CN112188396B - 一种无人机辅助通信网络中基于能量有效的航迹与功率联合优化方法 - Google Patents

Abstract

本发明公开了一种无人机辅助通信网络中基于能量有效的航迹与功率联合优化方法，通过若干传感器节点的坐标和功率计算虚拟中心坐标，通过虚拟中心坐标与无人机起始坐标两点成线的原则计算直线航迹，然后根据航迹计算等效信道并对传感器发送功率进行优化，重复上述过程直至满足终止条件，从而获得使能量效率最大化的航迹和传感器发送功率；本发明提出的方法可显著提升单架无人机采集多传感器数据时通信系统的能量效率；引入网络虚拟中心，将多传感器问题近似为单传感器问题，可显著降低航迹角度计算复杂度；采用等效信道增益表征整个直线航迹过程中的平均信道特性，并引入传感器网络最优动态总功率，简化目标问题，可显著降低功率分配算法复杂度。

Description

一种无人机辅助通信网络中基于能量有效的航迹与功率联合 优化方法

技术领域

本发明涉及无线传感领域，具体说涉及到无人机辅助通信网络中基于能量有效的航迹与功率联合优化方法。

背景技术

无人机被广泛地应用于无线通信系统当中，例如空中基站、中继和数据采集。特别地，在无线传感器网络或物联网中，无人机辅助通信技术具有良好的应用前景。在无线传感器网络中，传感器节点的能量受到限制，并且再次充电困难，无人机可以利用其良好的移动能力作为一个数据采集者飞到地面传感器节点的上空，对地面传感器节点的数据进行采集，这样可以提供短距离的视距链路从而降低传感器节点的功耗，延长无线传感器网络的使用寿命。与地面移动采集节点(例如无人车)相比，无人机遇到的障碍较少，灵活性更高。资源分配技术可以进一步发挥无人机的优势，提升无人机辅助的无线传感器网络性能。

目前，在无人机作为静态/准静态空中基站的场景中，资源分配问题已经得到广泛研究。然而，无人机在数据采集应用场景下资源分配问题的研究尚不充分。在无人机数据采集应用场景中，为了充分利用无人机移动特性，航迹优化技术获得了越来越多的关注度。航迹优化可以为无人机辅助无线传感器网络提供一种全新的资源优化自由度。航迹优化与功率分配进行联合设计可以进一步提升系统的性能。能量效率准则是无线通信系统进行资源分配的重要准则。对于无人机辅助的无线传感器网络，为兼顾系统吞吐率与传感器节点能量消耗，研究基于能量效率的联合航迹优化与功率分配问题具有重要的理论和实践价值。

文献“Unmanned Aerial Vehicle-Aided Communications:Joint TransmitPower and Trajectory Optimization”中H.Wang等人提出了一种无人机航迹与地面传感器节点发送功率联合设计方法，然而该方法采用最大化最小用户平均吞吐率准则，系统的能量效率较低，计算复杂度较高。

文献“Energy-efficient UAV communication with trajectory optimization”中 Y.Zeng等人提出一种基于能量有效的无人机航迹优化方法，然而只考虑了地面上存在一个传感器节点的场景，并且其方法无法直接扩展到存在多个传感器节点的场景。

文献“Energy-efficient data collection in UAV enabled wireless sensornetwork”中C.Zhan等人提出一种基于最小化最大用户能量消耗准则的传感器节点休眠与无人机航迹联合优化方法，然而该方法无法获得最优的系统能量效率性能。

发明内容

本发明的一个目的是针对单架无人机对多传感器节点进行数据采集应用场景，采用最大化最小用户平均吞吐率准则或最小化最大用户能量消耗准则进行资源优化，均无法获得较高的系统能量效率，提出一种基于能量有效的优化方法，可以显著提升系统的能量效率；

本发明的另一个目的是针对单架无人机对多传感器节点进行数据采集应用场景，由于存在多传感器节点，将显著提升航迹优化与传感器节点功率分配问题的计算复杂度，提出一种具有低复杂度的优化方法。

为了实现上述目的，本发明采用如下技术方案：

一种无人机辅助通信网络中基于能量有效的航迹与功率联合优化方法,包括以下步骤:

步骤一：将一个区域内离散分布的若干个传感器节点发送功率以及整个传感器通信网络的参考等效能量效率初始化；

步骤二：将传感器网络等效为一个虚拟中心节点，根据每个传感器节点的地理坐标参数与发送功率，计算虚拟中心节点地理坐标；

步骤三：在传感器网络边缘区域内,选取任一点作为无人机起飞的原点,通过原点与虚拟中心节点之间确定无人机的当前直线航迹；

步骤四：获取每个传感器节点到当前航迹之间的等效信道增益，并根据等效信道增益获取所有传感器节点的最优动态总功率；

步骤五：根据最优动态总功率获取每个传感器节点的最优发送功率，根据传感器节点的最优发送功率及其约束条件，获取当前传感器节点的实际发送功率；

步骤六：根据传感器的实际发送功率获取当前系统的等效能量效率，并与参考等效能量效率比较，进行条件判断，如果满足条件，当前航迹即为最优航迹，当前传感器节点发送功率即为最优功率，如果不满足条件，则在更新参考等效能量效率和传感器节点发送功率基础上返回步骤二，进行迭代运算，直到获取的等效能量效率满足条件为止。

在上述方案中，在无人机沿着航迹飞行过程中，地面上的每个传感器节点的发送功率不发生变化。

在上述方案中，所述每个传感器节点采用频分多址的方式向无人机发送信息，每个传感器节点选择不重叠的频段发送信息，各个通信链路之间无干扰，无人机同时接收所有传感器节点的信息。

在上述方案中，根据传感器网络虚拟中心和无人机起始位置获得次优航迹角度的方法；采用传感器节点到无人机的等效信道增益表征整个直线航迹过程中传感器节点到无人机的平均信道特性。

在上述方案中，计算基于能量有效的最优动态总功率，然后根据总功率获得每个传感器节点的实际发送功率；利用系统等效能量效率η_EE作为判断是否终止的性能度量。

综上所述，由于采用了上述技术方案，本发明的有益效果是：

本发明有效解决了单架无人机对多传感器节点进行数据采集应用场景中基于能量有效的直线航迹优化与传感器节点发送功率联合设计问题；

与现有方法相比，由于以最大化系统能量效率为目标，所提方法可以显著提升单架无人机对多传感器节点进行数据采集应用场景中系统的能量效率；

引入传感器节点网络虚拟中心，将多传感器节点问题近似为单传感器节点问题，使航迹角度优化算法具有闭合解析表达式，显著降低了航迹角度计优化的复杂度；

采用传感器节点到无人机的等效信道增益表征整个直线航迹过程中的平均信道特性，并且引入传感器节点最优动态总功率，简化目标问题，使功率分配算法具有闭合解析表达式，显著降低了功率分配算法的复杂度。

附图说明

本发明将通过例子并参照附图的方式说明，其中：

图1是无人机数据采集示场景意图；

图2是本发明算法流程图；

图3是系统能量效率随高度的变化曲线图。

具体实施方式

本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。

本说明书(包括任何附加权利要求、摘要和附图)中公开的任一特征，除非特别叙述，均可被其他等效或具有类似目的的替代特征加以替换。即，除非特别叙述，每个特征只是一系列等效或类似特征中的一个例子而已。

根据图2的流程示意图，首先对传感器节点(Sensor Node,SN)和无人机(Unmannedaerial vehicle,UAV)进行参数初始化：

如图1所示，选择目标区域的地面坐标系O_gx_gy_gz_g，原点O_g位于目标区域地面任意选定的某固定点(例如无人机基站的起飞点)；O_gx_g轴指向地平面某任意选定方向；O_gz_g轴铅垂向上；O_gy_g轴铅垂直O_gx_gz_g平面，按右手定则确定。

根据地面坐标系O_gx_gy_gz_g，地面上第i个传感器节点的坐标是(x_G，i，y_G，i，0),i＝1,…,M，M 为地面上传感器节点总数。单架无人机沿直线航迹飞行通过目标区域，高度为H，无人机起始点为(x_U，s，y_U，s，H)，航迹与O_gx_g的夹角为θ，直线航迹的长度为D。

每个传感器节点通过频分多址(frequency division multiple access，FDMA)的方式向无人机发送信息，每个传感器节点选择不重叠的频段发送信息，保证各个通信链路之间无干扰，无人机可以同时接收所有传感器节点的信息。

