CN112491458B - 一种变加速无人机移动中继的通信方法 - Google Patents
一种变加速无人机移动中继的通信方法 Download PDFInfo
- Publication number
- CN112491458B CN112491458B CN202011259209.1A CN202011259209A CN112491458B CN 112491458 B CN112491458 B CN 112491458B CN 202011259209 A CN202011259209 A CN 202011259209A CN 112491458 B CN112491458 B CN 112491458B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- relay
- optimal
- acceleration
- 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
- 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
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/22—Communication route or path selection, e.g. power-based or shortest path routing using selective relaying for reaching a BTS [Base Transceiver Station] or an access point
-
- 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
- H04W52/02—Power saving arrangements
- H04W52/0203—Power saving arrangements in the radio access network or backbone network of wireless communication 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Abstract
本发明公开了一种变加速无人机移动中继的通信方法,具体为:根据无人机移动中继在源节点与目的节点之间的加速飞行模式与信息收发形式,建立无人机移动中继信息的最优收发时间分配函数;根据最优收发时间分配函数将无人机移动中继的最优加速度的求解拆分为两个过程;设定算法分别对上述两个过程求解并得到各过程的最优飞行速度,根据两个最优飞行速度得出无人机中继的最优加速度;无人机中继根据源节点处的初速度和所述最优加速度进行飞行,并且按照所述最优收发时间分配函数进行数据信息的接收和转发。本发明在满足源节点待发送信息能够完全传输至目的地节点的条件下,实现无人机总飞行能耗的最小化,仿真实验验证了所提算法的有效性。
Description
技术领域
本发明属于无线通信技术领域,尤其涉及一种变加速无人机移动中继的通信方法。
背景技术
近年来,无人机协作通信技术成为了无线通信领域研究的热点。相比于传统的地面通信,无人机协作通信易于实现按需分配,从而具有更高的成本效益;无人机具有高度的移动性,因而部署起来更加灵活快捷;无人机与地面终端的信道链路多为视距链路,能提供更好的信道环境。因此,无人机将在未来的无线通信领域中发挥极为重要的作用,其应用主要包括:(1)作为临时基站;(2)作为移动中继;(3)用于物联网。
目前,大量文献研究了无人机作为移动中继时的无人机中继协作通信系统的信息容量和频谱效率的优化问题。与此同时,无人机具有有限的机载能量,因此节能问题被认为是无人机通信的一个关键问题。当前大部分研究仅考虑匀速或匀加速无人机中继通信,未考虑变加速情况,没有充分考虑无人机移动中继初、末速度及加速度大小的约束,也未能考虑总吞吐量要求(任务量)对无人机中继系统的影响。
发明内容
为克服现有技术的缺点和不足,本发明的目的在于提供一种变加速无人机移动中继的通信方法。
本发明是这样实现的,一种变加速无人机移动中继的通信方法,该方法包括以下步骤:
S1、根据无人机移动中继R在源节点S与目的节点D之间的加速飞行模式与信息收发形式,建立无人机移动中继信息的最优收发时间分配函数;
