CN113179126A - 联合自由空间激光回程和能量传输的多播无人机通信系统 - Google Patents

联合自由空间激光回程和能量传输的多播无人机通信系统 Download PDF

Info

Publication number
CN113179126A
CN113179126A CN202110241724.5A CN202110241724A CN113179126A CN 113179126 A CN113179126 A CN 113179126A CN 202110241724 A CN202110241724 A CN 202110241724A CN 113179126 A CN113179126 A CN 113179126A
Authority
CN
China
Prior art keywords
power
unmanned aerial
aerial vehicle
drone
max
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
CN202110241724.5A
Other languages
English (en)
Other versions
CN113179126B (zh
Inventor
车越岭
李易燊
罗胜
伍楷舜
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.)
Shenzhen University
Original Assignee
Shenzhen University
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 Shenzhen University filed Critical Shenzhen University
Priority to CN202110241724.5A priority Critical patent/CN113179126B/zh
Publication of CN113179126A publication Critical patent/CN113179126A/zh
Application granted granted Critical
Publication of CN113179126B publication Critical patent/CN113179126B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
    • H04B10/11—Arrangements specific to free-space transmission, i.e. transmission through air or vacuum
    • H04B10/112—Line-of-sight transmission over an extended range
    • H04B10/1123—Bidirectional transmission
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J50/00—Circuit arrangements or systems for wireless supply or distribution of electric power
    • H02J50/20—Circuit arrangements or systems for wireless supply or distribution of electric power using microwaves or radio frequency waves
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
    • H04B10/50—Transmitters
    • H04B10/501—Structural aspects
    • H04B10/503—Laser transmitters
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Signal Processing (AREA)
  • Optics & Photonics (AREA)
  • Power Engineering (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种联合自由空间激光回程和能量传输的多播无人机通信系统。该系统包括无人机和光传输基站，其中无人机设有自由空间激光FSO接收机和射频发射机，通过光传输基站在自由空间激光FSO链路为无人机同时供能和提供回程链路，并以最大化光传输基站的能量效率为目标确定光传输基站的发射功率和功率分配比，该功率分配比用于指示无人机获得的功率和用于解码回程链路信息所用功率之间的分配。本发明能够有效优化系统级能量效率，在FSO链路功率最大化和多播数据传输速率最大化之间实现适当的功率和速率的折衷。

