CN110856191A - 一种基于无线通信的无人机轨迹优化方法 - Google Patents

Abstract

本发明涉及一种基于无线通信的无人机轨迹优化方法，所述方法通过优化算法，并将其中出现的非凸问题转化为凸问题，进而可以利用凸优化工具箱来实现无人机轨迹优化；可最大化所有地面用户的最小吞吐量，从而达到资源利用最大化。本发明在无人机通信网络系统中引入了回程链路接入点，不需要昂贵的电缆结构来搭建系统，从而减少了部署的成本，同时无人机通信技术具有便捷和灵活的特点，可以极大提高无线通信网络部署的便利性和灵活性。所述方法也可以解决用户密集场所下通信网络拥塞的情况，无人机在给定用户调度、功率及初始轨迹条件下，利用迭代优化的方法得出无人机的最优轨迹和最优用户调度，从而提高整个系统的吞吐量的优点。

Description

一种基于无线通信的无人机轨迹优化方法

技术领域

本发明涉及无人机通信领域，更具体地，涉及一种基于无线通信的无人机轨迹优化方法。

背景技术

由于无人机具有成本低，灵活性高等特点，在无线通信领域已被广泛应用。无人机作为空中基站用来提高蜂窝网络的性能是极具前景的解决方法，其中，在动态无人机辅助网络中，大部分为无人机直接服务多个地面用户，通过优化无人机的轨迹，从而达到最大化用户最小速率的目的，但是并没有考虑到用回程链路使用户及时与骨干网络进行通信。

同时，在自然灾害情况下，部分地区因基本设施受损而导致通信受阻。在人员密集的场所，通信可能有存在网络拥堵，且网络不稳定性。

发明内容

本发明为克服上述现有技术所述的无人机轨迹优化并没有考虑到用回程链路使用户及时与骨干网络进行通信的缺陷，提供一种基于无线通信的无人机轨迹优化方法。

所述方法包括以下步骤：

S1：建立无人机轨迹优化系统模型；

S2：根据系统模型确定无人机轨迹优化问题P(1)；

S3：对无人机用户调度和轨迹进行优化，即给定初始化轨迹S，将问题P(1)转化为线性问题P(2)；给定用户调度B将问题P(1)转化为凸问题P(3)；

S4：设无人机飞行轨迹为S、用户调度为B、对应的目标函数为R、l为迭代次数；第l次迭代时无人机飞行轨迹、用户调度、对应的目标函数分别为S_l、B_l、R_l；

初始化，初始轨迹S₀，用户调度B₀，目标函数为R₀，迭代次数l＝0，误差阈值为e＝10^-3；

S5：将{S_l}代入问题(P2)得到最优解为{B_l+1}；

S6：将{S_l}，{R_l+1}代入问题(P3)，解得最优解为{S_l+1}，目标函数为{R_l+1}；

S7：令l＝l+1；

S8：若|R_l-R_l-1|≤e，可得到无人机最优飞行轨迹{S_l+1}和最优的用户调度{B_l+1}，否则返回S2。

本发明给定一个回程链路接入点及若干地面用户，无人机作为空中基站接收并转发信源发送的信息给用户，为了在用户之间实现合理地通信资源配置，通过在有限范围内联合优化多用户通信调度和无人机轨迹来最大化所有地面用户的最小吞吐量。

优选地，S1具体为：

设地面总共有K个用户，无人机飞行高度为H，完成任务需要时间为T，则无人机基站的水平位置为w_BH＝[x0，y0]^T，用户i的水平位置为w_i＝[x_i，y_i]^T，i∈K，无人机的水平坐标为q(t)，t∈T，

将T平均分成N个时隙，时隙长度为δ_t＝T/N，设在每个时隙中无人机最大飞行速度为V_max，则通信链路中无人机水平坐标转化为q(n)，n∈N，其初始轨迹设置为q₀(n)＝[x0(n)，y0(n)]^T，n∈N。

设定无人机飞行轨迹为环形轨迹，且飞行时受到最大速度的约束，可以表示为：

q[0]＝q[N] (1)

其中，||·||²表示范数的平方，即距离的平方，在第n个时隙时，无人机到用户的距离公式表示为：

无人机到用户的信道功率增益为：

其中ρ₀表示为当距离d₀为1时的信道功率增益。所以，用户i在第n个时隙的瞬时接收率为：

同样的，无人机到用户的速率为：

其中，

表示加性高斯白噪声，P表示最大功率，P_BH表示无人机到用户的功率。定义一个变量b_i[n]，当b_i[n]＝1时，表示无人机与用户进行通信，否则，b_i[n]＝0，

