CN111479226B - 无人机通信系统及基于用户轨迹的无人机通信优化方法 - Google Patents
无人机通信系统及基于用户轨迹的无人机通信优化方法 Download PDFInfo
- Publication number
- CN111479226B CN111479226B CN202010440126.6A CN202010440126A CN111479226B CN 111479226 B CN111479226 B CN 111479226B CN 202010440126 A CN202010440126 A CN 202010440126A CN 111479226 B CN111479226 B CN 111479226B
- Authority
- CN
- China
- Prior art keywords
- user
- aerial vehicle
- unmanned aerial
- communication
- channel
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- 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
- 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]
Abstract
本发明提供了一种无人机通信系统及基于用户轨迹的无人机通信优化方法。基于用户轨迹的无人机通信优化方法主要包括以下步骤:通过用户的运动轨迹信息预测用户在通信期间任意时刻的位置信息,并根据得到的位置信息计算得到无人机与用户之间信道的大尺度衰落系数;计算每个用户数据传输的平均吞吐量,以最大化用户的最小平均吞吐量为目标,优化无人机的发射功率分配和飞行航迹规划。本发明利用用户的运动轨迹信息来预测用户在通信期间任意时刻的位置信息,并利用无人机的高机动性为用户提供通信服务,在用户运动轨迹已知的情况下,保证了用户通信的数据吞吐量,显著提升了通信质量,能够应用于地面基站稀缺的情况。
Description
技术领域
本发明涉及一种无人机通信系统及基于用户轨迹的无人机通信优化方法,属于无线通信技术领域。
背景技术
近年来,将无人机应用在无线通信网络中来提高系统性能的现象越来越普遍。无人机在大部分时间里能为地面用户提供视距信道链路,通常具有更好的空对地信道或者空对海信道,可以显著提高传输性能。其次,无人机的高机动性和敏捷性,使其能够在紧急情况下快速部署并建立通信。此外,与传统通信基础设施相比,无人机部署的成本更低,这也使得无人机成为某些特殊场景下提高网络覆盖的一个经济有效的选择。因此,无人机在无线通信网络中作为空中基站、无线中继或者用于无线传感器网络中的数据收集和传播都是一种很好的选择。
但是在某些特定应用场景下,用户轨迹都是可以预先知道的,如遵循指定的航线航行的船只,沿着轨道运行的火车、高铁,甚至是在高速公路上行驶汽车。由于这些场景下用户大都按照预先规划好的路线运动,利用用户的这一行为特征,结合出发时刻表预测出用户在将来一段时间内所处的位置,从而获取具有前瞻性的大尺度衰落信道信息来预估通信质量。但是受限于无人机的飞行搭载能力、滞空时间等因素,基于无人机的空中基站在实际推广中往往有些困难。因此,如何提高无人机通信质量已经逐渐成为未来无线通信领域中的研究热点。
有鉴于此,确有必要提出一种无人机通信系统及基于用户轨迹的无人机通信优化方法,以解决上述问题。
发明内容
本发明的目的在于提供一种无人机通信系统及基于用户轨迹的无人机通信优化方法,以提高用户的通信质量。
为实现上述目的,本发明提供了一种基于用户轨迹的无人机通信优化方法,应用于基于用户轨迹的无人机通信系统,主要包括以下步骤:
步骤1、通过用户的运动轨迹信息预测用户在通信期间任意时刻的位置信息,并根据得到的位置信息计算得到无人机与用户之间信道的大尺度衰落系数;
步骤2、计算每个用户数据传输的平均吞吐量,以最大化用户的最小平均吞吐量为目标,优化无人机的发射功率分配和飞行航迹规划。
可选的,步骤1具体包括:
步骤11、将无人机作为移动基站,定义有N个运动轨迹信息已知的用户,初始化飞行航迹,将无人机的飞行高度固定为H,总通信服务时间为T,并将总通信服务时间T划分为M个时隙,每个时隙长度为δ;
步骤12、根据已知的用户的运动轨迹信息和总通信服务时间,得到第n个用户在第m个时隙内的位置信息,表示为{Ux[n,m],Uy[n,m]};
步骤13、根据用户在通信时所处的不同环境,采用空对地信道模型或空对海双射线信道模型,计算得到无人机与用户之间信道的大尺度衰落系数。
可选的,无人机在第m个时隙内的位置信息可以表示为[xm,ym],无人机与第n个用户在第m个时隙内的距离为:
可选的,无人机与用户之间信道的大尺度衰落系数为:
其中,(1)式为空对地信道模型,β0为参考距离d=1米时的信道增益;(2)式为空对海双射线信道模型,λ为信号波长,hn表示第n个用户的天线高度。
可选的,步骤2具体包括:
步骤21、计算每个用户数据传输的平均吞吐量;
步骤22、定义无人机的总功率为PT,最大飞行速度为V,计算得到无人机的功率约束和无人机在每个时隙内的位置约束;