Description

联合自由空间激光回程和能量传输的多播无人机通信系统
技术领域
本发明涉及无人机技术领域，更具体地，涉及一种联合自由空间激光回程和能量传输的多播无人机通信系统。
背景技术
无人机(UAV)的快速增长为无线通信带来了广阔的应用前景。无人机辅助无线通信虽然具有吸引力，但其可行性仍面临着严峻的挑战。一方面，由于机载电池能量有限，无人机的任务时间受到了严重限制。太阳能收集技术可以用来延长无人机的电池寿命，但间歇性的太阳能利用率又限制了无人机的实际使用。另一方面，为无人机建立可靠的无线回程链路也很困难。从地面基站(Base station，BS)到无人机的传统射频(RF)的无线回程传输可能会受到来自同频道地面传输的严重干扰，反之亦然。
自由空间激光(FSO)传输技术有望解决上述两个挑战。由于窄光束具有很强的能量集中性，因此FSO光束能够在远距离向无人机提供高功率(例如数百瓦)的能量。通过利用未授权的太赫兹大带宽，FSO链路能实现高速数据速率，而且不会干扰无人机的射频通信。
在现有研究中，只根据简化了的视距(line of sight，LoS)空地(Airto round，A2G)信道对FSO驱动的无人机射频通信进行了研究。此外，目前只有有限的研究工作，同时考虑了FSO回程和功率传输的无人机系统，而能量效率(EE，或简称能效)最大化的关键问题没有得到解决。
经分析，现有无人机通信系统的缺点主要是：机载电池能量有限，无人机的任务时间受到了严重限制；太阳能收集技术可以用来延长无人机的电池寿命，但间歇性的太阳能利用率又是一个实际性的问题；无人机建立可靠的无线回程链路也很困难；地面基站(BS)和无人机之间的传统射频(RF)的无线回程传输可能会受到来自同频道地面传输的严重干扰。总之目前无人机通信系统缺乏有效的能量供应与稳定的回程链路，这成为了大规模部署无人机通信系统的一个壁垒。
发明内容
本发明的目的是克服上述现有技术的缺陷，提供一种联合自由空间激光回程和能量传输的多播无人机通信系统。该系统包括无人机和光传输基站，其中无人机设有自由空间激光FSO接收机和射频发射机，通过光传输基站在自由空间激光FSO链路为无人机同时供能和提供回程链路，并以最大化光传输基站的能量效率为目标确定光传输基站的发射功率和功率分配比，该功率分配比用于指示无人机获得的功率和用于解码回程链路信息所用功率之间的分配。
与现有技术相比，本发明的优点在于，提供利用自由空间激光FSO同时提供回程传输与激光供能的无人机下行多播无线电通信系统的新技术方案，通过联合设计自由空间激光FSO链路与射频链路，优化了系统的能量效率，从而创新性地提出的基于FSO的能量可持续和回程可靠的通信节能设计方案。
通过以下参照附图对本发明的示例性实施例的详细描述，本发明的其它特征及其优点将会变得清楚。
附图说明
被结合在说明书中并构成说明书的一部分的附图示出了本发明的实施例，并且连同其说明一起用于解释本发明的原理。
图1是根据本发明一个实施例的联合自由空间激光回程和能量传输的多播无人机通信系统的示意图；
图2是根据本发明一个实施例的无人机处于不同高度下的系统级能效EE的示意图；
图3是根据本发明一个实施例的不同密度下的系统级能效的示意图；
图4是根据本发明一个实施例的不同的无人机推进功率下的功率分配示意图；
图5是根据本发明一个实施例的求解最大化能效的流程图；
附图中，link-链路；Edge-边缘；Backhaul-回程；Power-功率；Altitude-高度；density-密度；power-splitting ratio-功率分配比。
具体实施方式
现在将参照附图来详细描述本发明的各种示例性实施例。应注意到：除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为说明书的一部分。
在这里示出和讨论的所有例子中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它例子可以具有不同的值。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
为了确保无人机在RF链路上可持续且可靠的多播传输(MC)，本发明通过光传输基站(OBS)在FSO链路传输能量和数据，对无人机进行充电和提供回程链路。因此，在受无人机FSO能量收集(FSO power harvesting，FPH)和FSO回程率(FSP backhauling rate，FBR)的限制下，通过联合优化OBS的发射功率、FSO的功率分配比、RF链路的无人机发射功率和无人机高度，在系统级上最大化OBS的能效EE，即为无人机的MC速率与OBS发射功率的比值。这个优化问题是非凸的，因此很难得到最优解。尽管如此，在任意给定的无人机发射功率和高度下，本发明得到了最优的OBS发射功率和功率分配比。然后，通过对系统能效EE提出严格的近似，以较低的复杂度获得了次优的无人机发射功率和高度。
以下将具体介绍无人机通信系统模型和该模型下的能效优化方法。
一、系统模型
如图1所示，地面用户(ground user，GU)的集合是在φ(o，R0)的区域内按照密度λG＞0的同构泊松过程(PPP)Ψ(λG)分布的，其中φ(o，R0)表示以水平面上原点o＝(0，0)为中心半径R0的圆形区域。如果||xi||＝r，则位于xi∈Ψ(λG)处的GU-i的半径为r，其中||·||表示欧式范数。该无人机安装了一个基于功率分配的FSO接收机和一个射频发射机。为了避免传输阻塞，OBS部署在H0的高空(例如，建筑物的最高层)。无人机选择在o上方，高度为HU∈[H0，Hmax]，且其到OBS的水平距离为L0≥0。
A、下行射频多播传输