式(7)为不连续变量，不符合凸优化条件要求，需将其转化为连续的：

则用户i在N个时隙的瞬时平均接收率为：

优选地，S2具体为：

假设

表示用户调度，轨迹变量用S＝q[n]，

表示，用户的最小平均速率γ＝min_i∈KR_i，优化目标为最大化最小平均速率γ，优化变量为B，S、γ，则优化问题如下：

(P1)目标函数：max_γ，B，sγ

约束条件：

(1)(2)(6)(8)(12)

约束(10)表示系统必须满足无人机到用户的速率大于或等于最小速率；

约束(11)表示无人机到用户的速率必须大于或等于用户到无人机的速率，满足由源端传出的信息经过传输有减少的结果；

约束(12)表示跟B和S有关的约束条件在优化过程中也需要满足。

优选地，S3中无人机用户调度优化为：给定初始化轨迹S，将问题P(1)转化为线性问题P(2)：

(P2)目标函数：max_γ，B γ

约束条件：s.t.(6)、(8)、(10)、(11)(15)

优选地，S3中无人机轨迹优化为：

给定用户调度B，问题(P1)转化为

目标函数：max_γ，sγ

约束条件：

(1)、(2)(18)

考虑到(18)为线性变量，(16)、(17)存在变量q[n]，所以整个优化问题是非凸问题，定义q^r[n]为无人机轨迹第r次迭代的结果，当变量为||q[n]-w_i||²或||q[n]-w_BH||²时，将(17)不等式左侧进行一阶泰勒展开，结果用

表示，并引入松弛变量U_i[n]使得约束条件变为凹的，也需进行一阶泰勒展开，结果用

表示，此时上述优化问题即可转化为凸问题，所以，(P1)可以转化为：

(P3)目标函数：max_γ，U，sγ

约束条件：

(1)、(2)(22)

此时，可以通过凸优化工具箱解出速率最优解。

本发明提出一种基于无线通信的无人机轨迹优化方法，来最大化所有地面用户的最小吞吐量，从而达到资源利用最大化。通过优化算法，并将其中出现的非凸问题转化为凸问题，进而可以利用凸优化工具箱来解决优化问题。

与现有技术相比，本发明技术方案的有益效果是：本发明在无人机通信网络系统中引入了回程链路接入点，不需要昂贵的电缆结构来搭建系统，从而减少了部署的成本，同时无人机通信技术具有便捷和灵活的特点，可以极大提高无线通信网络部署的便利性和灵活性。另外，所述方法也可以解决用户密集场所下通信网络拥塞的情况，无人机在给定用户调度、功率及初始轨迹条件下，利用迭代优化的方法得出无人机的最优轨迹和最优用户调度，从而提高整个系统的吞吐量的优点。

附图说明

图1为实施例1所述基于无线通信的无人机轨迹优化方法流程图。

图2为基于无人机通信的系统模型图。

具体实施方式

附图仅用于示例性说明，不能理解为对本专利的限制；

为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；

对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。

下面结合附图和实施例对本发明的技术方案做进一步的说明。

实施例1

本实施例提供一种基于无线通信的无人机轨迹优化方法，如图1所示，所述方法包括以下步骤：

S1：建立无人机轨迹优化系统模型；

如图2所示，考虑一个三维的坐标系统，假设地面总共有K个用户，无人机飞行高度为H，完成任务需要时间为T，则基站的水平位置为w_BH＝[x0，y0]^T，用户i的水平位置为w_i＝[x_i，y_i]^T，i∈K，无人机的水平坐标为q(t)，t∈T，(在坐标表示中T表示转置)。

研究用户在瞬时时间的接收信息的速率，将T平均分成N个时隙，时隙长度为δ_t＝T/N，且在每个时隙中无人机最大飞行速度为V_max，则通信链路中无人机水平坐标转化为q(n)，n∈N，其初始轨迹设置为q₀(n)＝[x0(n)，y0(n)]^T，n∈N。设定无人机飞行轨迹为环形轨迹，且飞行时受到最大速度的约束，可以表示为：

q[0]＝q[N] (1)

