无人机3在上行链路的无线信息传输都在同一频带但不同时间上执行，且当无人机3解调某反向散射设备4k的信息时，依然会广播射频信号，并被余下的反向散射设备4接收利用。对于任意瞬时时间t∈T，我们用一个指示参数ρk(t)∈{0,1},来定义传输模式。ρ0(t)＝1和ρk(t)＝0,
Figure BDA00021849196600000711
表示无人机3在时刻t∈T仅广播射频信号，在下行链路为所有反向散射设备4充电，且所有用户均不反射射频信号。ρk(t)＝1,
Figure BDA00021849196600000712
和ρj(t)＝0,
Figure BDA00021849196600000713
Figure BDA00021849196600000714
表示无人机3在时刻t既向所有反向散射设备4发送射频信号，同时又解调来自用户k的反射信号，在这个模式中，反向散射设备4k不吸收能量，而只反射射频信号，其余设备均接收无线能量。因为我们使用TDMA传输协议，所以必须满足
Figure BDA00021849196600000715
由此可知，某一时刻t当反向散射设备4k不反射射频信号时，反向散射设备4k吸收能量。
首先，我们在任意时间t∈T上考虑下行无线能量传输模式。假设无人机3在下行链路无线能量传输模式中使用一个不变的常量发射功率Ps。因此，每个地面k∈K可以收获到的能量为：
Figure BDA00021849196600000716
其中0＜η≤1定义为每个反向散射设备4能量采集器的射频到直流电的能量转换效率。所以，反向散射设备4k在整个时间T中能收获到的总能量为：
Figure BDA0002184919660000081
然后我们在任意时间t∈T上考虑反向散射设备4k的上行链路无线信息传输模式，其中ρk(t)＝1,k∈K。在本案例中，信息传递不同于传统的无线信息传输方式，首先反向散射设备4k将本地的信息利用二进制编码方式转化为二进制，并在ρk(t)＝1,k∈K模式中，利用“不反射射频信号”来表示“0”，“反射射频信号”来表示“1”，以此向无人机3传递本地信息。无人机3接收到反射过来的信号后解调并解码信息。接下来，将对无线信息的传递速率表达式进行推导。
首先假设无人机3控制中心的发射功率恒为Ps，s2＝Ps。
假设射频源的通带信号为：xs(t)＝scos(2πfct) (5)
反向散射设备4k接收到的信号为：ysk(t)＝gk(q(t))scos(2πfct) (6)
控制中心接收到的反向散射设备4k反射的信号：ykr(t)＝gk 2(q(t))scos(2πfct)(7)
无人机3接收机接收到的信号为：
Figure BDA0002184919660000082
Figure BDA0002184919660000083
其中ω(t)是接收机内部噪声，方差为Nω的高斯白噪声，mk表示设备k的工作相位，0代表不反射射频信号，1代表反射射频信号，这个工作相位与TDMA协议的工作模式相互独立。并假设0和1概率均为0.5。
则接收信号经过解调器后满足：
U的概率密度函数为：
Figure BDA0002184919660000085
当fU(u|m0)＝fU(u|m1)解得最佳决策阈值为：
Figure BDA0002184919660000086
则概率转移方程组表达如下：
Figure BDA0002184919660000091
Figure BDA0002184919660000092
Figure BDA0002184919660000093
Figure BDA0002184919660000094
其中Q(·)表示Q-函数，
因此t∈T时刻用户k∈K的速率表示为：
Figure BDA0002184919660000096
Figure BDA0002184919660000097
反向散射设备4k在整个时间周期上的平均信息吞吐量可以表示为：
Figure BDA0002184919660000098
其中Ik,t(q(t))，表示在t时刻，当无人机处于位置q(t)时，地面设备k传递的单位信息量。
为了说明本发明的目的，我们统一认为在时间T内，每个反向散射设备4最小吸收能量为
Figure BDA0002184919660000099
因此我们的能量收集约束可表示为：
Figure BDA00021849196600000910
本发明中，我们的目的是最大化所有反向散射设备4上行链路的共有吞吐量(即反向散射设备4中最小的吞吐量且满足无人机3最大速度的约束和反向散射设备4的能量收集约束。决定性参数包括无人机3的路径{q(t)}，传输模式{ρk(t)}。