在一个实施例中，考虑基于LoS概率的A2G信道，使用一个μ(r)＝1或μ(r)＝0的二进制指示器来分别表示从无人机到半径r处GU的视距(LoS)或非视距(NLoS)链路。例如，A2G信道h(r)可以表示为：
Figure BDA0002962460300000041
其中αL和αN(αL＜αN)分别表示LoS和NLoS信道路径损耗指数。例如设置采用LoS概率为
Figure BDA0002962460300000042
其中a和b是与环境相关的常量，
Figure BDA0002962460300000043
是A2G的仰角。因此非视距NLoS概率为PN(r)＝1-PL(r)。
令PU∈[0，Pmax]表示无人机的发射功率，其中Pmax是无人机的允许的最大发射功率。在视距LoS和非视距NLoS链路上收到的信噪比(SNR)分别为
Figure BDA0002962460300000044
和
Figure BDA0002962460300000045
其中
Figure BDA0002962460300000046
表示GU处的接收噪声功率。将射频链路的带宽表示为B，在半径r∈[0，R0]处的GU获得的平均传输速率(以比特/秒为单位)表示为：
Figure BDA0002962460300000047
可以注意到，在HU上对于任何给定的r，PL(r)都是非递减的，并且在HU＞＞R0时接近1。因此，得到了一个下界
Figure BDA0002962460300000048
Figure BDA0002962460300000049
当
Figure BDA00029624603000000410
时是严格的。当考虑到一个足够高的无人机高度HU≥H0时，可以使用
Figure BDA00029624603000000411
来近似复杂的
Figure BDA00029624603000000412
此外，假设无人机下行链路MC的公共信息文件为
Figure BDA00029624603000000413
位。当
Figure BDA00029624603000000414
在r上减小时，如果半径
Figure BDA0002962460300000051
的边缘上的GU接收到完整的
Figure BDA0002962460300000052
位文件，则完成了无人机的下行链路MC。得到基于PPP分布的空概率的Redge累积分布函数(CDF)为：
Figure BDA0002962460300000053
其中，圆环φ(o，R0)-φ(o，r)的半径在r和R0之间。通过对r在公式(3)上进行微分，可以得到Redge的概率密度函数(pdf)为
Figure BDA0002962460300000054
因此，在边缘GU处获得的平均下行链路传输速率为：
Figure BDA0002962460300000055
因此，无人机下行链路MC的平均任务完成时间可近似为
Figure BDA0002962460300000056
Figure BDA0002962460300000057
B、联合FSO回程和能量传输
现在来考虑FSO的传输，其中应用了强度调制/直接检测(intensitymodulation，IM/directdetection，DD)。将OBS发射功率表示为PF。则在无人机处的接收到FSO功率强度表示为
Figure BDA0002962460300000058
其中
Figure BDA0002962460300000059
且τ∈(0，1)是FSO的整体传输效率，Drec表示FSO接收器的直径，θtran为全发射发散角，
Figure BDA00029624603000000510
是OBS到无人机的距离，而κ是取决于天气相关的衰减因子。ρ∈[0，1]表示为功率分配比，其中Precρ是用于解码回程信息，Prec(1-ρ)是无人机获得功率。
总的来说，由于无人机同时在FSO和射频链路上工作，在平均任务完成时间TMC期间无人机可实现的回程吞吐量表示为：
Figure BDA00029624603000000511
其中W＞B是FSO信道带宽，
Figure BDA00029624603000000512
是无人机的接收噪声功率，分母2是由于IM/DD的FSO链路的实值高斯信道，β＞0是SNR间隙，例如实际中不完美的FSO光束指向而导致的SNR间隙。由于
Figure BDA0002962460300000061
是无人机可靠回程所必需的，因此FSO回程率FBR约束为：
Figure BDA0002962460300000062
另外，考虑了一个线性FPH(无人机FSO能量收集)模型，其中无人机FSO获得的功率表示为Pharv＝ηPrec(1-ρ)，FPH效率η∈(0，1)是常量。进一步地，可研究复杂的非线性FPH效率。为了确保无人机的可持续工作，Pharv要求不小于用于悬停的无人机推进功率Phover和用于下行MC通信功率PU之和。因此，获得了无人机的FPH约束为：
ηPFω(HU)(1-ρ)≥Phover+PU (8)
最后，系统级能量效率定义为
Figure BDA0002962460300000063
其中Etotal＝PFTMC是无人机通过FSO链路回程和充能的FSO总体能耗，这样无人机通过射频链路上的传输公共文件
Figure BDA0002962460300000064
位的MC任务才可以在TMC内完成。由于是公共信息文件，无论其大小
Figure BDA0002962460300000065
都在
Figure BDA0002962460300000066
的相应时间内完全传递给所有GU，因此EES可以进一步表示为
Figure BDA0002962460300000067
二、系统级能量效率的优化