其中，||·||²表示范数的平方，即距离的平方，

在第n个时隙时，无人机到用户的距离公式表示为：

无人机到用户的信道功率增益为：

其中ρ₀表示为当距离d₀为1时的信道功率增益。所以，用户i在第n个时隙的瞬时接收率为：

同样的，无人机到用户的速率为：

其中，表示加性高斯白噪声，P表示最大功率，P_BH表示无人机到用户的功率。定义一个变量b_i[n]，当b_i[n]＝1时，表示无人机与用户进行通信，否则，b_i[n]＝0，

式(7)为不连续变量，不符合凸优化条件要求，需将其转化为连续的，

则用户i在N个时隙的瞬时平均接收率为：

S2：根据系统模型确定无人机轨迹优化问题P(1)；

假设用

表示用户调度，轨迹变量用S＝q[n]，

表示，用户的最小平均速率γ＝min_i∈KR_i，我们的优化目标为最大化最小平均速率γ，优化变量为B，S，γ，则优化问题如下：

(P1)目标函数：max_γ，B，sγ

约束条件：

(1)(2)(6)(8)(12)

约束(10)表示系统必须满足无人机到用户的速率大于或等于最小速率。

约束(11)表示无人机到用户的速率必须大于或等于用户到无人机的速率，满足由源端传出的信息经过传输有减少的结果。

约束(12)表示跟B和S有关的约束条件在优化过程中也需要满足。

利用交替寻优的方法解决以上问题，首先优化用户调度B，把得到的值代入轨迹优化中，若未收敛，则把轨迹优化得到的值带回到用户调度地优化中，直至收敛为止。约束(10)(11)为非凸约束，为了使得问题容易求解，通过优化用户调度和优化轨迹来解决。

S3：对无人机用户调度和轨迹进行优化，即给定初始化轨迹S，将问题P(1)转化为线性问题P(2)；给定用户调度B将问题P(1)转化为凸问题P(3)；

1)优化用户调度：

给定初始轨迹S，问题(P1)转化为：

(P2)目标函数：max_γ，Bγ

约束条件：

s.t.(6)、(8)、(10)、(11)(15)

不难看出，问题(P2)为线性问题，可以通过凸优化工具箱解决。

2)优化轨迹：

给定用户调度B，问题(P1)转化为：

目标函数：max_γ，sγ

约束条件：

(1)、(2)(18)

考虑到上述优化条件(18)为线性变量，(16)、(17)存在变量q[n]，所以整个优化问题是非凸问题，定义q^r[n]为无人机轨迹第r次迭代的结果，当变量为||q[n]-w_i||²或||q[n]-w_BH||²时，将(17)不等式左侧进行一阶泰勒展开，结果用

表示，并引入松弛变量

U_i[n]使得约束条件变为凹的，也需进行一阶泰勒展开，结果用

表示，此时上述优化问题即可转化为凸问题，所以，(P1)可以转化为：

(P3)目标函数：max_γ，U，sγ

约束条件：

(1)、(2)(22)

此时，可以通过凸优化工具箱解出速率最优解。

S4：设无人机飞行轨迹为S、用户调度为B、对应的目标函数为R、l为迭代次数；第l次迭代时无人机飞行轨迹、用户调度、对应的目标函数分别为S_l、B_l、R_l；

初始化，初始轨迹S₀，用户调度B₀，目标函数为R₀，迭代次数l＝0，误差阈值为e＝10^-3；

S5：将{S_l}代入问题(P2)得到最优解为{B_l+1}；

S6：将{S_l}，{R_l+1}代入问题(P3)，解得最优解为{S_l+1}，目标函数为{R_l+1}；

S7：令l＝l+1；

S8：若|R_l-R_l-1|≤e，可得到无人机最优飞行轨迹{S_l+1}和最优的用户调度{B_l+1}，否则返回S2。

附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制；

显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。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，均应包含在本发明权利要求的保护范围之内。

Claims (5)