可选的,步骤21中,第n个用户数据传输的平均吞吐量表示为:
其中,B为无人机发射的总带宽,pn,m为无人机在每个时隙内给每个用户分配的发射功率。
可选的,步骤22中,无人机的功率约束表示为:
无人机在每个时隙内的位置约束表示为:
(x1-x0)2+(y1-y0)2≤(VΔT)2
(xm-xm-1)2+(ym-ym-1)2≤(VΔT)2,
(xF-xM)2+(yF-yM)2≤(VΔT)2
其中,Pmax为无人机的最大功率,[x0,y0]和[xF,yF]分别为无人机的起始位置和最终位置。
可选的,步骤23中,所述优化问题为:
s.t.C1:pn,m≥0
C3:(x1-x0)2+(y1-y0)2≤(VΔT)2
C4:(xm-xm-1)2+(ym-ym-1)2≤(VΔT)2
C5:(xF-xM)2+(yF-yM)2≤(VΔT)2。
可选的,步骤24中,所述迭代算法的步骤具体包括:
S1、将步骤23中获得的飞行航迹规划的最优解代入到步骤13中,更新无人机与用户之间信道的大尺度衰落系数;
S2、将更新后的无人机与用户之间信道的大尺度衰落系数和无人机发射功率分配的最优解代入到步骤21中,计算每个用户数据传输的平均吞吐量;继续求解步骤23中的优化问题,得到新一轮的无人机发射功率分配和飞行航迹规划的最优解;
为实现上述目的,本发明还提供了一种无人机通信系统,应用前述的基于用户轨迹的无人机通信优化方法,所述无人机通信系统包括作为移动基站的无人机和多个运动轨迹信息已知的用户。
本发明的有益效果是:本发明利用用户的运动轨迹信息来预测用户在通信期间任意时刻的位置信息,并利用无人机的高机动性为用户提供通信服务,在用户运动轨迹已知的情况下,保证了用户通信的数据吞吐量,显著提升了通信质量,能够应用于地面基站稀缺的情况。
附图说明
图1为本发明基于用户轨迹的无人机通信优化方法的流程示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面结合附图和具体实施例对本发明进行详细描述。
本发明揭示了一种基于无人机辅助的用户移动轨迹已知的无线通信下行传输系统,可简称为无人机通信系统。所述无人机通信系统包括作为移动基站的无人机及多个运动轨迹信息已知的用户,无人机为用户提供无线服务并进行数据传输。本发明中,无人机通信系统可以采用频分多址技术,使各个用户之间不存在干扰问题。
如图1所示,本发明还揭示了一种基于用户轨迹的无人机通信优化方法,应用于上述基于用户轨迹的无人机通信系统,主要包括以下步骤:
步骤1、通过用户的运动轨迹信息预测用户在通信期间任意时刻的位置信息,并根据得到的位置信息计算得到无人机与用户之间信道的大尺度衰落系数;
步骤2、计算每个用户数据传输的平均吞吐量,以最大化用户的最小平均吞吐量为目标,优化无人机的发射功率分配和飞行航迹规划。
以下将对步骤1和步骤2进行详细说明。
步骤1的具体步骤为:
步骤11、将无人机作为移动基站,定义有N个运动轨迹信息已知的用户,初始化飞行航迹,将无人机的飞行高度固定为H,总通信服务时间为T,并将总通信服务时间T划分为M个时隙,每个时隙长度为δ;其中,初始化后的飞行航迹为从无人机的起始位置到最终位置匀速运动的一条直线;
步骤12、根据已知的用户的运动轨迹信息和总通信服务时间,得到第n个用户在第m个时隙内的位置信息,表示为{Ux[n,m],Uy[n,m]};无人机在第m个时隙内的位置信息可以表示为[xm,ym],无人机与第n个用户在第m个时隙内的距离为:
步骤13、根据用户在通信时所处的不同环境,采用空对地信道模型或空对海双射线信道模型,计算得到无人机与用户之间信道的大尺度衰落系数。
步骤13中,无人机与用户之间信道的大尺度衰落系数为:
其中,(1)式为空对地信道模型,β0为参考距离d=1米时的信道增益;(2)式为空对海双射线信道模型,λ为信号波长,hn表示第n个用户的天线高度。
步骤2的具体步骤为:
步骤21、计算每个用户数据传输的平均吞吐量;由于无人机同时与所有用户进行通信,考虑到不同用户在通信中存在相互干扰,故需要计算每个用户数据传输的平均吞吐量,如:第n个用户数据传输的平均吞吐量可表示为:
其中,B为无人机发射的总带宽,pn,m为无人机在每个时隙内给每个用户分配的发射功率。
步骤22、定义无人机的总功率为PT,最大飞行速度为V,计算得到无人机的功率约束和无人机在每个时隙内的位置约束,所述无人机的功率约束可表示为:
无人机在每个时隙内的位置约束表示为:
其中,Pmax为无人机的最大功率,[x0,y0]和[xF,yF]分别为无人机的起始位置和最终位置。
s.t.C1:pn,m≥0
C3:(x1-x0)2+(y1-y0)2≤(VΔT)2
C4:(xm-xm-1)2+(ym-ym-1)2≤(VΔT)2
C5:(xF-xM)2+(yF-yM)2≤(VΔT)2。
所述迭代算法的步骤具体包括:
S1、将步骤23中获得的飞行航迹规划的最优解代入到步骤13中,更新无人机与用户之间信道的大尺度衰落系数;
S2、将更新后的无人机与用户之间信道的大尺度衰落系数和无人机发射功率分配的最优解代入到步骤21中,计算每个用户数据传输的平均吞吐量;继续求解步骤23中的优化问题,得到新一轮的无人机发射功率分配和飞行航迹规划的最优解;