本发明的目标之一是在无人机在受FBR约束(7)和FPH约束(8)下，通过联合优化OBS发射功率PF，功率分配比ρ，无人机的高度HU和发射功率PU来优化公式(9)中的EES。此优化问题表述如下：
Figure BDA0002962460300000068
s.t.0≤ρ≤1，0≤PU≤Pmax，PF＞0
H0≤HU≤Hmax，(7)，(8).
由于公式(4)中
Figure BDA0002962460300000069
的复杂表达式和决策变量的耦合，问题(P1)通常是非凸的。为了有效地解决问题(P1)，首先在给定HU和PU下的最优PF和ρ，然后推导出最优HU和PU。
具体地，首先，在给定的HU和PU下优化FSO链路的PF和ρ。此时，无人机的功耗PU+Phover和射频链路上的MC速率
Figure BDA00029624603000000610
都变得固定。因此最大化问题(P1)中的
Figure BDA00029624603000000611
等效于受(7)和(8)约束中最小化FSO链路上的PF，从而有以下命题：
命题3.1：让
Figure BDA0002962460300000071
和
Figure BDA0002962460300000072
对于在无人机上任意给定的PU∈[0，Pmax]和HU∈[HL，Hmax]，可得到FSO链路上的最优的PF(PU，HU)和ρ(PU，HU)其闭式表达式如下：
Figure BDA0002962460300000073
从公式(10)可知，在任何给定的PU和HU下，最优PF(PU，HU)只是QI和QE的简单相加，QI和QE分别满足相应的无人机MC速率和总功率要求，且最优ρ(PU，HU)是
Figure BDA0002962460300000074
的相应比值。
接着，考虑在射频链路上，将公式(10)中的PF(PU，HU)和ρ(PU，HU)代入(P1)，通过求解以下问题得到最优的
Figure BDA0002962460300000075
和
Figure BDA0002962460300000076
Figure BDA0002962460300000077
s.t.0≤PU≤Pmax，H0≤HU≤Hmax
由于其具有复杂
Figure BDA0002962460300000078
和目标的分数形式，所以它是非凸的。为了处理复杂的
Figure BDA0002962460300000079
下文提出了
Figure BDA00029624603000000710
的上限
Figure BDA00029624603000000711
命题3.2：定义
Figure BDA00029624603000000712
其中：
Figure BDA00029624603000000713
Figure BDA00029624603000000714
当
Figure BDA00029624603000000715
对保持不变。
通过将问题(P2)中的
Figure BDA00029624603000000716
替换为
Figure BDA00029624603000000717
问题(P2)转换为以下问题：
Figure BDA00029624603000000718
s.t.0≤PU≤Pmax，H0≤HU≤Hmax.
值得注意的是，尽管当
Figure BDA00029624603000000719
时，
Figure BDA00029624603000000720
边缘并不总是成立，但公式(11)中的
Figure BDA00029624603000000721
通常与公式(9)中的EEs非常接近，而与HU的值无关。尽管
Figure BDA00029624603000000722
在(PU，HU)上既不是凸面也不是凹面，但对于任何给定的HU，问题(P3)的最优PU(HU)如下所示。
命题3.3：对于任意的HU，设
Figure BDA0002962460300000081
问题(P3)的最优PU(HU)可以从以下公式得到：
Figure BDA0002962460300000082
其中，当g(Pmax)≤0时，PU＝PS是g(PU)＝0的唯一解。
经证明，在PU＝0时g(PU)＞0且g(PU)在PU上单调减少，因为
Figure BDA0002962460300000083
从而得到命题3.3的证明，同时也得出结论，如果g(Pmax)＞0，
Figure BDA0002962460300000084
在PU∈[0，Pmax]上增加，否则
Figure BDA0002962460300000085
先增大，然后在随着PU减小，因此公式(12)也一样。为简洁起见，这里省略详细描述。
通过将公式(12)代入公式(11)，可以通过对HU∈[H0，Hmax]进行一维穷举搜索，从而轻松获得问题(P3)最优
Figure BDA0002962460300000086
和
Figure BDA0002962460300000087
最后，通过将问题(P3)的最优解
Figure BDA0002962460300000088
和
Figure BDA0002962460300000089
用作问题(P2)的次优解决方案，可以使用次优解
Figure BDA00029624603000000810
和ρEE有效地解决原始问题(P1)，其中
Figure BDA00029624603000000811
和ρEE是通过将
Figure BDA00029624603000000812
和
Figure BDA00029624603000000813
代入公式(10)得到的。
由于求解问题(P3)是低复杂度的并且公式(10)是闭式表达式，所以本发明提出的方案可以有效地解决问题(P1)。
上述的最大化能效EE的求解过程可参见图5所示。
为进一步验证本发明的效果，进行了以下仿真验证。