根据最优收发时间分配函数将无人机移动中继R的最优加速度的求解拆分为两个过程:无人机中继从源节点接收至少Q比特数据时的最低能耗以及无人机中继向目的节点发送Q比特数据时的最低能耗;
S2、设定算法分别对上述两个过程求解并得到各过程的最优飞行速度,根据两个最优飞行速度得出无人机中继的最优加速度;
S3、无人机中继根据源节点处的初速度和所述最优加速度进行飞行,并且按照所述最优收发时间分配函数进行数据信息的接收和转发。
优选地,在步骤S1中,所述加速飞行模式为:固定高度位置下,无人机移动中继从源节点正上方以初速度从源节点出发,以先加速、后减速的方式直线飞行,并到达目的节点正上方停止。
优选地,在步骤S1中,所述信息收发形式为:所述无人机移动中继采用时分双工模式以及解码转发中继协议,且所述无人机移动中继从源节点飞至目的节点的过程中,源节点通过无人机移动中继将至少Q比特数据发送给目的节点。
优选地,在步骤(1)中,所述最优收发时间分配函数为:
{λ*(n),n=1,2,…,N}
式中,将地面节点S到D分为N段(N为偶数),每一段的距离为其中L为源节点S到目的节点D的距离,则n(n∈{1,2,…,N})表示第n个分段,λ*(n)有0和1两种取值,当λ*(n)=0时,表示第n段仅源节点S向无人机中继R发送数据,当λ*(n)=1时,表示第n段仅无人机中继R向目的节点D发送数据。
本发明克服现有技术的不足,提供一种变加速无人机移动中继通信方法及系统,本发明主要提供了一个变加速的无人机中继系统,也就是无人机通过变加速的形式进行飞行,飞行过程中,无人机通过调整接收和发送消息的时间和飞行加速度,以此在完成给源节点转发需要发送的信息比特数的条件下,最小化无人机中继的能量消耗。相比于现有技术的缺点和不足,本发明具有以下有益效果:本发明根据源节点待传输的信息比特数和源节点与目的地节点之间的距离,对时分双工无人机中继的收发时间及飞行加速度进行联合调整,在满足源节点待发送信息能够完全传输至目的地节点的条件下,实现无人机总飞行能耗的最小化,仿真实验验证了所提算法的有效性。
附图说明
图1是本发明方法涉及的系统示意图;
图2是无人机中继从源节点接收至少Q比特数据时的最低能耗问题求解算法收敛性及系统能效下界有效性示意图;
图3是不同收发时间分配函数下无人机中继系统的能效性能比较;
图4是不同任务量对无人机移动中继速度的影响示意图;
图5是无人机中继不同飞行方案的能效性能对比;
图6是无人机匀加速与变加速飞行能效性能对比;
图7是不同距离下任务量与能效性能关系示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明提供一种变加速无人机移动中继的通信方法,根据源节点待传输信息比特数和源节点与目的节点之间的距离,对时分双工无人机中继的收发时间及飞行加速度进行联合调整,在满足源节点待发送信息能够完全传输至目的节点的条件下,实现无人机总飞行能耗的最小化,具体的,该方法包括以下步骤:
S1、根据无人机移动中继R在源节点S与目的节点D之间的加速飞行模式与信息收发形式,建立无人机移动中继信息的最优收发时间分配函数,根据最优收发时间分配函数将无人机移动中继R的最优加速度的求解拆分为两个过程:无人机中继从源节点接收至少Q比特数据时的最低能耗以及无人机中继向目的节点发送Q比特数据时的最低能耗
在步骤S1中,如图1所示,一个由单天线地面源节点S、地面目的节点D和空中固定翼无人机中继节点R组成的三节点无人机移动中继通信系统,固定翼无人机中继以初速度v0从源节点S正上方出发,沿直线飞向目的节点D,以末速度vF到达目的节点D正上方停止,假设节点S与D之间的距离为L,源节点S需要至少将Q比特数据发送给目的节点D,由于阻塞,节点S与D之间无法直接进行通信,所有信息都需通过无人机中继R进行转发,无人机中继R工作在固定高度H处,实际情况下,H可以是无人机避免碰撞的最低高度,这样可以保证无人机在工作过程中不需要频繁的进行升降;
这里只考查无人机的飞行阶段,忽略其起飞、降落过程,假设节点S和D分别位于坐标(0,0,0)和(L,0,0)处,无人机从S的正上方出发,这里无人机R工作在时分双工模式,采用的是解码转发(DF)中继协议。
假设无人机R与地面节点S、D间的通信链路由视距链路组成,此时无人机通信系统的时变信道遵循自由空间路径衰落模型,同时假设无人机的数据缓冲区足够大。
假设无人机在每段路径中的位置选取在每段的中点,则在第n(n∈{1,2,…,N})段中,无人机与S和D的距离可分别写为