具体实施步骤如图4所示。基于图4所示的流程图，我们的系统优化问题可以表示为
Figure BDA00021849196600000912
Figure BDA00021849196600000914
Figure BDA00021849196600000915
Figure BDA00021849196600000916
其中(22)即为无人机3的最大速度约束。
观察优化问题(P1)，目标函数不是一个凹函数，约束(19)和(20)不是凸的，在复杂能量函数中，变量ρk(t),q(t)耦合在一起，还有关于ρk(t)的约束是个二进制约束问题。所以(P1)不是一个凸优化问题。此外，(P1)在连续时间上包含无数多个优化变量。由于以上原因，(P1)很难得到最优解。
优化过程：
由于(P1)难以得到最优解，本实施例采用拉格朗日对偶算法和销售员旅行问题(Traveling Salesman Problem)算法有效得到次优解。首先，我们先考虑一种理想化的情况，忽略无人机3的最大速度约束式(22)，然后求解以下松弛问题
Figure BDA0002184919660000101
s.t.(19),(20),(21)；
注意到(P2)在实际中也是可行的，当无人机3的飞行时间周期T足够长，那么对于任意给定Vmax的来说，无人机3的飞行时间对于悬停时间来说变得可以忽略不计。
为了求解以上问题(P2)，我们首先引入一个辅助变量R，然后问题(P2)可以重新表示为：
Figure BDA0002184919660000102
(19),(20),(21)；
尽管如此，问题(P2.1)仍然不是一个凸优化问题，但是容易得知这满足所谓的分时条件。所以问题(P2.1)和它的拉格朗日对偶问题之间的强对偶性成立。所以，我们可以使用拉格朗日对偶方法求得(P2.1)的最优解。
我们令λk≥0,μk≥0，k∈K分别定义为(19)和(23)中第k个约束的对偶变量。为了表示方便，我们定义λ＝[λ1,λ2,…,λk]和μ＝[μ1,μ2,…,μk]。局部拉格朗日函数可以表示为：
Figure BDA0002184919660000104
Figure BDA0002184919660000105
Figure BDA0002184919660000106
则(P2.1)的对偶函数为
s.t.(20)and(21) (25)
为了使得以上对偶函数是有界的(即g(λ,μ)<∞)，则必须满足
因此，问题(P2.1)的对偶问题为
Figure BDA0002184919660000111
Figure BDA0002184919660000112
Figure BDA0002184919660000113
λ和μ的可行集合定义为X。因为(P2.1)和(D2.1)之间的强对偶性成立，所以我们求得(D2.1)的解即是(P2.1)的解。首先，我们在任意给定(λ,μ)∈X的情况下，先求解问题(25)以得到g(λ,μ)，然后找到最优的λ和μ来最小化g(λ,μ)。
首先，在任意给定(λ,μ)∈X的情况下，问题(25)中的变量{ρk}总共有K+1种选择。我们分别计算出这K+1种模式下的最优值，其中使用了二维穷举搜索的方法来找到对应模式下无人机3最优的悬停位置(可能不唯一)。比较这K+1个最优值，得到问题(25)的最优解。
无人机3工作在下行链路无线能量传输模式，最优解为
Figure BDA0002184919660000114
其中q*不是唯一的当Ω(μ)>1时。
无人机3工作在与反向散射设备4k*之间的信息收集以及向其他反向散射设备4传递能量的双工模式中，解为
Figure BDA0002184919660000115
接下来，我们搜索(λ,μ)来最小化g(λ,μ)以求解(D2.1)。因为对偶问题(D2.1)是凸问题但不可微分，我们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(28)和(29)中，得知问题(25)总共有个不唯一的最优解。其中
Figure BDA0002184919660000117
个在(28)中给出，另外K个在(29)中给出(每一个对应于一个反向散射设备4k)。这样的话，我们需要在这些不唯一的最优解中做时间分配来构造原始问题(P2.1)的最优解。
将ζω定义为无人机在WPT模式时在位置
Figure BDA0002184919660000118
的悬停时长，其中
Figure BDA0002184919660000119
将τk定义为无人机在WIT模式时在位置wk的悬停时长，其中k∈{1,…,K}。则我们可以求解以下问题得到最优的悬停时长
