CN111107515A - 无人机多链路中继通信系统的功率分配与飞行路线优化方法 - Google Patents

无人机多链路中继通信系统的功率分配与飞行路线优化方法 Download PDF

Info

Publication number
CN111107515A
CN111107515A CN201911320697.XA CN201911320697A CN111107515A CN 111107515 A CN111107515 A CN 111107515A CN 201911320697 A CN201911320697 A CN 201911320697A CN 111107515 A CN111107515 A CN 111107515A
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
link
communication system
relay
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
CN201911320697.XA
Other languages
English (en)
Other versions
CN111107515B (zh
Inventor
张广驰
刘天雨
崔苗
林凡
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 CN201911320697.XA priority Critical patent/CN111107515B/zh
Publication of CN111107515A publication Critical patent/CN111107515A/zh
Application granted granted Critical
Publication of CN111107515B publication Critical patent/CN111107515B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • 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
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
    • H04W16/14—Spectrum sharing arrangements between different networks
    • 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
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04—TPC
    • H04W52/18—TPC being performed according to specific parameters
    • H04W52/26—TPC being performed according to specific parameters using transmission rate or quality of service QoS [Quality of Service]
    • H04W52/267—TPC being performed according to specific parameters using transmission rate or quality of service QoS [Quality of Service] taking into account the information rate
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/04—TPC
    • H04W52/38—TPC being performed in particular situations
    • H04W52/46—TPC being performed in particular situations in multi hop networks, e.g. wireless relay networks
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Astronomy & Astrophysics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明公开了一种无人机多链路中继通信系统的功率分配与飞行路线优化方法，设计与建立了多无人机作为中继分别辅助多个相互之间存在干扰的信源‑目标用户链路对的通信系统，通过联合优化信源/无人机的发射功率以及无人机的飞行轨迹从而最大化多对信源‑目标用户链路的最小平均速率的方法。本发明在多无人机作为中继分别辅助多个相互之间存在干扰的信源‑目的用户链路对的通信系统中，通过联合优化信源/无人机的发射功率以及无人机的飞行轨迹从而最大化多对信源‑目标用户链路的最小平均速率，各链路对共用同一频段进行通信的情况下，保证各链路对通信公平，提高了频带利用率。