假设在高层城市环境下a＝27.23和b＝0.08。假设β＝15dB，κ＝4.3×10-4/m，θ＝0.06Rads，Drec＝0.2m，τ＝0.9，η＝0.2。除非另有说明，否则将H0＝60，Hmax＝200，L0＝150和R0＝50(以上单位都为米)，并且设αL＝3，
Figure BDA00029624603000000814
和Pmax＝200mW。
图2显示了随着HU且Hmax＝600m时，公式(9)中的EES和公式(11)中的
Figure BDA00029624603000000815
近似。可以看出，由于LoS概率的增加，公式(4)中的
Figure BDA00029624603000000816
随HU的增加而增加。当
Figure BDA00029624603000000817
时EES增加，在
Figure BDA00029624603000000826
时达到最大值。然后，由于
Figure BDA00029624603000000819
比
Figure BDA00029624603000000820
显着增加而满足公式(8)，这是
Figure BDA00029624603000000827
增长的主导原因，因此当
Figure BDA00029624603000000822
时EES减小。同时还可以观察到，在每个HU∈[0，Hmax]时，即使
Figure BDA00029624603000000823
Figure BDA00029624603000000824
也非常接近EES，因此由于
Figure BDA00029624603000000825
与EES的紧密近似，本发明提出的解决方案可以达到接近最佳的性能。此外，令
Figure BDA0002962460300000091
和
Figure BDA0002962460300000092
分别表示使无人机获得的FSO功率Prec和MC速率
Figure BDA0002962460300000093
最大化的无人机高度。另外可以观察到
Figure BDA0002962460300000094
因此，建议的最大化EES的
Figure BDA0002962460300000095
在FSO功率和MC速率最大化之间取得了适当的平衡。
图3示出了在GU密度λG上的EES。对于R0的每个值，可以观察到，λG较小时EES首先随着
Figure BDA0002962460300000096
增大而增大，然后在λG较大时减小，这是由于Redge和
Figure BDA0002962460300000097
急剧增加导致的，因此增强了LoS概率，这反过来导致PF随着
Figure BDA0002962460300000098
增长而增加来满足公式(8)。此外，当λG足够大以致
Figure BDA0002962460300000099
等于R0且概率接近1时，这时
Figure BDA00029624603000000910
不再增加，因此EES在图3中保持不变。类似地，当λG非常小时，EES随R0增大，是
Figure BDA00029624603000000911
增加的主导因素；而当λG很大时，以PF的增加为主导，EES此时会随着R0增加而降低。
图4显示了在Phover上的
Figure BDA00029624603000000912
和ρEE，其中在每个Phover处的
Figure BDA00029624603000000913
当在实际中Phover＞＞Pmax，大部分Pharv都被用来满足Phover的要求。这解释了图2和3中普遍较低的EES，进一步说明了系统级EE设计对于FSO驱动的无人机通信的重要性。虽然ρEE非常小，但是由于
Figure BDA00029624603000000914
较大，在无人机上实现的信噪比仍然可以接受，例如当Phover＝1KW时公式(6)中的
Figure BDA00029624603000000915
综上所述，本发明第一次提出了在FSO链路为无人机同时供能和提供回程链路的系统下联合优化设计FSO链路与RF链路的方法，所提出的方法具有较高的新颖性与开创性。仿真结果表明，本发明算法的EE性能接近最优，在FSO功率最大化和MC数据速率最大化之间实现了适当的功率和速率的折衷。
本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于使处理器实现本发明的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如包括但不限于电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本发明操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++、Python等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本发明的各个方面。
这里参照根据本发明实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上，使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。对于本领域技术人员来说公知的是，通过硬件方式实现、通过软件方式实现以及通过软件和硬件结合的方式实现都是等价的。
以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进，或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。本发明的范围由所附权利要求来限定。