综上所述,本发明利用用户的运动轨迹信息来预测用户在通信期间任意时刻的位置信息,并利用无人机的高机动性为用户提供通信服务,在用户运动轨迹已知的情况下,保证了用户通信的数据吞吐量,显著提升了通信质量,能够应用于地面基站稀缺的情况。
以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的精神和范围。
Claims (7)
1.一种基于用户轨迹的无人机通信优化方法,应用于基于用户轨迹的无人机通信系统,其特征在于,主要包括以下步骤:
步骤1、通过用户的运动轨迹信息预测用户在通信期间任意时刻的位置信息,并根据得到的位置信息计算得到无人机与用户之间信道的大尺度衰落系数;
步骤2、计算每个用户数据传输的平均吞吐量,以最大化用户的最小平均吞吐量为目标,优化无人机的发射功率分配和飞行航迹规划;
其中,步骤1具体包括:
步骤11、将无人机作为移动基站,定义有N个运动轨迹信息已知的用户,初始化飞行航迹,将无人机的飞行高度固定为H,总通信服务时间为T,并将总通信服务时间T划分为M个时隙,每个时隙长度为δ;
步骤12、根据已知的用户的运动轨迹信息和总通信服务时间,得到第n个用户在第m个时隙内的位置信息,表示为{Ux[n,m],Uy[n,m]};
步骤13、根据用户在通信时所处的不同环境,采用空对地信道模型或空对海双射线信道模型,计算得到无人机与用户之间信道的大尺度衰落系数;
步骤2具体包括:
步骤21、计算每个用户数据传输的平均吞吐量;
步骤22、定义无人机的总功率为PT,最大飞行速度为V,计算得到无人机的功率约束和无人机在每个时隙内的位置约束;
步骤24中,所述迭代算法的步骤具体包括:
S1、将步骤23中获得的飞行航迹规划的最优解代入到步骤13中,更新无人机与用户之间信道的大尺度衰落系数;
S2、将更新后的无人机与用户之间信道的大尺度衰落系数和无人机发射功率分配的最优解代入到步骤21中,计算每个用户数据传输的平均吞吐量;继续求解步骤23中的优化问题,得到新一轮的无人机发射功率分配和飞行航迹规划的最优解;
7.一种无人机通信系统,其特征在于,应用权利要求1-6中任一项所述的基于用户轨迹的无人机通信优化方法,所述无人机通信系统包括作为移动基站的无人机和多个运动轨迹信息已知的用户。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010440126.6A CN111479226B (zh) | 2020-05-22 | 2020-05-22 | 无人机通信系统及基于用户轨迹的无人机通信优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010440126.6A CN111479226B (zh) | 2020-05-22 | 2020-05-22 | 无人机通信系统及基于用户轨迹的无人机通信优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111479226A CN111479226A (zh) | 2020-07-31 |
CN111479226B true CN111479226B (zh) | 2022-03-11 |
Family
ID=71763672
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010440126.6A Active CN111479226B (zh) | 2020-05-22 | 2020-05-22 | 无人机通信系统及基于用户轨迹的无人机通信优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111479226B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111885504B (zh) * | 2020-08-05 | 2022-08-02 | 广州大学 | 一种辅助移动车辆无线通信的无人机轨迹优化方法 |
CN112965369B (zh) * | 2021-01-29 | 2022-02-01 | 电子科技大学 | 无人机三维无线通信网络的分布式部署方法 |
CN112969185B (zh) * | 2021-02-04 | 2022-07-12 | 南京邮电大学 | 多无人机辅助移动用户通信的功率分配与航迹设计方法 |
CN113050672B (zh) * | 2021-03-25 | 2022-10-14 | 福州大学 | 一种面向应急信息采集与传输的无人机路径规划方法 |
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 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103701534A (zh) * | 2013-12-10 | 2014-04-02 | 深圳清华大学研究院 | 无线信道大尺度衰落因子计算方法和系统 |