Description

无人机多链路中继通信系统的功率分配与飞行路线优化方法
技术领域
本发明涉及无人机通信领域，更具体地，涉及一种无人机多链路中继通信系统的功率分配与飞行路线优化方法。
背景技术
近年来，无人机因具有诸如低成本，高移动性和按需部署的特点，在公共安全、灾害管理、监控和安全通信等方面具有广泛应用。在无线通信中，中继是一种有效的提高吞吐量和可靠性的技术，同时也可以扩展通信的范围，但由于有限回程链路等实际约束问题，大多数现有的中继被部署在固定位置。无人机作为中继的移动中继技术与传统的静态中继相比，无人机可以自适应调整飞行路径，以获得更好的自身与目标节点之间的信道条件，利用其运动自由度，无人机可以显著提高通信端到端的吞吐量，也可实现通信覆盖范围和信道容量的提升。
多对信源-目的用户链路对，每对链路需要对应的无人机作为中继辅助信源到目标用户的信息传输。在实际生活中，如果无人机系统没有被分配专有频段，则需要工作在无需授权的公用频段如2.4GHz或5GHz频段。由于带宽资源紧张，假设多对链路信源到无人机的信息传输共用同一频段，因此相互之间会产生干扰，多对链路对中无人机到目标用户信息传输链路也做相同的假设。利用无人机的高移动性，可以得到更利于信息传输的轨迹，而在更加适合信息传输的区域分配更多的功率给信源/无人机，以使信息传输速率有更大的提升。
现有文献中，Joint Trajectory and Communication Design for Secure UAVNetworks[J].IEEE Communications Letters:1-1.该文研究了一种多无人机无线通信系统，该系统采用多个无人机机载无线基站为地面上的一组用户服务。为了实现用户之间的公平性能，该文通过联合优化多用户通信调度和关联、无人机的轨迹和功率控制，最大化下行通信所有地面用户的最小吞吐量。而本专利中多无人机是作为中继来服务各自相应的信源-目的用户链路对，且各信源-目的用户链路对间存在干扰。另一篇现有文献为Throughput Maximization for UAV-Enabled Mobile Relaying Systems[J].IEEETransactions on Communications,2016:1-1.通过优化无人机中继轨迹和功率分配最大化通信系统的吞吐量。该文献中只考虑一个信源-目标用户链路对，而本专利中考虑多个链路对，且各链路对间存在干扰。
发明内容
本发明提供一种无人机多链路中继通信系统的功率分配与飞行路线优化方法，通过信源/无人机功率分配和无人机飞行轨迹设计，减小中继链路间的相互干扰，提高中继链路的通信速率。
为解决上述技术问题，本发明的技术方案如下：
一种无人机多链路中继通信系统的功率分配与飞行路线优化方法，无人机多链路中继通信系统包括若干链路对，每队链路对包括信源、无人机中继和目的用户，包括以下步骤：
S1：设置初始化
Figure BDA0002327065500000021
对于任意k，令ηr＝0，r＝0，误差阈值ε，其中：
Figure BDA0002327065500000022
表示第r轮优化中的Qk，
Figure BDA0002327065500000023
qk[n]表示第k个链路对中无人机中继的飞行路线，n表示第n个时隙，总共有N个时隙，ηr表示第r轮优化中的η，η表示链路对中最小的平均吞吐量；
S2：将
Figure BDA0002327065500000024
代入第一约束条件，得到最优解表示为
Figure BDA0002327065500000025
其中：
Figure BDA0002327065500000026
表示第r+1轮优化中的
Figure BDA0002327065500000027
Figure BDA0002327065500000028
Figure BDA0002327065500000029
表示第k个链路对中信源的第n个时隙的发射功率，
Figure BDA00023270655000000210
表示第r+1轮优化中的
Figure BDA00023270655000000211
Figure BDA00023270655000000212
Figure BDA00023270655000000213
表示第k个链路对无人机中继的第n个时隙的发射功率；
S3：将
Figure BDA00023270655000000214
代入第二约束条件，得到最优解表示为
Figure BDA00023270655000000215
并得到目标函数值表示为ηr+1；
S4：令r＝r+1；
S5：如果
Figure BDA00023270655000000216
得到最优的无人机飞行轨迹和通信功率分配
Figure BDA00023270655000000217
否则重复步骤S2至S4。
优选地，所述目的用户组成的集合为
Figure BDA00023270655000000218
无人机中继组成的集合为
Figure BDA00023270655000000219
信源和目的用户的位置分别固定在
Figure BDA00023270655000000220
和
Figure BDA00023270655000000221
优选地，误差阈值ε取10-2。
优选地，所述第一约束条件为：
Figure BDA0002327065500000031
Figure BDA0002327065500000032
Figure BDA0002327065500000033
Figure BDA0002327065500000034
Figure BDA0002327065500000035
Figure BDA0002327065500000036
Figure BDA0002327065500000037
Figure BDA0002327065500000038
Figure BDA0002327065500000039
Figure BDA00023270655000000310
Figure BDA00023270655000000311
Figure BDA00023270655000000312
上述公式中，
Figure BDA00023270655000000313
为松弛变量，
Figure BDA00023270655000000314
表示第a个链路对中信源到第b链路对中无人机中继的信噪比，
Figure BDA00023270655000000315
为第m个链路对中信源的均值功率，
Figure BDA00023270655000000316
为第k个链路对中无人机中继的均值功率，
Figure BDA00023270655000000317
为第m个链路对中信源的峰值功率，
Figure BDA00023270655000000318