P_i为第i个传感器节点的实际发送功率，P_i,max为第i个传感器节点的最大发送功率， P_i,min为第i个传感器节点的最小发送功率，P_i,min用于保证第i个传感器节点的最小传输速率需求。

参考等效能量效率表示为

设置初始参数P_i＝P_i,max，i＝1,…,M，

在上述参数初始化后，将所有的传感器视为一个传感器网络，每一个传感器为网络的节点。在整个网络中通过计算推导出一个虚拟的网络中心节点，该网络虚拟中心节点的坐标为

在初始化的坐标系中，任意选取一个点作为无人机的起飞原点，根据两点成线的原则，可以将起飞原点与虚拟中心坐标点的连线视为无人机的当前航迹，而该航迹的角度

可以由此计算出：

由此，本实施例在多个传感器节点的基础上，快速的计算出了无人机当前的直线航迹，下面在当前直线轨迹的基础上，继续按照能量有效的准则，对每个传感器节点的发送功率进行优化。

根据已计算出的航迹角度

计算每个传感器节点到无人机的等效信道增益：

其中γ_i表示第i个传感器节点到无人机的等效信道增益，γ₀＝β₀/σ²，β₀表示在参考距离1米处的信道功率，σ²为无人机接收机的高斯白噪声功率，

在此基础上，可以推导出所有传感器节点的最优动态总功率P_t ^*：

其中max{x,y}表示取x和y之间的最大值，ω()为Lambert函数，定义为f(x)＝xe^x的反函数，exp{}表示自然对数函数，e为自然基，

φ₃＝MP_c＞0，∏()为累乘符号，∑()为求和符号，M为传感器节点数量，ε为功率放大的损耗因子，P_c为每个传感器节点上的静态功率损耗，包括发送滤波器、混频器和数模转换器等的功率开销。

根据最优总功率计算出每一个传感器节点的最优发送功率：

其中P_i ^*为第i个传感器节点的最优发送功率。

然后根据传感器节点的最优发送功率与功率的约束条件，确定每个传感器节点的实际发送功率：

在满足了上述的条件下，计算当下系统的等效能量效率η_EE：

其中ln为自然对数函数，B为每个传感器节点的频带宽度。

最后根据上述的计算结果进行判定，定义τ为误差系数：

若满足

则输出结果P_i(i＝1,…,M)和

则表示前面计算出的航迹

为实际最优的航迹，功率P_i即为第i个传感器节点实际最优的发送功率；

若

则表示前面计算出的航迹

不是实际最优的航迹，还需要进一步优化，因此令

并根据当前传感器节点发送功率P_i(i＝1,…,M)，按照上述步骤进行迭代运算，即重新计算虚拟中心坐标、航迹角度

发送功率P_i等，直到满足判定条件为止。

根据上述的实施例，进行数据仿真：

定义地面方形区域S，其中(x,y,0)∈S，0≤x≤1000，0≤y≤1000。让M＝4，传感器节点随机分布在方形区域S内，H(单位为米)代表无人机的高度。B＝1Mhz(兆赫兹)，ε＝5，σ²＝-110dBm(分贝毫)，β₀＝-50dB，γ₀＝β₀/σ²＝60dBm，其中σ²为无人机通信设备的高斯白噪声，D＝600米，误差系数τ＝1。

进一步地，所有传感器节点有相同的最大发送功率P_max、静态电路功耗P_c、最小发送功率P_min。功率的单位是dBm(分贝毫)，令P_min＝10dBm,P_max＝33dBm,P_c＝30dBm。无人机初始位置(x_U，s，y_U，s，H)＝(0,0,H)。

如图3所示：

图中The proposed method表示本实施例的优化方法，

MMAT表示以最大化最小用户平均吞吐率为目标的优化算法，

EP表示等功率分配的方法，

EE-SW表示以最小化最大用户能量消耗为目标的优化方法；

结果显示，在不同高度下，本实施例均可以显著提升系统的能量效率，这说明本实施例提出的方法可以有效实现传输速率最大化与能量消耗最小化之间的折中。

本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合，以及披露的任一新的方法或过程的步骤或任何新的组合。

Claims (7)

1.一种无人机辅助通信网络中基于能量有效的航迹与功率联合优化方法,其特征在于包括以下步骤:

步骤一：将一个区域内离散分布的若干个传感器节点发送功率以及整个传感器通信网络的参考等效能量效率初始化；

步骤二：将传感器网络等效为一个虚拟中心节点，根据每个传感器节点的地理坐标参数与发送功率，计算虚拟中心节点地理坐标，具体为：

将传感器节点分布的区域定义为地面坐标系O_gx_gy_gz_g，

地面上第i个传感器节点的坐标是(x_G,i,y_G,i,0),i＝1,…,M，M为地面上传感器节点总数，

无人机的起始坐标为(x_U,s,y_U,s,H)，H为无人机的飞行高度，无人机航迹与O_gx_g的夹角为θ，直线航迹的长度为D，

P_i为第i个传感器节点的实际发送功率，P_i,max为第i个传感器节点的最大发送功率，P_i,min为第i个传感器节点的最小发送功率，

参考等效能量效率表示为

设置初始参数P_i＝P_i,max，i＝1,…,M，

计算传感器节点的虚拟中心坐标点为

根据虚拟中心坐标和无人机的起始原点可以获得当前航迹的角度θ的次优解

步骤三：在传感器网络边缘区域内,选取任一点作为无人机起飞的原点,通过原点与虚拟中心节点之间确定无人机的当前直线航迹；

步骤四：获取每个传感器节点到当前航迹之间的等效信道增益，并根据等效信道增益获取所有传感器节点的最优动态总功率；

步骤五：根据最优动态总功率获取每个传感器节点的最优发送功率，根据传感器节点的最优发送功率及其约束条件，获取当前传感器节点的实际发送功率；

步骤六：根据传感器的实际发送功率获取当前系统的等效能量效率，并与参考等效能量效率比较，进行条件判断，如果满足条件，当前航迹即为最优航迹，当前传感器节点发送功率即为最优功率，如果不满足条件，则在更新参考等效能量效率和传感器节点发送功率基础上返回步骤二，进行迭代运算，直到获取的等效能量效率满足条件为止。

2.根据权利要求1所述的一种无人机辅助通信网络中基于能量有效的航迹与功率联合优化方法,其特征在于在无人机沿着直线航迹飞行过程中，地面上的每个传感器节点的发送功率不发生变化。

3.根据权利要求2所述的一种无人机辅助通信网络中基于能量有效的航迹与功率联合优化方法,其特征在于所述每个传感器节点采用频分多址的方式向无人机发送信息，每个传感器节点选择不重叠的频段发送信息，各个通信链路之间无干扰，无人机同时接收所有传感器节点的信息。

4.根据权利要求1所述的一种无人机辅助通信网络中基于能量有效的航迹与功率联合优化方法，其特征在于在获得当前航迹的角度后，令当前等效能量效率为η_EE，τ为误差系数:

若满足

则输出结果当前P_i(i＝1,…,M)和

即

为最终的最优航迹角度；

若

则令

并根据当前P_i(i＝1,…,M)再次进行计算航迹角度，不停的迭代，直到满足条件。

5.根据权利要求4所述的一种无人机辅助通信网络中基于能量有效的航迹与功率联合优化方法,其特征在于当前等效能量效率η_EE为：

其中:B为每个传感器节点的频带宽度,γ_i表示第i个传感器节点到无人机的等效信道增益，ε为功率放大的损耗因子。

6.根据权利要求1所述的一种无人机辅助通信网络中基于能量有效的航迹与功率联合优化方法,其特征在于每个传感器到无人机的等效信道增益为：

其中：γ₀＝β₀/σ²，β₀表示在参考距离1米处的信道功率，σ²为无人机接收机的高斯白噪声功率，

7.根据权利要求1所述的一种无人机辅助通信网络中基于能量有效的航迹与功率联合优化方法,其特征在于所有传感器的最优动态总功率P_t ^*为：

其中max{x,y}表示取x和y之间的最大值，ω()为Lambert函数，定义为f(x)＝xe^x的反函数，

表示自然对数函数，e为自然基，

φ₃＝MP_c>0，∏()为累乘符号，∑()为求和符号，M为传感器节点数量，ε为功率放大的损耗因子，P_c为每个传感器节点上的静态功率损耗，包括发送滤波器、混频器和数模转换器等的功率开销；

每个传感器节点的最优发送功率为：

为第i个传感器节点的最优发送功率。

Images