CN108120442A (zh) * | 2017-12-12 | 2018-06-05 | 北京理工大学 | 一种基于二阶锥规划的多旋翼无人机飞行轨迹生成方法 |
CN108337034A (zh) * | 2018-01-29 | 2018-07-27 | 郑州航空工业管理学院 | 全双工无人机移动中继系统及其路径优化方法 |
WO2019071961A1 (zh) * | 2017-10-13 | 2019-04-18 | 深圳大学 | 一种激光供能无人机轨迹优化和通信功率的能量分配方法 |
CN109660284A (zh) * | 2017-10-11 | 2019-04-19 | 索尼公司 | 无线通信系统中的电子设备、通信方法和存储介质 |
CN110138443A (zh) * | 2019-06-05 | 2019-08-16 | 南京邮电大学 | 面向无线中继的无人机航迹和信号发射功率联合优化方法 |
CN110166110A (zh) * | 2019-05-22 | 2019-08-23 | 南京理工大学 | 基于边缘计算的无人机路径规划方法 |
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 |
CN110381445A (zh) * | 2019-06-28 | 2019-10-25 | 广东工业大学 | 一种基于无人机基站系统的资源分配与飞行轨迹优化方法 |
CN110531617A (zh) * | 2019-07-30 | 2019-12-03 | 北京邮电大学 | 多无人机3d悬停位置联合优化方法、装置和无人机基站 |
CN110958616A (zh) * | 2019-11-01 | 2020-04-03 | 南京邮电大学 | 基于无人机辅助的蜂窝通信系统的通信方法 |
CN111107515A (zh) * | 2019-12-19 | 2020-05-05 | 广东工业大学 | 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 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10321461B2 (en) * | 2016-05-06 | 2019-06-11 | Bridgewest Finance Llc | Unmanned aerial vehicle (UAV) beam pointing and data rate optimization for high throughput broadband access |
US9959772B2 (en) * | 2016-06-10 | 2018-05-01 | ETAK Systems, LLC | Flying lane management systems and methods for unmanned aerial vehicles |
-
2020
- 2020-05-22 CN CN202010440126.6A patent/CN111479226B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103701534A (zh) * | 2013-12-10 | 2014-04-02 | 深圳清华大学研究院 | 无线信道大尺度衰落因子计算方法和系统 |
CN109660284A (zh) * | 2017-10-11 | 2019-04-19 | 索尼公司 | 无线通信系统中的电子设备、通信方法和存储介质 |
WO2019071961A1 (zh) * | 2017-10-13 | 2019-04-18 | 深圳大学 | 一种激光供能无人机轨迹优化和通信功率的能量分配方法 |
CN108120442A (zh) * | 2017-12-12 | 2018-06-05 | 北京理工大学 | 一种基于二阶锥规划的多旋翼无人机飞行轨迹生成方法 |
CN108337034A (zh) * | 2018-01-29 | 2018-07-27 | 郑州航空工业管理学院 | 全双工无人机移动中继系统及其路径优化方法 |
CN110166110A (zh) * | 2019-05-22 | 2019-08-23 | 南京理工大学 | 基于边缘计算的无人机路径规划方法 |
CN110138443A (zh) * | 2019-06-05 | 2019-08-16 | 南京邮电大学 | 面向无线中继的无人机航迹和信号发射功率联合优化方法 |
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 |
CN110381445A (zh) * | 2019-06-28 | 2019-10-25 | 广东工业大学 | 一种基于无人机基站系统的资源分配与飞行轨迹优化方法 |
CN110531617A (zh) * | 2019-07-30 | 2019-12-03 | 北京邮电大学 | 多无人机3d悬停位置联合优化方法、装置和无人机基站 |