Figure BDA00021849196600001110
Figure BDA00021849196600001111
Figure BDA00021849196600001112
Figure BDA0002184919660000121
其中
Figure BDA0002184919660000122
表示在最优悬停点
Figure BDA0002184919660000123
反向散射设备4k吸收的单位能量。注意到(P2.2)是一个线性优化问题，可以用标准的凸优化技术求得最优解。
我们基于以上优化过程得出的最优解，构建一个连续悬停和飞行路径规划，以求得(P1)的解。连续悬停和飞行路径规划是让无人机3在给定的速度下，有顺序地遍历所有最优悬停点。飞行路径问题可视为销售员旅行问题(Traveling Salesman Problem)。即在所有悬停点确认的情况下，使飞行距离最短。
我们将无人机3工作时间分为悬停和飞行两个部分。在悬停部分。我们定义ζω为无人机3在最佳无线能量传输悬停位置ω的悬停时长，这段时间内无人机3进行下行链路的无线能量传输，定义τk为无人机3在最佳无线信息传输悬停位置的悬停时长，这段时间其余用户接收能量，最优设备k向无人机3传递信息。
第二部分是无人机3飞行部分，即时长Tfly。我们把这部分时间分解为个N时隙，每个时隙的时长为
Figure BDA0002184919660000124
并假设在每个时隙n中，无人机3的位置不发生改变并定义为
Figure BDA0002184919660000125
Figure BDA0002184919660000126
在每个时隙中，无人机3使用固定的发射功率，假设在位置q[n]，反向散射设备4k的单位吸能表示为Qk(q[n])。接下来，我们假设在一个时隙中可以存在多种工作模式。在时长而反向散射设备4k向无人机3传递无线信息，其余反向散射设备4接收无限能量。在时长为ζfly[n]≥0,所有反向散射设备4接收无人机3发射的能量。以上工作模式时长必须满足约束
基于以上，在飞行路径以及飞行时间确定的情况下，优化问题可以表示为
Figure BDA0002184919660000129
Figure BDA00021849196600001210
Figure BDA00021849196600001211
Figure BDA00021849196600001212
Figure BDA00021849196600001213
Figure BDA00021849196600001214
上述问题为凸优化问题，可以用标准的凸优化方法求解。至此，问题(P1)求解完成。
仿真部分：
在仿真中，我们考虑系统中有一个无人机3以及9个反向散射设备4，其中这9个地面反向散射设备4随机分布在20x20平方米的水平地面上。如图5.所示。无人机3飞行在固定高度H＝5m上。我们假设信息接收端的噪声功率为σ2＝-90dBm。在参考距离为d0＝1m时的信道增益为β0＝-30dB。无线能量转换效率设为η＝50％。假设无人机3的最大速度为Vmax＝10m/s。无人机3的发射功率为P＝40dBm。
图5展示了通过求解问题(P2)所得的最优悬停位置以及连续悬停和飞行路径规划。该系统中总共有5个最优充能点和9个最优信息点(与反向散射设备4数相等)。
图6展示了在不同的飞行时间T下的K个反向散射设备4中的上行链路的最小吞吐量。其中固定悬停是指通过优化找到无人机3的一个最佳的固定悬停位置保持不变，完成无线能量传输和无线信息传输。可以发现我们提出的方案比一个固定悬停位置(类似单个基站)的系统性能更优。同时，我们也发现，随着时间增长，悬停与飞行轨迹优化越来越接近(P2)中忽略速度所得到的最优点悬停策略，可以观察到，当总时间变得无限的时，我们提出的方案可以达到一个与忽略了无人机3最大速度约束的(P2)的最优解相似的性能。
图7展示了当无人机3的飞行时间为15s时，不同反向散射设备4的信息速率。可以观察得知，每一个反向散射设备4的信息速率是一样的。
综上所述，本发明提出的无人机3辅助反向散射通信装置及资源分配控制方法对于传统的无线供能网络来说，传递信息不依赖于传感器本身发射载波信号，因而不需要功率放大器，在节能方面，对充能的需求更低。在制作方面可以外形可以更加轻巧，符合未来传感器的需求。同时无人机3的运用也解决了单基站所面临的不同设备通信性能差异大问题，使得资源分配更加公平。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易变化或替换，都属于本发明的保护范围之内。因此本发明的保护范围所述以权利要求的保护范围为准。