为第k个链路对中无人机中继的峰值功率，
Figure BDA00023270655000000319
Figure BDA00023270655000000320
如下式：
Figure BDA00023270655000000321
Figure BDA00023270655000000322
Figure BDA00023270655000000323
Figure BDA0002327065500000041
优选地，所述第二约束条件为：
Figure BDA0002327065500000042
Figure BDA0002327065500000043
Figure BDA0002327065500000044
Figure BDA0002327065500000045
Figure BDA0002327065500000046
Figure BDA0002327065500000047
Figure BDA0002327065500000048
Figure BDA0002327065500000049
Figure BDA00023270655000000410
Figure BDA00023270655000000411
Figure BDA00023270655000000412
Figure BDA00023270655000000413
Figure BDA00023270655000000414
Figure BDA00023270655000000415
上式中，
Figure BDA00023270655000000416
Figure BDA00023270655000000417
均为松弛变量，γ0参考距离为1米时的信噪比，信源的位置为
Figure BDA00023270655000000418
目的用户的位置为
Figure BDA00023270655000000419
Figure BDA00023270655000000420
分别如下式：
Figure BDA0002327065500000051
Figure BDA0002327065500000052
Figure BDA0002327065500000053
Figure BDA0002327065500000054
Figure BDA0002327065500000055
Figure BDA0002327065500000056
Figure BDA0002327065500000057
Figure BDA0002327065500000058
Figure BDA0002327065500000059
Figure BDA00023270655000000510
Figure BDA00023270655000000511
Figure BDA0002327065500000061
与现有技术相比，本发明技术方案的有益效果是：
本发明在多无人机作为中继分别辅助多个相互之间存在干扰的信源-目的用户链路对的通信系统中，通过联合优化信源/无人机的发射功率以及无人机的飞行轨迹从而最大化多对信源-目标用户链路的最小平均速率，在各链路对共用同一频段进行通信的情况下，保证各链路对通信公平，提高了频带利用率。
附图说明
图1为本发明的方法流程示意图。
图2为实施例中模型示意图。
图3为实施例中实验结果示意图。
图4为实施例中信息传输平均速率随飞行时间变化的趋势图。
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
本实施例提供一种无人机多链路中继通信系统的功率分配与飞行路线优化方法，如图1所示，包括：
无人机多链路中继通信系统包括若干链路对，每队链路对包括信源、无人机中继和目的用户，包括以下步骤：
S1：设置初始化
Figure BDA0002327065500000062
对于任意k，令ηr＝0，r＝0，误差阈值ε，其中：
Figure BDA0002327065500000063
表示第r轮优化中的Qk，
Figure BDA0002327065500000064
qk[n]表示第k个链路对中无人机中继的飞行路线，n表示第n个时隙，总共有N个时隙，ηr表示第r轮优化中的η，η表示链路对中最小的平均吞吐量；
S2：将
Figure BDA0002327065500000065
代入第一约束条件，得到最优解表示为
Figure BDA0002327065500000066
其中：
Figure BDA0002327065500000067
表示第r+1轮优化中的
Figure BDA0002327065500000068
Figure BDA0002327065500000069
Figure BDA00023270655000000610
表示第k个链路对中信源的第n个时隙的发射功率，
Figure BDA0002327065500000071
表示第r+1轮优化中的
Figure BDA0002327065500000072
Figure BDA0002327065500000073
Figure BDA0002327065500000074
表示第k个链路对无人机中继的第n个时隙的发射功率；
S3：将
Figure BDA0002327065500000075
代入第二约束条件，得到最优解表示为
Figure BDA0002327065500000076
并得到目标函数值表示为ηr+1；
S4：令r＝r+1；
S5：如果
Figure BDA0002327065500000077
得到最优的无人机飞行轨迹和通信功率分配
Figure BDA0002327065500000078
否则重复步骤S2至S4。
在具体实施过程中，如图2，仅考虑两对信源-目的用户链路对的情况，其中每个链路对包含一个信源、无人机中继、目的用户。信源-目的用户链路对的目的用户组成的集合用
Figure BDA0002327065500000079
来表示，
Figure BDA00023270655000000710
无人机中继组成的集合用
Figure BDA00023270655000000711
来表示，
Figure BDA00023270655000000712
假设信源和目的用户的位置分别固定在
Figure BDA00023270655000000713
和
Figure BDA00023270655000000714
为了便于分析，我们把将T划分成N个时隙，每个时隙长度为足够小的δt。因此，无人机的位置在每个时隙内可以看做是不变的。无人机瞬时飞行高度为hk[n]，受无人机hmin和hmax所表示的最小和最大允许高度限制。无人机中继轨迹可以表示为
Figure BDA00023270655000000715
飞行最大速度为Vmax，则有