假设无人机中继R运动产生的多普勒效应能被完全消除,则在第n个段中,节点S和D到无人机中继R的信道增益hSR(n)和hRD(n)可分别表示为
其中,β表示单位距离的信道功率损耗,其值取决于天线增益、载波频率等,α表示大尺度衰落因子,由于无人机与地面节点之间的信道由视距链路构成,因此,α取2,此时,在第n段,无人机中继R或目的节点D可能接收到的信号yR(n)或yD(n)可以表示为:
yR(n)=hSR(n)xS(n)+zR(n),n=1,…,N (5)
yD(n)=hRD(n)xR(n)+zD(n),n=1,…,N (6)
其中,xS(n)表示节点S发送的信号,xR(n)表示节点R发送的信号,zR(n)和zD(n)表示第n段R和D处均值为0,方差为σ2的高斯白噪声;
假设地面节点S和无人机中继R的发射功率分别为PS和PR,此时源节点S到中继节点R的链路以及中继节点R到目的节点D的链路的瞬时信道容量RSR(n)和RRD(n)可分别写为:
由于无人机中继工作在时分双工模式,为此定义收发时间分配函数λ(n)
当λ(n)=0时,表示第n段仅源节点S向无人机中继R发送数据,当λ(n)=1时,表示第n段仅无人机中继R向目的节点D发送数据;
无人机中继R从S正上方沿直线飞向D的过程中,从S接收到的总信息比特数和向D发送的总信息比特数可分别表示为
其中,
表示无人机R通过第n段的时间,v(n)和a(n)表示第n段无人机R的初速度与加速度;
需要说明的是:在第n段,无人机的初速度和加速度分别是v(n)和a(n),则在第n段末尾,即,在第n+1段初,无人机R的速度可由式(13)给出;此外,无人机R在整个飞行过程中,从源节点S正上方出发的初速度为v0,到达目的节点D正上方的末速度为vF,因此,对于v0和vF有下面的式(14)成立;
v(n+1)=v(n)+a(n)t(n),n=1,2,…,N-1 (13)
v(1)=v0,v(N+1)=vF (14)
式(13)中的t(n)表示无人机R通过第n段的时间,式(14)中的v(N+1)表示第N段的末速度;
由于在每个段中,无人机R不能自己产生数据,只能转发已经从源节点S接收到的信息,因此存在下面的信息因果约束:
对于系统吞吐量需要满足式(17)给出的约束条件:
即无人机中继系统至少将Q比特数据转发给目的节点D;
一般情况下,无人机中继R的能耗由2个部分组成,1)无人机维持飞行和向前推进所需要的能耗;2)无人机所携带的通信设备运行和无人机本身电路的静态能耗;
需要说明的是:实际情况下,通信和静态电路的能耗远小于无人机飞行推进的能耗,因此,这里忽略通信和静态电路的能耗,式(18)给出了固定翼无人机沿直线飞行的能耗:
其中,v(n)表示第n段无人机的飞行速度,t(n)表示通过第n段的时间,m表示无人机的质量,v0和vF分别表示无人机的初、末速度,g表示重力加速度,c1和c2是无人机的空气动力参数,有c1=ρCD0S/2、c2=2W2/[(πe0AR)ρS],这里ρ表示空气密度,CD0表示零升力阻力系数,S表示参考面积(机翼面积),e0是Oswald效率(翼展效率)其典型值在0.7到0.85之间,W表示无人机整体的重量,AR表示无人机翼的纵横比;
由于固定翼无人机在飞行过程中存在一定的起飞速度和降落速度,这里假设无人机的初速度等于末速度,即,此时沿直线飞行的无人机中继系统的能耗可表示为:
这里,t(n)表示无人机R通过第n段的时间,v(n)是无人机R在第n段的初速度,并且v(n)满足式(13)和式(14);
由式(16)和式(19),无人机移动中继系统的能效可表示为:
在确保中继系统至少转发Q比特数据的条件下,研究通过优化无人机中继加速度、收发时间分配,实现无人机移动中继通信系统的能效最大化,该优化问题可描述为:
s.t.|a(n)|≤amax,n=1,…,N (21b)
vmin≤v(n)≤vmax,n=1,…,N (21c)
v(n+1)=v(n)+a(n)t(n),n=1,2,…,N-1 (21f)
v(1)=v0,v(N+1)=vF,v0=vF (21g)
其中,t(i)表示无人机R通过第i段的时间,具体可由式(12)给出,可由式(10)、式(11)和式(16)给出,式(21b)表示无人机中继最大加速度限制,amax是无人机中继的最大加速度,式(21c)表示无人机中继最大、最小飞行速度约束,vmin和vmax是无人机中继的最小和最大飞行速度;