Claims (4)

1.一种无人机辅助反向散射通信装置，包括设置在无人机上的控制组件和设置在反向散射设备上的反向散射设备控制组件；其特征在于：控制组件包括数据采集模块、无人机控制模块、轨迹控制模块、通信控制模块以及工作模式控制模块：反向散射设备组件包括地面控制模块、工作模式选择模块、能量接收控制模块、信号反射控制模块以及能量采集器；
其中，数据采集模块通过通信控制模块采集每个地面反向散射设备组件的地理位置作为数据输入输入到无人机控制模块，得出无人机的最优飞行轨迹；无人机控制模块通过轨迹控制模块控制无人机按最优轨迹飞行，并在飞行过程中根据反向散射设备反射回来的信号通过工作模式控制模块选择合适的工作模式；然后，将无人机的最优飞行轨迹通过无线传输输入到地面控制模块中，根据无人机的飞行位置进行信道估计，通过工作模式选择模块选择下行链路吸收能量或者上行链路反射信号的工作模式，最后，通过能量接收控制模块控制能量采集器吸收能量或通过信号反射控制模块反射信信号，传递本地信息。
2.根据权利要求1所述的一种无人机辅助反向散射通信装置，其特征在于：下行链路吸收能量为无人机向反向散射设备控制组件发送传输命令；反向散射设备控制组件通过地面控制模块选择吸收能量或者反射射频信号；上行链路中，反向散射设备通过反射射频信号传递本地信息，无人机进行无线信息收集任务。
3.一种应用了如权利要求1所述无人机辅助反向散射通信装置的资源分配控制方法，其特征在于：无人机获取反向散射设备的位置信息wk＝(xk，yk)，然后设置无人机的最优飞行轨迹q(t)，控制无人机按该最优飞行轨迹q(t)飞行的同时确认当前工作模式ρk(t)；如果工作模式ρk(t)为吸收能量，则控制组件向反向散射设备控制组件发送指令，反向散射设备接受能量Ek；如果工作模式ρk(t)为反射射频信号，则控制组件向反向散射设备控制组件发送指令，反向散射设备中与无人机通信的地面反向散射设备K反射射频信号，其余反向散射设备吸收能量；无人机接受到K反射的射频信号rk。
4.根据权利要求3所述的资源分配控制方法，其特征在于：无人机的最优飞行轨迹q(t)获得的方法是：
(P1)
Figure FDA0002184919650000012
Figure FDA0002184919650000021
Figure FDA0002184919650000022
Figure FDA0002184919650000023
其中，Rk(ρk(t)，q(t))代表反向散射设备k在整个时间周期T上的平均信息吞吐量；
Figure FDA0002184919650000024
个反向散射设备；反向散射设备k在整个时间T中能收获到的总能量为
Figure FDA0002184919650000025
每个反向散射设备最小吸收能量为
Figure FDA0002184919650000026
ρk(t)代表t时刻下的工作模式，用0或1表示，比如当ρk(t)＝1，表示在t时刻，地面设备k反射无人机发射的射频信号；比如当ρk(t)＝0，表示在t时刻，地面设备k吸收无人机发射的射频信号；；
Figure FDA0002184919650000027
代表无人机的最大速度约束；
首先忽略函数中的无人机的最大速度约束，得到函数：
(P2)
s.t.(19)，(20)，(21)；
然后，在函数中引入辅助变量R进行优化得到函数，求解无人机在不同模式下，最优的悬停点；
(P2·1·)
Figure FDA0002184919650000029
(19)，(20)，(21)；
然后，忽略无人机速度，将ζω定义为无人机在WPT模式时在位置
Figure FDA0002184919650000031
的悬停时长，其中
Figure FDA0002184919650000032
将τk定义为无人机在WIT模式时在位置wk的悬停时长，其中k∈{1，...，K}。
用标准的凸优化技术求解以下问题得到最优的悬停时长：
(P2.2)：
Figure FDA0002184919650000033
Figure FDA0002184919650000034
Figure FDA0002184919650000035
其中
Figure FDA0002184919650000037
表示在最优悬停点
Figure FDA0002184919650000038
反向散射设备k吸收的单位能量；
最后，在无人机飞行路径以及飞行时间确定的情况下，根据商旅规划，用标准的凸优化方法求解最佳飞行路径的优化问题可以表示为：
(P3)
Figure FDA0002184919650000039
Figure FDA00021849196500000310
Figure FDA00021849196500000311
Figure FDA0002184919650000041
Figure FDA0002184919650000042
其中，ζω为无人机在最佳无线能量传输悬停位置ω的悬停时长，这段时间内无人机进行下行链路的无线能量传输，定义τk为无人机在最佳无线信息传输悬停位置的悬停时长，这段时间其余用户接收能量，最优设备k向无人机传递信息；Tfly代表无人机飞行部分时长；把Tfly时长分解为个N时隙，每个时隙的时长为
Figure FDA0002184919650000043
并假设在每个时隙n中，无人机的位置不发生改变并定义为
Figure FDA0002184919650000044
且在每个时隙n中，无人机使用固定的发射功率，假设在位置q[n]，反向散射设备k的单位吸能表示为Qk(q[n])；假设在一个时隙n中可以存在多种工作模式；在时长
Figure FDA0002184919650000045
而反向散射设备k向无人机传递无线信息，其余反向散射设备接收无限能量；在时长为ζfly[n]≥0,所有反向散射设备接收无人机发射的能量；以上工作模式时长必须满足约束
Figure FDA0002184919650000046
CN201910810469.4A 2019-08-29 2019-08-29 一种无人机辅助反向散射通信装置以及资源分配控制方法 Expired - Fee Related CN110730028B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910810469.4A CN110730028B (zh) 2019-08-29 2019-08-29 一种无人机辅助反向散射通信装置以及资源分配控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910810469.4A CN110730028B (zh) 2019-08-29 2019-08-29 一种无人机辅助反向散射通信装置以及资源分配控制方法