Figure BDA00023270655000000716
表示无人机在每个时隙所能飞行的最大距离。因此，无人机的飞行轨迹受高度约束、最大速度约束和避碰约束，即
Figure BDA00023270655000000717
Figure BDA00023270655000000718
Figure BDA00023270655000000719
假设通信信道是视距信道，信道功率增益符合自由空间路径损失模型。从信源m到无人机k和无人机k到目的用户m的距离分别表示为：
Figure BDA00023270655000000720
Figure BDA00023270655000000721
因此，从信源m到无人机k和无人机k到目的用户m的信噪比分别表示为：
Figure BDA0002327065500000081
Figure BDA0002327065500000082
其中
Figure BDA0002327065500000083
表示参考距离为1米(m)时的信噪比。
相应的，每条信源-目的用户链路对中信源到对应无人机中继的瞬时信息传输速率可以表示为：
Figure BDA0002327065500000084
Figure BDA0002327065500000085
相似的，每对信源-目的用户链路对中无人机中继到对应目的用户的瞬时信息传输速率可以表示为：
Figure BDA0002327065500000086
Figure BDA0002327065500000091
其中
Figure BDA0002327065500000092
表示信源m第n个时隙的发射功率，
Figure BDA0002327065500000093
表示无人机中继k第n个时隙的发射功率。
因为在每个时隙中，无人机中继只能转发已经从信源接收到的数据，因此每对链路对中无人机中继转发信息受限于信息因果约束，我们假设每个无人机中继的信息处理时延为一个时隙，则信息因果约束表示如下：
Figure BDA0002327065500000094
Figure BDA0002327065500000095
因此我们有
Figure BDA0002327065500000096
从而我们也有
Figure BDA0002327065500000097
此外信源和无人机的发射功率也受均值功率和峰值功率约束，表示如下：
Figure BDA0002327065500000098
Figure BDA0002327065500000099
Figure BDA00023270655000000910
Figure BDA00023270655000000911
其中，
Figure BDA00023270655000000912
分别为信源k和无人机中继m的均值功率和峰值功率约束。
在信息因果关系约束下，每对信源-目的用户链路对中从信源到目的用户的端到端吞吐量受到无人机中继到目的用户的信息传输速率的限制。因此，每对链路对目的用户的平均吞吐量分别表示如下：
Figure BDA0002327065500000101
Figure BDA0002327065500000102
我们的目标是最大化两对链路对的最小的平均吞吐量，因此优化问题为下面所示：
(P1):
Figure BDA0002327065500000103
s.t.R1≥η,(8a)
R2≥η,(8b)
Figure BDA00023270655000001012
Figure BDA0002327065500000104
Figure BDA0002327065500000105
Figure BDA0002327065500000106
Figure BDA0002327065500000107
Figure BDA0002327065500000108
Figure BDA0002327065500000109
Figure BDA00023270655000001010
Figure BDA00023270655000001011
Figure BDA0002327065500000111
由于问题(P1)是非凸的，下面我们提出了一种有效的算法解决问题(P1)。
(2).问题求解
A：给定无人机轨迹，优化信源/无人机中继发射功率
(P2):
Figure BDA0002327065500000112
Figure BDA0002327065500000113
Figure BDA0002327065500000114
Figure BDA0002327065500000115
Figure BDA0002327065500000116
Figure BDA0002327065500000117
Figure BDA0002327065500000118
Figure BDA0002327065500000119
Figure BDA00023270655000001110
Figure BDA00023270655000001111
由于约束(9a-9d)相对于功率是非凸约束，因此问题(P2)是一个非凸问题，对它进行求解是很难的。通过引入松弛变量
Figure BDA00023270655000001112
我们进一步考虑下面的问题；
(P3):
Figure BDA00023270655000001113
Figure BDA00023270655000001114
Figure BDA00023270655000001115
Figure BDA0002327065500000121
Figure BDA0002327065500000122
Figure BDA0002327065500000123
Figure BDA0002327065500000124
Figure BDA0002327065500000125
Figure BDA0002327065500000126
Figure BDA0002327065500000127
Figure BDA0002327065500000128
Figure BDA0002327065500000129
我们用反证法可以证明在不需要减小目标值的情况下，约束(10e)(10f)中
Figure BDA00023270655000001210
和
Figure BDA00023270655000001211
的最优解比值一定会达到某种平衡使两约束满足等式。因此问题(P3)与(P2)等价。由于(10c-10f)约束仍然是非凸约束，因此问题(P3)仍然是非凸优化问题。本专利把
Figure BDA00023270655000001212
写为两个关于
Figure BDA00023270655000001213
和
Figure BDA00023270655000001214
为凹函数的公式之差的形式，相同的，把