下面考虑PS=PR情况,然后求解问题(21),即,式(21a)、式(21b)、式(21c)、式(21d)、式(21e)、式(21f)和式(21g)组成的优化问题,给出最优收发时间函数及飞行加速度的求解算法;
由于问题(21)是一个非凸问题,无法直接求解,因此,将问题(21)分解为两个子问题:1)在固定加速度下,求解最优收发时间分配函数,2)将求得的最优收发时间分配函数代入原问题,求解出最优加速度。
上述的第1个子问题可转化为标准LP问题通过凸优化工具直接求解,对于第2个子问题,取其目标函数的下界,通过泰勒公式将非线性约束转化为线性约束,解得近似问题的闭式解,最后利用迭代算法对近似问题的闭式解进行优化;
因为,在给定加速度{a(n),n=1,…,N}下,问题(21)的目标函数的分母为常数,上述第1个子问题可写为:
这里,对于收发时间分配函数λ(i)的求解属于整数规划问题,直接求解复杂度高,因此,考虑将收发时间分配函数λ(i)松弛为[0,1]区间上的连续变量ξ(i),将整数规划变量连续化,此外,由式(13)可知,当K=N时,有即有因此这样可将问题(22),即,式(22a)、式(22b)和式(22c)组成的优化问题,进一步松弛为:
0≤ξ(n)≤1,n=1,2,…,N (23d)
问题(23),即,式(23a)、式(23b)、式(23c)和式(23d)组成的优化问题,可以用矩阵的形式重新表述为:
s.t.Ω2x≤b (24b)
0≤ξ(n)≤1 (24d)
其中,Ω1=[rRD(2) rRD(3) … rRD(N)],x=[ξ(2) ξ(3) … ξ(N)]T,
C=[rRD(2) rRD(3) … rRD(N)],
b=[rSR(1) rSR(1)+rSR(2) … rSR(1)+rSR(2)+…+rSR(N-1)]T;
问题(24),即,式(24a)、式(24b)、式(24c)和式(24d)组成的优化问题,属于标准LP问题,可以通过凸优化工具直接求得解,然后将求得的解采用“舍入化整”的方法,可得最优收发时间分配函数{λ*(n),n=1,…,N},此时,对于最优收发时间分配函数,存在如下定理:
定理1:当PR=PS,v0=vF时,最优收发时间分配函数{λ*(n),n=1,…,N}为
定理1说明:在无人机数据缓冲区足够大时,无人机移动中继的收发方式一定是在更靠近源节点S时全部接收数据,靠近目的节点D时全部发送数据,无人机移动中继工作过程中,不存在先接收后发送,然后再接收的情况,一定是接收数据全部完成后再开始发送;
下面求解第2个子问题,即,将最优收发时间分配函数代入问题(21),再求解出最优加速度;
下面将对问题(21)进一步进行处理,根据式(17)可给出问题(21)目标函数的下界:
在给定收发时间分配函数情况下,问题(21)可转化为:
s.t.|a(n)|≤amax,n=1,…,N (27b)
vmin≤v(n)≤vmax,n=1,…,N (27c)
需要说明的是:当N→∞时,2La(n)/N→0,此时,式(12)给出的t(n)可以通过等价无穷小公式转化为:
将式(28)代入式(19),则式(27a)可转化为
此时,加速度a(n)可表示为:
由式(13)和式(30),约束条件式(27b)和式(27c)可以合并表示为式(31)和式(32),
式(31)和式(32)中的vmin(n)和vmax(n)是中间变量,用于方便后面的数学表示。
由定理1可知,无人机移动中继R在数据缓冲区足够大情况下,在全部接收完成后才会向目的节点D发送消息,此时,约束条件式(27d)可等效为式(33)、式(34)和式(35):
根据最优收发时间分配函数,问题(27),即,式(27a)、式(27b)、式(27c)和式(27d)组成的联合优化问题,可拆分为两个问题,即,分别求解:1)无人机中继R从节点S接收至少Q比特数据时的最低能耗,2)无人机中继R向节点D发送Q比特数据时的最低能耗。
S2、设定算法分别对上述两个过程求解并得到各过程的最优飞行速度,根据两个最优飞行速度得出无人机中继的最优加速度
在步骤S2中,无人机中继R从节点S接收至少Q比特数据时的最低能耗问题可描述为:
vmin(n)≤v(n)≤vmax(n) (36c)
由于式(36b)是非线性约束,直接求解问题(36),即,式(36a)、式(36b)和式(36c)组成的联合优化问题,计算复杂度高,因此需要对问题(36)进行化简;
取满足式(36b)和式(36c)约束的vk(n),k∈{1,2,3,…},这里的vk(n)表示第k次迭代后的v(n)值(具体迭代算法见下面的算法1),对式(36b)在vk(n)处进行泰勒展开,有:
此时,问题(36)可重新描述为:
s.t.vmin(n)≤v(n)≤vmax(n) (38b)
对于问题(38),即,式(38a)、式(38b)和式(38c)组成的联合优化问题,首先忽略约束条件式(38b),然后采用拉格朗日乘子法,其拉格朗日函数为:
这里,θ1为拉格朗日乘子,此时,KKT条件可由式(40)、式(41)、式(42)和式(43)给出;
θ1≥0 (43)
需要说明的是:满足式(40)、式(41)、式(42)、式(43)和式(38b)的解即为问题(38)的最优解,下面将对其进行分情况讨论。
Case 1:当θ1=0时,
Case 2:当θ1>0时,
同样,对于无人机中继R向节点D发送Q比特数据时的最低能耗问题,可描述为
vmin(n)≤v(n)≤vmax(n) (44c)
对于问题(44),即,式(44a)、式(44b)和式(44c)组成的联合优化问题,采用解问题(36)相同的方法,则KKT条件可由式(45)、式(46)、式(47)和式(48)给出;
θ2≥0 (48)
这里,θ2为拉格朗日乘子,下面将对其进行分情况讨论;
对于问题(38),根据定理2和定理3,给出一种迭代算法获得问题(38)的解,步骤如下:
算法1:求解问题(38)的迭代算法(这里vk(n)表示第k次迭代后的v(n)值)
步骤11、令k=0、Index=0,定义一个大于零但接近于零的容差变量ε,初始化使其满足式(38b)和式(38c)的约束条件(实际操作中可以以初速度v0为初值),根据式(29)计算系统能耗,并将其记为Ek;
步骤12、令n=2,vk+1(1)=v0;
步骤13、根据式(31)、式(32)和vk+1(n-1)计算得出vmin(n)和vmax(n);
步骤15、假设θ1>0,将代入式(41),并通过牛顿迭代法解得拉格朗日乘子θ1,若θ1>0,由定理3得出vk+1(n),并跳转到步骤16;若θ1<0,则与假设不符,问题无解,令Index=1,跳转到步骤18;
步骤17、将求得的vk+1(n)代入式(29)计算系统能耗,将计算出的系统能耗记为Ek+1,若|Ek+1-Ek|≤ε则结束计算;否则令k=k+1,返回步骤12;
对于问题(44),采用上述同样的方法,给出一种迭代算法获得问题(44)的解,步骤如下:
算法2:求解问题(44)的迭代算法
步骤21、令k=0、Index=0,定义一个大于零但接近于零的容差变量ε,初始化使其满足式(44b)和式(44c)的约束条件(实际操作时可以采用算法1得出的解作为初值),根据式(29)计算系统能耗,并将其记为Ek;
步骤23、根据式(31)、式(32)和vk+1(n-1)计算得出vmin(n)和vmax(n);
步骤25、假设θ2>0,将代入式(46),并通过牛顿迭代法解得拉格朗日乘子θ2,若θ2>0,由定理5得出vk+1(n),并跳转到步骤26;若θ2<0,则与假设不符,问题无解,令Index=1,跳转到步骤28;
步骤26、令n=n+1,若n>N则执行步骤27,否则返回步骤23;
步骤27、将求得的vk+1(n)代入式(29)计算系统能耗,并将计算出的系统能耗记为Ek+1,若|Ek+1-Ek|≤ε则结束计算;否则令k=k+1,返回步骤22;
对于问题(21),即无人机中继的收发时间分配及飞行加速度的联合优化问题的求解,可通过算法3解得:
算法3:无人机中继的收发时间分配及飞行加速度的联合优化问题求解算法
步骤31、通过定理1得到问题(21)的最优收发时间分配函数{λ*(n),n=1,2,…,N};
步骤32、将所得最优收发时间分配函数{λ*(n),n=1,2,…,N}带入问题(21),取其目标函数的下界并通过等价无穷小变化,将问题(21)转化为问题(38)和问题(44);
步骤35、令v*(N+1)=vF,将所求得{v*(n),n=1,2,…,N}和初、末速度带入式(30)即可求得最优加速度{a*(n),n=1,2,…,N};
步骤36、输出{λ*(n),n=1,2,…,N}、{v*(n),n=1,2,…,N}和{a*(n),n=1,2,…,N},算法结束。
上述算法3给出的{λ*(n),n=1,2,…,N}和{a*(n),n=1,2,…,N}即为问题(21)的最终解。
S3、无人机中继根据源节点处的初速度和所述最优加速度进行飞行,并且按照所述最优收发时间分配函数进行数据信息的接收和转发。