Publications (2)

Publication Number Publication Date
CN110730028A true CN110730028A (zh) 2020-01-24
CN110730028B CN110730028B (zh) 2022-05-13

Family

ID=69217797

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910810469.4A Expired - Fee Related CN110730028B (zh) 2019-08-29 2019-08-29 一种无人机辅助反向散射通信装置以及资源分配控制方法

Country Status (1)

Country Link
CN (1) CN110730028B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111246491A (zh) * 2020-03-10 2020-06-05 电子科技大学 一种智能反射表面辅助的太赫兹通信系统设计方法
CN111786713A (zh) * 2020-06-04 2020-10-16 大连理工大学 一种基于多智能体深度强化学习的无人机网络悬停位置优化方法
CN112203246A (zh) * 2020-08-21 2021-01-08 中铁第四勘察设计院集团有限公司 一种基于背向散射技术的铁路监测信息收集系统及方法
CN112261576A (zh) * 2020-10-21 2021-01-22 广西综合交通大数据研究院 一种空地组网系统及其实现方法
CN112486195A (zh) * 2020-11-27 2021-03-12 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
CN112532300A (zh) * 2020-11-25 2021-03-19 北京邮电大学 单无人机反向散射通信网络轨迹优化与资源分配方法
CN113641184A (zh) * 2021-07-27 2021-11-12 电子科技大学长三角研究院(湖州) 一种适用于无人机的多功能通信的3d路径规划及资源调度方法
CN113965245A (zh) * 2021-09-30 2022-01-21 广西电网有限责任公司柳州供电局 基于opgw接头盒的智能反射面通信系统资源优化方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101231685A (zh) * 2001-10-09 2008-07-30 艾伦技术公司 用于射频通信的防止冲突的方法和设备
US20160214715A1 (en) * 2014-11-21 2016-07-28 Greg Meffert Systems, Methods and Devices for Collecting Data at Remote Oil and Natural Gas Sites
CN106164618A (zh) * 2014-01-23 2016-11-23 瑞沃拉公司 使用多角度x射线反射散射测量(XRS)用于测量周期结构的方法和系统
US9959435B1 (en) * 2015-11-25 2018-05-01 Impinj, Inc. Location-based access to RFID tag information
US20180234161A1 (en) * 2017-02-11 2018-08-16 Massachusetts Institute Of Technology Methods and Apparatus for Analog Relay
CN110031859A (zh) * 2017-12-20 2019-07-19 莱卡地球系统公开股份有限公司 近场脉冲检测

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101231685A (zh) * 2001-10-09 2008-07-30 艾伦技术公司 用于射频通信的防止冲突的方法和设备
CN106164618A (zh) * 2014-01-23 2016-11-23 瑞沃拉公司 使用多角度x射线反射散射测量(XRS)用于测量周期结构的方法和系统
US20160214715A1 (en) * 2014-11-21 2016-07-28 Greg Meffert Systems, Methods and Devices for Collecting Data at Remote Oil and Natural Gas Sites
US9959435B1 (en) * 2015-11-25 2018-05-01 Impinj, Inc. Location-based access to RFID tag information
US20180234161A1 (en) * 2017-02-11 2018-08-16 Massachusetts Institute Of Technology Methods and Apparatus for Analog Relay
CN110031859A (zh) * 2017-12-20 2019-07-19 莱卡地球系统公开股份有限公司 近场脉冲检测