Figure BDA00023270655000001215
写为两个关于
Figure BDA00023270655000001216
和
Figure BDA00023270655000001217
为凹函数的公式之差的形式。
Figure BDA00023270655000001218
Figure BDA00023270655000001219
Figure BDA00023270655000001220
Figure BDA0002327065500000131
我们令
Figure BDA0002327065500000132
Figure BDA0002327065500000133
Figure BDA0002327065500000134
Figure BDA0002327065500000135
由于公式(11a-11d)分别位于问题(P3)的约束(10c-10f)的不等号右侧，且公式(12a-12d)分别关于
Figure BDA0002327065500000136
和
Figure BDA0002327065500000137
为凹函数，使原约束为非凸约束，在给定点处它们的一阶泰勒展开是全局上估计，因此我们可以通过迭代的方式利用连续凸优化方法来处理该非凸优化问题。在给定点
Figure BDA0002327065500000138
和
Figure BDA0002327065500000139
处，我们分别有下面的不等式成立，
Figure BDA00023270655000001310
Figure BDA00023270655000001311
Figure BDA00023270655000001312
Figure BDA00023270655000001313
进一步得到问题如下：
(P4):
Figure BDA00023270655000001314
Figure BDA00023270655000001315
Figure BDA0002327065500000141
Figure BDA0002327065500000142
Figure BDA0002327065500000143
Figure BDA0002327065500000144
Figure BDA0002327065500000145
Figure BDA0002327065500000146
Figure BDA0002327065500000147
Figure BDA0002327065500000148
Figure BDA0002327065500000149
Figure BDA00023270655000001410
上述问题中，约束条件(14c-14f)式分别关于
Figure BDA00023270655000001411
和
Figure BDA00023270655000001412
是凸的约束，因此问题(P4)是凸优化问题，可以通过内点法求解。
B:给定功率分配,优化无人机轨迹：
(P5):
Figure BDA00023270655000001413
Figure BDA00023270655000001414
Figure BDA00023270655000001415
Figure BDA0002327065500000151
Figure BDA0002327065500000152
Figure BDA0002327065500000153
Figure BDA0002327065500000154
Figure BDA0002327065500000155
由于约束(15a-15d)关于
Figure BDA00023270655000001513
是非凸的，所以问题(P5)是一个非凸优化问题。首先，本文引入松弛变量
Figure BDA0002327065500000157
和
Figure BDA0002327065500000158
上述问题可以重新阐述为下面的问题：
(P6):
Figure BDA0002327065500000159
Figure BDA00023270655000001510
Figure BDA00023270655000001511
Figure BDA00023270655000001512
Figure BDA0002327065500000161
Figure BDA0002327065500000162
Figure BDA0002327065500000163
Figure BDA0002327065500000164
Figure BDA0002327065500000165
Figure BDA0002327065500000166
问题(P6)总存在一个最优解使得约束(16e)(16f)取等号成立。因此问题(P6)和问题(P5)是等价的。约束(16c-16f)的右式关于
Figure BDA00023270655000001611
是非凹的，因此本文把四个约束的右式分别写为两个分别关于
Figure BDA0002327065500000168
和
Figure BDA0002327065500000169
为凹函数的公式之差的形式。如下：
Figure BDA00023270655000001610
Figure BDA0002327065500000171
Figure BDA0002327065500000172
Figure BDA0002327065500000173
由于以上四式分别位于约束(16c-16f)的不等号右侧，且其第一项分别关于
Figure BDA0002327065500000174
和
Figure BDA0002327065500000175
为凸函数，使原约束为非凸约束，在给定点处以上四式对于
Figure BDA0002327065500000176
和
Figure BDA0002327065500000177
一阶泰勒展开是全局下估计，因此我们可以通过迭代的方式利用连续凸优化方法来处理该非凸问题。在给定点
Figure BDA0002327065500000178
和
Figure BDA0002327065500000179
处，我们分别有下面的不等式成立：
Figure BDA0002327065500000181
其中
Figure BDA0002327065500000182
Figure BDA0002327065500000183
相似的：
Figure BDA0002327065500000184
其中
Figure BDA0002327065500000185
Figure BDA0002327065500000186
Figure BDA0002327065500000187
Figure BDA0002327065500000191
其中