在步骤例S3中,针对本发明提出的联合实现方法,进行了仿真实验,并且与“吞吐量最大化飞行”、“匀速飞行”、“以最大加速度加速后匀速飞行”、“匀加速飞行”四种方案的系统能效性能进行了比较,实验环境为Matlab环境。假设无人机移动中继与地面节点通信链路由LOS链路构成,且源节点S的发射功率PS与中继R的发射功率PR相等,均为10dBm;无人机中继R及目的节点D处的噪声功率谱密度相同,为-170dBm/Hz;单位距离信道增益β=-50dB;系统其他参数如表1所示:
表1
图2证明了算法1的收敛性。假定源节点S与目的节点D之间的距离L=1000m,段数N=2000,任务量Q=150Mbit。由图2可以看出,随着迭代次数的上升,迭代能效值快速趋于稳定,说明算法1单调收敛。将式(26)取得的能效下界与式(20)取得的精确能效值进行对比,图中虚线是由式(26)给出的能效下界,而实线是由式(20)给出的能效准确值,图2说明了所取的能效下界是有效的。
对于不同收发时间分配函数,无人机移动中继的能效也不同。同样假定源节点S与目的节点D之间的距离L=1000m,段数N=2000。假设n=1,2,…,μ段用于无人机中继接收源节点S发送的数据,而n=μ+1,μ+2,…,N段用于向目的节点D转发数据。当μ值比较小时,意味着无人机中继用于接收的段少,系统吞吐量变小;当μ值比较大时,意味着无人机中继用于转发的段比较少,同样吞吐量变小。定理1证明了对于任意任务量的无人机中继系统而言,对应最优的收发时间分配,图3仿真结果也直接证明了这一点。图3中,对比了μ=400、μ=600、μ=800及μ=1000四种不同收发时间分配函数及不同任务量下的能效性能。可以看出,当时,对于不同的任务量Q,无人机移动中继通信系统的能效总是最优的。
图4给出不同任务量Q对无人机飞行速度的影响。同样,假设L=1000m,N=2000,对比了Q=50Mbit、Q=300Mbit及Q=600Mbit三种不同任务量对无人机飞行速度的影响。图4中,当任务量比较小时,即Q=50Mbit时,无人机移动中继在接收段先以较大的加速度加速到最低能耗速度后再匀速飞行,由于存在末速度vF的约束,无人机移动中继在后半段会减速直至目的节点D的上空。当任务量中等,即Q=300Mbit时,无人机先以最大加速度加速到一定速度后缓慢加速,发送段做接收段的镜像运动。对于任务量较大情况,即Q=600Mbit时,无人机在开始会以初速度v0(最低速度)匀速飞行一段时间以获得更多的数据,然后做缓慢的加速,为了满足任务量的约束,无人机移动中继在这种情况下全程速度都比较低。图4说明,变加速无人机可以通过改变其飞行速度,满足系统任务量的要求。
图5、图6对比不同飞行模式下的无人机移动中继通信系统的能效性能。同样,假设L=1000m,N=2000。这里对比了“吞吐量最大化飞行”、“匀速飞行”、“以最大加速度加速后匀速飞行”、“匀加速飞行”四种方案下无人机中继系统的能效,具体如图5、图6所示。结果表明:“吞吐量最大化飞行”方案能效最低,原因是无人机低速飞行时能耗较大,“匀速飞行”方案在任务量较小时可以在出发点以较高的速度飞行,忽略了加速(减速)的过程,因此能效要高于本文所提变加速飞行方案,当任务量较大时,匀速飞行方案则需要降低速度以获得吞吐量,能效要低于本文所提变加速飞行方案;“以最大加速度加速飞行”方案和“匀加速飞行”方案无法根据任务量灵活调整加速度,在任务量较低情况下,能效较低。综上,本文所提变加速飞行模式可根据任务量灵活调整飞行速度,获得较高的能效,通过仿真可以看出,其能效要优于其他飞行模式的无人机移动中继。
从图7中可以看出,当L=1000m、任务量Q=150Mbit时,无人机移动中继能效最大。当L=1500m、任务量Q=200Mbit时,无人机中继能效最大。随着距离L的增加,无人机移动中继系统取得最优能效的任务量Q也增加。因此,从能效的角度,所提算法更加适用于短距离、任务量小的情景或是长距离、任务量大的情景。
以上所述仅为本发明的较佳实施而已,并不用以限制本发明,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,均应包含在本发明的保护范围之内。
Claims (1)
1.一种变加速无人机移动中继的通信方法,其特征在于,该方法包括以下步骤:
S1、根据无人机移动中继R在源节点S与目的节点D之间的加速飞行模式与信息收发形式,建立无人机移动中继信息的最优收发时间分配函数;