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
SHENGZHI YANG等: "Energy Efficiency Optimization for UAV-Assisted Backscatter Communications", 《IEEE COMMUNICATIONS LETTERS》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111246491A (zh) * 2020-03-10 2020-06-05 电子科技大学 一种智能反射表面辅助的太赫兹通信系统设计方法
CN111246491B (zh) * 2020-03-10 2021-06-08 电子科技大学 一种智能反射表面辅助的太赫兹通信系统设计方法
CN111786713A (zh) * 2020-06-04 2020-10-16 大连理工大学 一种基于多智能体深度强化学习的无人机网络悬停位置优化方法
CN112203246A (zh) * 2020-08-21 2021-01-08 中铁第四勘察设计院集团有限公司 一种基于背向散射技术的铁路监测信息收集系统及方法
CN112203246B (zh) * 2020-08-21 2023-03-24 中铁第四勘察设计院集团有限公司 一种基于背向散射技术的铁路监测信息收集系统及方法
CN112261576A (zh) * 2020-10-21 2021-01-22 广西综合交通大数据研究院 一种空地组网系统及其实现方法
CN112532300A (zh) * 2020-11-25 2021-03-19 北京邮电大学 单无人机反向散射通信网络轨迹优化与资源分配方法
CN112486195A (zh) * 2020-11-27 2021-03-12 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
CN113641184A (zh) * 2021-07-27 2021-11-12 电子科技大学长三角研究院(湖州) 一种适用于无人机的多功能通信的3d路径规划及资源调度方法
CN113641184B (zh) * 2021-07-27 2024-03-19 电子科技大学长三角研究院(湖州) 一种适用于无人机的多功能通信的3d路径规划及资源调度方法
CN113965245A (zh) * 2021-09-30 2022-01-21 广西电网有限责任公司柳州供电局 基于opgw接头盒的智能反射面通信系统资源优化方法

Also Published As

Publication number Publication date
CN110730028B (zh) 2022-05-13

Similar Documents

Publication Publication Date Title
CN110730028B (zh) 一种无人机辅助反向散射通信装置以及资源分配控制方法
Farajzadeh et al. UAV data collection over NOMA backscatter networks: UAV altitude and trajectory optimization
Cao et al. Mobile edge computing for cellular-connected UAV: Computation offloading and trajectory optimization
Ye et al. Optimization for full-duplex rotary-wing UAV-enabled wireless-powered IoT networks
Liu et al. Average AoI minimization in UAV-assisted data collection with RF wireless power transfer: A deep reinforcement learning scheme
CN110224723B (zh) 一种无人机辅助反向散射通信系统设计方法
CN108834049B (zh) 无线供能通信网络及确定其工作状态的方法、装置
Song et al. Energy efficient multi-antenna UAV-enabled mobile relay
Ghdiri et al. Energy-efficient multi-UAV data collection for IoT networks with time deadlines
CN111988762A (zh) 一种基于无人机d2d通信网络的能效最大资源分配方法
Ho et al. Heuristic algorithm and cooperative relay for energy efficient data collection with a UAV and WSN
Zhang et al. Power control and trajectory planning based interference management for UAV-assisted wireless sensor networks
Zhong et al. Deployment optimization of UAV relays for collecting data from sensors: A potential game approach
CN113255218B (zh) 无线自供电通信网络的无人机自主导航及资源调度方法
Yang et al. Energy-efficient UAV backscatter communication with joint trajectory and resource optimization
Giambene et al. 5G aerial component for IoT support in remote rural areas
Peng et al. Long-lasting UAV-aided RIS communications based on SWIPT
Chowdhury et al. Trajectory optimization in UAV-assisted cellular networks under mission duration constraint
Ghorbel et al. Energy efficient data collection for wireless sensors using drones
Hashir et al. Performance trade-off in UAV-aided wireless-powered communication networks via multi-objective optimization
Liu et al. Wireless powering Internet of Things with UAVs: Challenges and opportunities
Hou et al. Hardware impairment-aware data collection and wireless power transfer using a MIMO full-duplex UAV
Ni et al. Optimal transmission control and learning-based trajectory design for UAV-assisted detection and communication
Shen et al. Energy-aware dynamic trajectory planning for UAV-enabled data collection in mMTC networks
Han et al. Joint optimization of trajectory and node access in UAV-aided data collection system

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: 20220513