Figure BDA0002327065500000192
Figure BDA0002327065500000193
Figure BDA0002327065500000194
其中
Figure BDA0002327065500000195
Figure BDA0002327065500000196
由于
Figure BDA0002327065500000197
分别关于
Figure BDA0002327065500000198
和
Figure BDA0002327065500000199
是线性函数，而
Figure BDA00023270655000001910
和
Figure BDA00023270655000001911
分别关于
Figure BDA00023270655000001912
为凸函数，因此
Figure BDA00023270655000001913
Figure BDA00023270655000001914
分别关于
Figure BDA00023270655000001915
为凹函数。
对于
Figure BDA00023270655000001916
和
Figure BDA00023270655000001917
表达式的第二项，我们无法直接判断该项对于
Figure BDA00023270655000001918
是否为凸函数，因此各表达式中第二项的
Figure BDA00023270655000001919
Figure BDA00023270655000001920
和
Figure BDA00023270655000001921
分别引入松弛变量
Figure BDA00023270655000001922
Figure BDA00023270655000001923
和
Figure BDA00023270655000001924
我们可以进一步得到如下问题：
(P7):
Figure BDA00023270655000001925
Figure BDA0002327065500000201
Figure BDA0002327065500000202
Figure BDA0002327065500000203
Figure BDA0002327065500000204
Figure BDA0002327065500000205
Figure BDA0002327065500000206
Figure BDA0002327065500000207
Figure BDA0002327065500000208
Figure BDA0002327065500000209
Figure BDA00023270655000002018
Figure BDA00023270655000002010
Figure BDA00023270655000002019
Figure BDA00023270655000002011
对于约束(19g-19j),我们总是可以在不减小目标值的情况下，通过分别增大松弛变量
Figure BDA00023270655000002012
和
Figure BDA00023270655000002013
使约束满足等式。
由于约束(19g-19j)(19l)的右式关于
Figure BDA00023270655000002014
是凸函数，使原约束为非凸约束，在给定点处它们的一阶泰勒展开是全局下估计，因此我们可以通过迭代的方式利用连续凸优化方法来处理该非凸问题。在给定点
Figure BDA00023270655000002015
处，我们分别有下面的不等式成立：
Figure BDA00023270655000002016
Figure BDA00023270655000002017
Figure BDA0002327065500000211
Figure BDA0002327065500000212
Figure BDA0002327065500000213
问题可以进一步表示如下：
(P8):
Figure BDA0002327065500000214
Figure BDA00023270655000002117
Figure BDA0002327065500000215
Figure BDA0002327065500000216
Figure BDA0002327065500000217
Figure BDA0002327065500000218
Figure BDA0002327065500000219
Figure BDA00023270655000002110
Figure BDA00023270655000002111
Figure BDA00023270655000002112
Figure BDA00023270655000002113
Figure BDA00023270655000002114
Figure BDA00023270655000002115
Figure BDA00023270655000002116
约束(21c-21j),(21l)的不等号右侧皆有一阶泰勒展开的得到的全局下估计，因此问题(P8)的可行解也是问题(P7)的可行解。此外，问题(P8)中的各个约束关于
Figure BDA0002327065500000221
都是凸约束，因此(P8)是一个凸优化问题，可以通过内点法求解。
图3为无人机的飞行轨迹图，平均发射功率p＝0dBm，图中：
(1)T70 joint:联合优化功率、带宽和轨迹,飞行时间T＝70s时轨迹；
(2)T150 joint：联合优化功率、带宽和轨迹,飞行时间T＝150s时轨迹；
(3)T150 traj only:给定信源和无人机的发射功率，优化轨迹，飞行时间
T＝150s时轨迹；
(4)Initial traj:初始轨迹
由图可见，联合优化时T＝70s和T＝150s的轨迹重合，无论是联合优化还是只优化轨迹，当T足够无人机从信源飞到目的用户时，无人机会以较快速度飞到某一适合收发信息的区域，以较慢速度飞过此区域，大量收发信息，从而提高平均信息传输速率。
如图4，为平均速率随飞行时间变化的趋势图,平均发射功率p＝0dBm，图中：
分别设置了五种方案对比：
(1)joint：联合优化功率、带宽和轨迹；
(2)traj only:给定信源和无人机的发射功率，优化轨迹；
(3)pow only:给定无人机飞行轨迹，优化功率；
(4)traj node with pow opt:给定无人机轨迹为一点，优化功率；
(5)set traj and pow:给定无人机的飞行轨迹以及信源和无人机的发射功率；
由图可见，本文中提出的优化策略有明显的性能增益。
相同或相似的标号对应相同或相似的部件；
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)