根据最优收发时间分配函数将无人机移动中继R的最优加速度的求解拆分为两个过程:无人机中继从源节点接收至少Q比特数据时的最低能耗以及无人机中继向目的节点发送Q比特数据时的最低能耗;
S2、设定算法分别对上述两个过程求解并得到各过程的最优飞行速度,根据两个最优飞行速度得出无人机中继的最优加速度;
S3、无人机中继根据源节点处的初速度和所述最优加速度进行飞行,并且按照所述最优收发时间分配函数进行数据信息的接收和转发;
在步骤S1中,所述加速飞行模式为:固定高度位置下,无人机移动中继从源节点正上方以初速度从源节点出发,以先加速、后减速的方式直线飞行,并到达目的节点正上方停止;
在步骤S1中,所述信息收发形式为:所述无人机移动中继采用时分双工模式以及解码转发中继协议,且所述无人机移动中继从源节点飞至目的节点的过程中,源节点通过无人机移动中继将至少Q比特数据发送给目的节点;
在步骤S1中,所述最优收发时间分配函数为:
{λ*(n),n=1,2,…,N}
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011259209.1A CN112491458B (zh) | 2020-11-12 | 2020-11-12 | 一种变加速无人机移动中继的通信方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011259209.1A CN112491458B (zh) | 2020-11-12 | 2020-11-12 | 一种变加速无人机移动中继的通信方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112491458A CN112491458A (zh) | 2021-03-12 |
CN112491458B true CN112491458B (zh) | 2023-02-21 |
Family
ID=74929871
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011259209.1A Active CN112491458B (zh) | 2020-11-12 | 2020-11-12 | 一种变加速无人机移动中继的通信方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112491458B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115347939B (zh) * | 2022-08-15 | 2024-04-19 | 南通大学 | 一种全自由度全双工放大转发无人机中继系统的优化方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN108885461A (zh) * | 2016-12-01 | 2018-11-23 | 深圳市大疆创新科技有限公司 | 用于静止对象和运动对象的无人机飞行限制的系统和方法 |
CN109286913A (zh) * | 2018-09-29 | 2019-01-29 | 郑州航空工业管理学院 | 基于蜂窝网联的无人机移动边缘计算系统能耗优化方法 |
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 |
CN111813167A (zh) * | 2020-07-22 | 2020-10-23 | 南通大学 | 一种飞行速度和轨迹的联合优化方法及系统 |
-
2020
- 2020-11-12 CN CN202011259209.1A patent/CN112491458B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108885461A (zh) * | 2016-12-01 | 2018-11-23 | 深圳市大疆创新科技有限公司 | 用于静止对象和运动对象的无人机飞行限制的系统和方法 |
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 |
CN109286913A (zh) * | 2018-09-29 | 2019-01-29 | 郑州航空工业管理学院 | 基于蜂窝网联的无人机移动边缘计算系统能耗优化方法 |