1.一种基于无线通信的无人机轨迹优化方法，其特征在于，所述方法包括以下步骤：

S1：建立无人机轨迹优化系统模型；

S2：根据系统模型确定无人机轨迹优化问题P(1)；

S3：对无人机用户调度和轨迹进行优化，即给定初始化轨迹S，将问题P(1)转化为线性问题P(2)；给定用户调度B将问题P(1)转化为凸问题P(3)；

S4：设无人机飞行轨迹为S、用户调度为B、对应的目标函数为R、l为迭代次数；第l次迭代时无人机飞行轨迹、用户调度、对应的目标函数分别为S_l、B_l、R_l；

初始化，初始轨迹S₀，用户调度B₀，目标函数为R₀，迭代次数l＝0，误差阈值为e＝10^-3；

S5：将{S_l}代入问题(P2)得到最优解为{B_l+1}；

S6：将{S_l}，{R_l+1}代入问题(P3)，解得最优解为{S_l+1}，目标函数为{R_l+1}；

S7：令l＝l+1；

S8：若|R_l-R_l-₁|≤e，可得到无人机最优飞行轨迹{S_l+1}和最优的用户调度{B_l+1}，否则返回S2。

2.根据权利要求1所述的基于无线通信的无人机轨迹优化方法，其特征在于，S1具体为：

设地面总共有K个用户，无人机飞行高度为H，完成任务需要时间为T，则无人机基站的水平位置为w_BH＝[x0，y0]^T，用户i的水平位置为w_i＝[x_i，y_i]^T，i∈K，无人机的水平坐标为q(t)，t∈T，

将T平均分成N个时隙，时隙长度为δ_t＝T/N，设在每个时隙中无人机最大飞行速度为V_max，则通信链路中无人机水平坐标转化为q(n)，n∈N，其初始轨迹设置为q₀(n)＝[x0(n)，y0(n)]^T，n∈N；

设定无人机飞行轨迹为环形轨迹，且飞行时受到最大速度的约束，可以表示为：

q[0]＝q[N](1)

其中，||·||²表示范数的平方，即距离的平方，

在第n个时隙时，无人机到用户的距离公式表示为：

无人机到用户的信道功率增益为：

其中ρ₀表示为当距离d₀为1时的信道功率增益；所以，用户i在第n个时隙的瞬时接收率为：

同样的，无人机到用户的速率为：

其中，

表示加性高斯白噪声，P表示最大功率，P_BH表示无人机到用户的功率；

定义一个变量b_i[n]，当b_i[n]＝1时，表示无人机与用户进行通信，否则，b_i[n]＝0，

式(7)为不连续变量，不符合凸优化条件要求，需将其转化为连续的：

则用户i在N个时隙的瞬时平均接收率为：

3.根据权利要求2所述的基于无线通信的无人机轨迹优化方法，其特征在于，S2具体为：

假设

表示用户调度，轨迹变量用S＝q[n]，

表示，用户的最小平均速率γ＝min_i∈KR_i，优化目标为最大化最小平均速率γ，优化变量为B，S、γ，则优化问题如下：

(P1)目标函数：max_γ、B，s γ

约束条件：

(1)(2)(6)(8)(12)

约束(10)表示系统必须满足无人机到用户的速率大于或等于最小速率；

约束(11)表示无人机到用户的速率必须大于或等于用户到无人机的速率，满足由源端传出的信息经过传输有减少的结果；

约束(12)表示跟B和S有关的约束条件在优化过程中也需要满足。

4.根据权利要求3所述的基于无线通信的无人机轨迹优化方法，其特征在于，S3中无人机用户调度优化为：给定初始化轨迹S，将问题P(1)转化为线性问题P(2)：

(P2)目标函数：max_γ，B γ

约束条件：s.t.(6)、(8)、(10)、(11)(15)。

5.根据权利要求4所述的基于无线通信的无人机轨迹优化方法，其特征在于，S3中无人机轨迹优化为：

给定用户调度B，问题(P1)转化为

目标函数：max_γ，s γ

约束条件：

(1)、(2)(18)

考虑到(18)为线性变量，(16)、(17)存在变量q[n]，所以整个优化问题是非凸问题，定义q^r[n]为无人机轨迹第r次迭代的结果，当变量为||q[n]-w_i||²或||q[n]-w_BH||²时，将(17)不等式左侧进行一阶泰勒展开，结果用

表示，并引入松弛变量

U_i[n]使得约束条件变为凹的，也需进行一阶泰勒展开，结果用

表示，此时上述优化问题即可转化为凸问题，所以，(P1)可以转化为：

(P3)目标函数：max_γ，U，s γ

约束条件：

(1)、(2)(22)

此时，可以通过凸优化工具箱解出速率最优解。

Images