1.一种无人机多链路中继通信系统的功率分配与飞行路线优化方法，其特征在于，无人机多链路中继通信系统包括若干链路对，每队链路对包括信源、无人机中继和目的用户，包括以下步骤：
S1：设置初始化
Figure FDA0002327065490000011
对于任意k，令ηr＝0，r＝0，误差阈值ε，其中：
Figure FDA0002327065490000012
表示第r轮优化中的Qk，
Figure FDA0002327065490000013
qk[n]表示第k个链路对中无人机中继的飞行路线，n表示第n个时隙，总共有N个时隙，ηr表示第r轮优化中的η，η表示链路对中最小的平均吞吐量；
S2：将
Figure FDA0002327065490000014
代入第一约束条件，得到最优解表示为
Figure FDA0002327065490000015
其中：
Figure FDA0002327065490000016
表示第r+1轮优化中的
Figure FDA0002327065490000017
Figure FDA0002327065490000018
Figure FDA0002327065490000019
表示第k个链路对中信源的第n个时隙的发射功率，
Figure FDA00023270654900000110
表示第r+1轮优化中的
Figure FDA00023270654900000111
Figure FDA00023270654900000112
Figure FDA00023270654900000113
表示第k个链路对无人机中继的第n个时隙的发射功率；
S3：将
Figure FDA00023270654900000114
代入第二约束条件，得到最优解表示为
Figure FDA00023270654900000115
并得到目标函数值表示为ηr+1；
S4：令r＝r+1；
S5：如果
Figure FDA00023270654900000116
得到最优的无人机飞行轨迹和通信功率分配
Figure FDA00023270654900000117
否则重复步骤S2至S4。
2.根据权利要求1所述的无人机多链路中继通信系统的功率分配与飞行路线优化方法，其特征在于，所述目的用户组成的集合为
Figure FDA00023270654900000118
无人机中继组成的集合为
Figure FDA00023270654900000119
信源和目的用户的位置分别固定在
Figure FDA00023270654900000120
和
Figure FDA00023270654900000121
3.根据权利要求2所述的无人机多链路中继通信系统的功率分配与飞行路线优化方法，其特征在于，误差阈值ε取10-2。
4.根据权利要求3所述的无人机多链路中继通信系统的功率分配与飞行路线优化方法，其特征在于，所述第一约束条件为：
Figure FDA00023270654900000122
Figure FDA0002327065490000021
Figure FDA0002327065490000022
Figure FDA0002327065490000023
Figure FDA0002327065490000024
Figure FDA0002327065490000025
Figure FDA0002327065490000026
Figure FDA0002327065490000027
Figure FDA0002327065490000028
Figure FDA0002327065490000029
Figure FDA00023270654900000210
Figure FDA00023270654900000211
上述公式中，
Figure FDA00023270654900000212
为松弛变量，
Figure FDA00023270654900000213
表示第a个链路对中信源到第b链路对中无人机中继的信噪比，
Figure FDA00023270654900000214
为第m个链路对中信源的均值功率，
Figure FDA00023270654900000215
为第k个链路对中无人机中继的均值功率，
Figure FDA00023270654900000216
为第m个链路对中信源的峰值功率，
Figure FDA00023270654900000217
为第k个链路对中无人机中继的峰值功率，
Figure FDA00023270654900000218
Figure FDA00023270654900000219
如下式：
Figure FDA00023270654900000220
Figure FDA00023270654900000221
Figure FDA00023270654900000222
Figure FDA00023270654900000223
5.根据权利要求4所述的无人机多链路中继通信系统的功率分配与飞行路线优化方法，其特征在于，所述第二约束条件为：
Figure FDA0002327065490000031
Figure FDA0002327065490000032
Figure FDA0002327065490000033
Figure FDA0002327065490000034
Figure FDA0002327065490000035
Figure FDA00023270654900000318
Figure FDA0002327065490000036
Figure FDA0002327065490000037
Figure FDA0002327065490000038
Figure FDA0002327065490000039
Figure FDA00023270654900000310
Figure FDA00023270654900000311
Figure FDA00023270654900000312
Figure FDA00023270654900000313
上式中，
Figure FDA00023270654900000314
Figure FDA00023270654900000315
均为松弛变量，γ0参考距离为1米时的信噪比，信源的位置为
Figure FDA00023270654900000316
目的用户的位置为
Figure FDA00023270654900000317
分别如下式：
Figure FDA0002327065490000041
Figure FDA0002327065490000042
Figure FDA0002327065490000043
Figure FDA0002327065490000044
Figure FDA0002327065490000045
Figure FDA0002327065490000046
Figure FDA0002327065490000047
Figure FDA0002327065490000048
Figure FDA0002327065490000049
Figure FDA00023270654900000410
Figure FDA00023270654900000411
Figure FDA0002327065490000051
CN201911320697.XA 2019-12-19 2019-12-19 无人机多链路中继通信系统的功率分配与飞行路线优化方法 Active CN111107515B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911320697.XA CN111107515B (zh) 2019-12-19 2019-12-19 无人机多链路中继通信系统的功率分配与飞行路线优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911320697.XA CN111107515B (zh) 2019-12-19 2019-12-19 无人机多链路中继通信系统的功率分配与飞行路线优化方法