Claims (8)

1.一种联合自由空间激光回程和能量传输的多播无人机通信系统，包括无人机和光传输基站，其特征在于，该无人机设有自由空间激光FSO接收机和射频发射机，通过光传输基站在自由空间激光FSO链路为无人机同时供能和提供回程链路，并以最大化光传输基站的能量效率为目标确定光传输基站的发射功率和功率分配比，该功率分配比用于指示无人机获得的功率和用于解码回程链路信息所用功率之间的分配。
2.根据权利要求1所述的系统，其特征在于，对于所述无人机的下行射频多播传输，在半径r∈[0，R0]处的地面用户获得的平均传输速率表示为：
Figure FDA0002962460290000011
其中，B是射频链路的带宽，
Figure FDA0002962460290000012
的单位是比特/秒，PL(r)表示采用视距传输的概率，PN(r)表示采用非视距传输的概率，
Figure FDA0002962460290000013
表示在视距链路上收到的信噪比，
Figure FDA0002962460290000014
表示在非视距链路上收到的信噪比，αL表示视距信道路径损耗指数，αN表示非视距信道路径损耗指数，HU表示无人机的高度，PU∈[0，Pmax]表示无人机的发射功率，Pmax表示无人机的允许的最大发射功率，地面用户的集合是在φ(o，R0)的区域内按照密度λG＞0的同构PPPΨ(λG)分布。
3.根据权利要求2所述的系统，其特征在于，对于边缘地面用户，获得的平均下行链路传输速率表示为：
Figure FDA0002962460290000015
其中，Redge是半径，Redge的概率密度函数为
Figure FDA0002962460290000016
Figure FDA0002962460290000017
是地面用户获得的平均传输速率
Figure FDA0002962460290000018
的近似值，表示为
Figure FDA0002962460290000019
4.根据权利要求3所述的系统，其特征在于，在无人机受FSO回程率FBR约束和无人机FSO能量收集FPH约束下，通过联合优化光传输基站的发射功率PF，功率分配比ρ，无人机的高度HU和发射功率PU实现最大化光传输基站的能量效率EES，该优化问题P1表示为：
(P1)：
Figure FDA0002962460290000021
s.t.0≤ρ≤1，0≤PU≤Pmax，PF＞0
H0≤HU≤Hmax，FBR，FPH
其中，
Figure FDA0002962460290000022
表示边缘地面用户处获得的平均下行链路传输速率，PF表示光传输基站的发射功率，ρ是功率分配比，HU表示无人机的高度，PU表示无人机的发射功率，Hmax表示无人机的最大高度，Pmax是无人机的允许的最大发射功率。
5.根据权利要求4所述的系统，其特征在于，所述FBR约束表示为：
Figure FDA0002962460290000023
其中，
Figure FDA0002962460290000024
是无人机的接收噪声功率，β＞0是信噪比SNR间隙，ρ是功率分配比，PF表示光传输基站的发射功率，
Figure FDA0002962460290000025
τ∈(0，1)是自由空间激光FSO的整体传输效率，Drec表示自由空间激光FSO接收机的直径，θtran为全发射发散角，Lback是光传输基站到无人机的距离，κ是取决于天气相关的衰减因子，W是自由空间激光FSO信道带宽。
6.根据权利要求5所述的系统，其特征在于，所述FPH约束表示为：
ηPFω(HU)(1-ρ)≥Phover+PU
其中，Pharv是无人机FSO获得的功率，Phover是悬停的无人机推进功率，η∈(0，1)是常量，表示FPH效率。
7.根据权利要求6所述的系统，其特征在于，根据以下步骤求解优化问题P1：
步骤S71，将优化问题P1表示为以下命题：
命题3.1：令
Figure FDA0002962460290000026