CN110958616A (zh) * | 2019-11-01 | 2020-04-03 | 南京邮电大学 | 基于无人机辅助的蜂窝通信系统的通信方法 |
CN111107515A (zh) * | 2019-12-19 | 2020-05-05 | 广东工业大学 | 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 |
Non-Patent Citations (3)
Title |
---|
Downlink Coverage Performance Analysis of UAV assisted terrestrial cellular networks;Yiyu Zhang;《2019 IEEE international conference on communication technology》;20191231;全文 * |
基于无人机辅助的V2I无线传输系统性能优化;郭芳等;《物联网学报》;20170930(第02期);全文 * |
无人机通信信道模型研究;李冰等;《装备环境工程》;20090615(第03期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111479226A (zh) | 2020-07-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111479226B (zh) | 无人机通信系统及基于用户轨迹的无人机通信优化方法 | |
CN112118556B (zh) | 基于深度强化学习的无人机轨迹及功率联合优化方法 | |
CN110430550B (zh) | 一种面向无人机辅助蜂窝网络的宏站用户分流方法 | |
CN110430577B (zh) | 一种基于时间相关性的无人机基站群组部署方法 | |
CN109885088B (zh) | 边缘计算网络中基于机器学习的无人机飞行轨迹优化方法 | |
CN109511134B (zh) | 基于能效最优的无人机辅助无线通信系统负载分流方法 | |
CN110138443B (zh) | 面向无线中继的无人机航迹和信号发射功率联合优化方法 | |
US10624111B2 (en) | Methods and apparatuses for scheduling service area in drone network environment | |
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 | |
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 | |
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 | |
CN111768654B (zh) | 一种多无人机协同中继辅助车载自组网数据传输方法 | |
CN108668257A (zh) | 一种分布式无人机邮差中继轨迹优化方法 | |
CN114980169A (zh) | 一种基于轨迹与相位联合优化的无人机辅助地面通信方法 | |
CN114650567B (zh) | 一种无人机辅助v2i网络任务卸载方法 | |
Zhang et al. | UAV-aided data dissemination protocol with dynamic trajectory scheduling in VANETs | |
CN113163332B (zh) | 基于度量学习的路标图着色无人机节能续航数据收集方法 | |
Li et al. | A UAV real-time trajectory optimized strategy for moving users | |
Lu et al. | Relay in the sky: A UAV-aided cooperative data dissemination scheduling strategy in VANETs | |
CN112188497B (zh) | 一种空地一体化车辆网频谱资源优化方法 | |
Chenxiao et al. | Energy-efficiency maximization for fixed-wing UAV-enabled relay network with circular trajectory | |
CN113347640A (zh) | 利用空中基站轨迹调度实现特定模式覆盖的系统和方法 | |
CN114189891A (zh) | 一种基于深度强化学习的无人机异构网络能效优化方法 | |
Guan et al. | MAPPO-based cooperative UAV trajectory design with long-range emergency communications in disaster areas | |
CN113162981A (zh) | 基于车路协同的车联网编队无缝切换方法 |
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 |