Publications (2)

Publication Number Publication Date
CN111107515A true CN111107515A (zh) 2020-05-05
CN111107515B CN111107515B (zh) 2022-07-12

Family

ID=70423057

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911320697.XA Active CN111107515B (zh) 2019-12-19 2019-12-19 无人机多链路中继通信系统的功率分配与飞行路线优化方法

Country Status (1)

Country Link
CN (1) CN111107515B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111479226A (zh) * 2020-05-22 2020-07-31 南京邮电大学 无人机通信系统及基于用户轨迹的无人机通信优化方法
CN111586718A (zh) * 2020-05-09 2020-08-25 南京邮电大学 面向无人机中继通信系统的喷泉编码设计方法
CN112788726A (zh) * 2021-01-19 2021-05-11 西安交通大学 一种无人机辅助基站通信的网络场景模型下的功率控制方法
CN112821936A (zh) * 2020-12-31 2021-05-18 上海海洋大学 一种无人机信号中继系统及应用
CN113179116A (zh) * 2021-04-20 2021-07-27 南通大学 无人机中继系统的发射功率及飞行轨迹的联合优化方法
CN113518361A (zh) * 2021-06-18 2021-10-19 中南林业科技大学 一种无人机辅助无线通信的轨迹优化方法、设备及介质
CN113904743A (zh) * 2021-10-11 2022-01-07 重庆邮电大学 一种无人机中继系统的安全通信资源优化设计方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160221683A1 (en) * 2014-05-19 2016-08-04 Google Inc. Hybrid Power Systems for Vehicle with Hybrid Flight Modes
US20170126309A1 (en) * 2015-10-30 2017-05-04 The Florida International University Board Of Trustees Cooperative clustering for enhancing mu-massive-miso-based uav communication
CN110380773A (zh) * 2019-06-13 2019-10-25 广东工业大学 一种无人机多跳中继通信系统的轨迹优化与资源分配方法
CN110381444A (zh) * 2019-06-24 2019-10-25 广东工业大学 一种无人机轨迹优化及资源分配方法
CN110380772A (zh) * 2019-06-12 2019-10-25 广东工业大学 一种无人机中继系统的资源分配与飞行路线优化方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160221683A1 (en) * 2014-05-19 2016-08-04 Google Inc. Hybrid Power Systems for Vehicle with Hybrid Flight Modes
US20170126309A1 (en) * 2015-10-30 2017-05-04 The Florida International University Board Of Trustees Cooperative clustering for enhancing mu-massive-miso-based uav communication
CN110380772A (zh) * 2019-06-12 2019-10-25 广东工业大学 一种无人机中继系统的资源分配与飞行路线优化方法
CN110380773A (zh) * 2019-06-13 2019-10-25 广东工业大学 一种无人机多跳中继通信系统的轨迹优化与资源分配方法
CN110381444A (zh) * 2019-06-24 2019-10-25 广东工业大学 一种无人机轨迹优化及资源分配方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
吴允桢等: "无人机使能的空地协同信息分发优化技术", 《通信技术》 *
解路瑶等: "存在干扰下的多无人机中继波束形成策略", 《数据采集与处理》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111586718A (zh) * 2020-05-09 2020-08-25 南京邮电大学 面向无人机中继通信系统的喷泉编码设计方法
CN111479226A (zh) * 2020-05-22 2020-07-31 南京邮电大学 无人机通信系统及基于用户轨迹的无人机通信优化方法
CN111479226B (zh) * 2020-05-22 2022-03-11 南京邮电大学 无人机通信系统及基于用户轨迹的无人机通信优化方法
CN112821936A (zh) * 2020-12-31 2021-05-18 上海海洋大学 一种无人机信号中继系统及应用
CN112788726A (zh) * 2021-01-19 2021-05-11 西安交通大学 一种无人机辅助基站通信的网络场景模型下的功率控制方法
CN112788726B (zh) * 2021-01-19 2022-04-22 西安交通大学 一种无人机辅助基站通信的网络场景模型下的功率控制方法
CN113179116A (zh) * 2021-04-20 2021-07-27 南通大学 无人机中继系统的发射功率及飞行轨迹的联合优化方法
CN113518361A (zh) * 2021-06-18 2021-10-19 中南林业科技大学 一种无人机辅助无线通信的轨迹优化方法、设备及介质
CN113518361B (zh) * 2021-06-18 2022-06-17 中南林业科技大学 一种无人机辅助无线通信的轨迹优化方法、设备及介质
CN113904743A (zh) * 2021-10-11 2022-01-07 重庆邮电大学 一种无人机中继系统的安全通信资源优化设计方法
CN113904743B (zh) * 2021-10-11 2023-11-21 重庆邮电大学 一种无人机中继系统的安全通信资源优化设计方法

Also Published As

Publication number Publication date
CN111107515B (zh) 2022-07-12

Similar Documents

Publication Publication Date Title
CN111107515B (zh) 无人机多链路中继通信系统的功率分配与飞行路线优化方法
CN110380773B (zh) 一种无人机多跳中继通信系统的轨迹优化与资源分配方法
CN110380772B (zh) 一种无人机中继系统的资源分配与飞行路线优化方法
CN107040982B (zh) 一种面向无人机中继网络的用户调度与功率分配联合优化方法
CN113179116B (zh) 无人机中继系统的发射功率及飞行轨迹的联合优化方法
CN111970709B (zh) 一种基于粒子群优化算法的无人机中继部署方法及系统
CN110730495A (zh) 能量约束下的无人机数据分发优化方法
CN110418286B (zh) 信息与能量协同传输的通信方法、装置、无人机及系统
CN109660292B (zh) 一种基于多无人机覆盖的无线通信系统飞行高度设计方法
CN111479239A (zh) 一种多天线无人机数据采集系统的传感器发射能耗优化方法
CN112566066B (zh) 一种中继无人机通信与运动耗能联合优化方法
CN111328122A (zh) 一种多无人机交替中继通信的功率分配与飞行路线优化方法
Farrag et al. Performance analysis of UAV assisted mobile communications in THz channel
Li et al. A UAV real-time trajectory optimized strategy for moving users
CN115379393A (zh) 一种面向干扰协调的全双工中继无人机能效优化方法
CN112188497B (zh) 一种空地一体化车辆网频谱资源优化方法
CN111064501B (zh) 基于无人机双中继通信系统的资源优化方法
Almohamad et al. On network flow maximization via multihop backhauling and uavs: An integer programming approach
CN116545515A (zh) 一种基于无人机群的高效数据传输方法
CN114945182B (zh) 一种城市环境中多无人机中继优化部署方法
Liu et al. Routing and resource scheduling for air-ground integrated mesh networks
CN114339667B (zh) 基于混合无人机空中移动基站的中继方法和装置
CN113423070A (zh) 一种无人机中继网络双向多跳中继传输控制方法
CN114665947A (zh) 一种无人机支持的中继通信系统联合功率控制及位置规划的优化设计方法
Zeng et al. Trajectory optimization for completion time minimization in UAV-enabled multicasting

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