和
Figure FDA0002962460290000027
对于在无人机上任意给定的PU∈[0，Pmax]和HU∈[HL，Hmax]，得到FSO链路上的最优的PF(PU，HU)和ρ(PU，HU)其闭式表达式如下：
Figure FDA0002962460290000028
步骤S72，将公式(10)中的PF(PU，HU)和ρ(PU，HU)代入优化问题P1，通过求解以下问题P2得到最优的
Figure FDA0002962460290000031
和
Figure FDA0002962460290000032
(P2)：
Figure FDA0002962460290000033
s.t.0≤PU≤Pmax，H0≤HU≤Hmax
步骤S73，定义平均下行链路传输速率
Figure FDA0002962460290000034
的上限，表示为：
命题3.2：定义
Figure FDA0002962460290000035
其中：
Figure FDA0002962460290000036
Figure FDA0002962460290000037
当
Figure FDA0002962460290000038
时保持不变；
步骤S74，通过将问题P2中的
Figure FDA0002962460290000039
替换为
Figure FDA00029624602900000310
问题P2转换为以下问题：
(P3)：
Figure FDA00029624602900000311
s.t.0≤PU≤Pmax，H0≤HU≤Hmax
步骤S75，对于任何给定的HU，问题P3的最优PU(HU)表示为：
命题3.3：对于任意的HU，设
Figure FDA00029624602900000312
问题P3的最优PU(HU)可以从以下公式得到：
Figure FDA00029624602900000313
其中，当g(Pmax)≤0时，PU＝PS是g(PU)＝0的唯一解；
步骤S76，通过将公式(12)代入公式(11)，通过对HU∈[H0，Hmax]进行一维穷举搜索，获得问题P3的最优
Figure FDA00029624602900000314
和
Figure FDA00029624602900000315
步骤S77，通过将问题P3的最优解
Figure FDA00029624602900000316
和
Figure FDA00029624602900000317
用作问题P2的次优解决方案，使用次优解
Figure FDA00029624602900000318
和ρEE解决原始问题P1，其中
Figure FDA00029624602900000319
和ρEE是通过将
Figure FDA00029624602900000320
和
Figure FDA00029624602900000321
代入公式(10)得到。
8.根据权利要求1所述的系统，其特征在于，在获得所述功率分配比ρ后，分配Precρ用于解码回程链路信息，Prec(1-ρ)作为无人机获得的功率，其中Prec表示无人机接收到的自由空间激光功率强度。
CN202110241724.5A 2021-03-04 2021-03-04 联合自由空间激光回程和能量传输的多播无人机通信系统 Active CN113179126B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110241724.5A CN113179126B (zh) 2021-03-04 2021-03-04 联合自由空间激光回程和能量传输的多播无人机通信系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110241724.5A CN113179126B (zh) 2021-03-04 2021-03-04 联合自由空间激光回程和能量传输的多播无人机通信系统