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 |
CN111813167A (zh) * | 2020-07-22 | 2020-10-23 | 南通大学 | 一种飞行速度和轨迹的联合优化方法及系统 |
Non-Patent Citations (1)
Title |
---|
变加速无人机移动中继能效性能研究;黄陈浩等;《现代电子技术》;20220115;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112491458A (zh) | 2021-03-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109831797B (zh) | 一种推动功率受限的无人机基站带宽和轨迹联合优化方法 | |
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 | |
Gong et al. | Flight time minimization of UAV for data collection over wireless sensor networks | |
CN109286913B (zh) | 基于蜂窝网联的无人机移动边缘计算系统能耗优化方法 | |
CN108848465B (zh) | 一种面向数据分发的无人机飞行轨迹与资源调度联合优化方法 | |
CN109099918B (zh) | 无人机辅助无线能量传输系统及节点调度与路径规划方法 | |
CN110730495B (zh) | 能量约束下的无人机数据分发优化方法 | |
CN111813167B (zh) | 一种飞行速度和轨迹的联合优化方法及系统 | |
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 | |
CN111552313B (zh) | 基于边缘计算动态任务到达的多无人机路径规划方法 | |
CN112911534A (zh) | 高能效无人机绿色数据采集系统设计方法 | |
Zhang et al. | Power cognition: Enabling intelligent energy harvesting and resource allocation for solar-powered UAVs | |
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 | |
CN112491458B (zh) | 一种变加速无人机移动中继的通信方法 | |
CN112887993B (zh) | 基于时隙优先级的全双工无人机基站安全能效优化方法 | |
CN111953397A (zh) | 一种面向自由信道的全双工无人机中继通信方法 | |
CN112770376B (zh) | 一种基于5G与Wi-Fi 6的通信方法及通信设备 | |
CN112804670B (zh) | 一种基于5G与Wi-Fi 6的通信方法及通信设备 | |
KR102052019B1 (ko) | 저전력 장거리 무선통신 기술을 활용한 복수의 무인 비행체 관제 시스템 | |
CN114339667B (zh) | 基于混合无人机空中移动基站的中继方法和装置 | |
CN115347939B (zh) | 一种全自由度全双工放大转发无人机中继系统的优化方法 | |
CN116878520B (zh) | 一种无人机路径规划方法 | |
Sivaganesan | Wireless UAV Rotary Wing Communication with Ground Nodes Using Successive Convex Approximation and Energy Saving Mode | |
Gadhiraju et al. | Throughput and Delay Considerations of UAV Assisted Vehicular Wireless Networks | |
Linpei et al. | Energy-efficient computation offloading assisted by RIS-based UAV |
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 |