Publications (2)

Publication Number Publication Date
CN113179126A true CN113179126A (zh) 2021-07-27
CN113179126B CN113179126B (zh) 2022-08-09

Family

ID=76921876

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110241724.5A Active CN113179126B (zh) 2021-03-04 2021-03-04 联合自由空间激光回程和能量传输的多播无人机通信系统

Country Status (1)

Country Link
CN (1) CN113179126B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114189282A (zh) * 2021-11-16 2022-03-15 华东师范大学 一种无人机辅助的无线光通信系统传输方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170195048A1 (en) * 2015-12-31 2017-07-06 Wellen Sham Uav network
CN107894712A (zh) * 2017-10-13 2018-04-10 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
CN108650689A (zh) * 2018-04-03 2018-10-12 华南理工大学 基于noma下行链路的无线携能通信系统能效优化方法
CN109600828A (zh) * 2018-11-19 2019-04-09 赣南师范大学 无人机基站下行链路的自适应传输功率分配方法
CN110113106A (zh) * 2019-04-17 2019-08-09 深圳大学 多基站多激光发射器的激光供能无人机无线通信方法
CN110647165A (zh) * 2019-07-10 2020-01-03 深圳大学 一种无人机的能量分配优化方法
CN110958619A (zh) * 2019-11-18 2020-04-03 北京邮电大学 一种基于无线能量传输的无人机辅助网络中资源分配方法
CN111049251A (zh) * 2020-01-02 2020-04-21 北京理工大学 一种调制激光供能系统
CN111181640A (zh) * 2020-01-07 2020-05-19 西安理工大学 一种无人机续航装置及续航方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170195048A1 (en) * 2015-12-31 2017-07-06 Wellen Sham Uav network
CN107894712A (zh) * 2017-10-13 2018-04-10 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
CN108650689A (zh) * 2018-04-03 2018-10-12 华南理工大学 基于noma下行链路的无线携能通信系统能效优化方法
CN109600828A (zh) * 2018-11-19 2019-04-09 赣南师范大学 无人机基站下行链路的自适应传输功率分配方法
CN110113106A (zh) * 2019-04-17 2019-08-09 深圳大学 多基站多激光发射器的激光供能无人机无线通信方法
CN110647165A (zh) * 2019-07-10 2020-01-03 深圳大学 一种无人机的能量分配优化方法
CN110958619A (zh) * 2019-11-18 2020-04-03 北京邮电大学 一种基于无线能量传输的无人机辅助网络中资源分配方法
CN111049251A (zh) * 2020-01-02 2020-04-21 北京理工大学 一种调制激光供能系统
CN111181640A (zh) * 2020-01-07 2020-05-19 西安理工大学 一种无人机续航装置及续航方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
JIE OUYANG,ETAL.: "Throughput Maximization for Laser-Powered UAV Wireless Communication Systems", 《PROC.IEEE INT.CONF.COMMUN.WORKSHOPS(ICC WORKSHOPS)》 *
YUE LING CHE,ETAL.: "Energy-Efficient UAV Multicasting With Simultaneous FSO Backhaul and Power Transfer", 《IEEE WIRELESS COMMUNICATIONS LETTERS》 *
袁建华等: "激光供能无人机的一种优化跟踪算法", 《应用光学》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114189282A (zh) * 2021-11-16 2022-03-15 华东师范大学 一种无人机辅助的无线光通信系统传输方法
CN114189282B (zh) * 2021-11-16 2024-03-22 华东师范大学 一种无人机辅助的无线光通信系统传输方法

Also Published As

Publication number Publication date
CN113179126B (zh) 2022-08-09

Similar Documents

Publication Publication Date Title
Liu et al. UAV-assisted wireless powered cooperative mobile edge computing: Joint offloading, CPU control, and trajectory optimization
Lee et al. A UAV-mounted free space optical communication: Trajectory optimization for flight time
Do et al. Deep reinforcement learning for energy-efficient federated learning in UAV-enabled wireless powered networks
Jiang et al. Power consumption minimization of UAV relay in NOMA networks
Shafique et al. End-to-end energy-efficiency and reliability of UAV-assisted wireless data ferrying
Abou-Rjeily et al. Ground-to-air FSO communications: when high data rate communication meets efficient energy harvesting with simple designs
Hassan et al. Statistical-QoS guarantee for IoT network driven by laser-powered UAV relay and RF backscatter communications
Xu et al. Energy‐Efficient UAV Communication with Multiple GTs Based on Trajectory Optimization
Che et al. Energy-efficient UAV multicasting with simultaneous FSO backhaul and power transfer
Alsharoa et al. Trajectory optimization for multiple UAVs acting as wireless relays
Manzoor et al. Ruin theory for energy-efficient resource allocation in UAV-assisted cellular networks
Arani et al. Fairness-aware link optimization for space-terrestrial integrated networks: A reinforcement learning framework
Huang et al. Online maneuver design for UAV-enabled NOMA systems via reinforcement learning
Hassan et al. Blue data computation maximization in 6G space-air-sea non-terrestrial networks
CN113179126B (zh) 联合自由空间激光回程和能量传输的多播无人机通信系统
Guo et al. Throughput maximization in a UAV-enabled two-way relaying system with multi-pair users
Chen et al. Trajectory design and link selection in UAV-assisted hybrid satellite-terrestrial network
Alnagar et al. Q-learning-based power allocation for secure wireless communication in UAV-aided relay network
Xiong et al. Collaborative computation offloading at UAV-enhanced edge
Wang et al. Energy-efficient UAV-relaying 5G/6G spectrum sharing networks: Interference coordination with power management and trajectory design
Chen et al. Energy efficient hybrid offloading in space-air-ground integrated networks
Barick et al. Multi-UAV assisted IoT NOMA uplink communication system for disaster scenario
Kang et al. Placement learning for multi-UAV relaying: A Gibbs sampling approach
Tran-Dinh et al. Throughput maximization for wireless communication systems with backscatter-and cache-assisted UAV technology
Abbasi et al. A cell-free scheme for UAV base stations with HAPS-assisted backhauling in terahertz band

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