CN113641184B - 一种适用于无人机的多功能通信的3d路径规划及资源调度方法 - Google Patents

一种适用于无人机的多功能通信的3d路径规划及资源调度方法 Download PDF

Info

Publication number
CN113641184B
CN113641184B CN202110850875.0A CN202110850875A CN113641184B CN 113641184 B CN113641184 B CN 113641184B CN 202110850875 A CN202110850875 A CN 202110850875A CN 113641184 B CN113641184 B CN 113641184B
Authority
CN
China
Prior art keywords
aerial vehicle
unmanned aerial
communication
multifunctional
ground
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
Application number
CN202110850875.0A
Other languages
English (en)
Other versions
CN113641184A (zh
Inventor
胡杰
蔡兴鹏
饶斌
于秦
杨鲲
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.)
University of Electronic Science and Technology of China
Yangtze River Delta Research Institute of UESTC Huzhou
Original Assignee
University of Electronic Science and Technology of China
Yangtze River Delta Research Institute of UESTC Huzhou
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 University of Electronic Science and Technology of China, Yangtze River Delta Research Institute of UESTC Huzhou filed Critical University of Electronic Science and Technology of China
Priority to CN202110850875.0A priority Critical patent/CN113641184B/zh
Publication of CN113641184A publication Critical patent/CN113641184A/zh
Application granted granted Critical
Publication of CN113641184B publication Critical patent/CN113641184B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10Simultaneous control of position or course in three dimensions
    • G05D1/101Simultaneous control of position or course in three dimensions specially adapted for aircraft

Landscapes

  • Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Radio Relay Systems (AREA)

Abstract

本发明公开了一种适用于无人机的多功能通信的3D路径规划及资源调度方法,包括:确定系统模型,包含网络模型及通信信道模型;简化信道模型函数;求反向散射阶段中任一时刻各个设备的反向散射信道容量及其可实现的吞吐量;求反向散射阶段中各个设备可收集到的能量,求WPCN阶段主动传输可实现的吞吐量;定义优化目标为最大化多功能设备的公平速率,得到优化目标表达式以及其约束;根据优化目标问题采用块坐标下降法求解。本发明有效整合了低速率被动反向散射通信技术,高速率主动式WPCN技术及无人机通信的优良特性,不仅提高了系统的整体通信性能,还同时保证了多个设备数据传输的公平性。

Description

一种适用于无人机的多功能通信的3D路径规划及资源调度 方法
技术领域
本发明涉及一种通信技术领域,特别是一种基于无人机的无线通信技术方法。
背景技术
目前,无线通讯对于能量的需求显著增加,在多种供能通信技术中,一个典型便是结合了无线功率传输与无线信息传输的无线供能通信网络(Wireless PowerCommunicationNetwork,WPCN);此外,反向散射通信技术也是一种具有严格能源限制的、具有前景的节能和经济高效的通信技术,非常适合应用于大规模的低成本物联网设备;无人机(UnmannedAerialVehicle,UAV)作为一种机动性高的低空飞行器,被广泛应用于各个领域,尤其是与通信行业的结合极为紧密;然而,传统的WPCN利用下行链路收集到的能量以进行主动的数据传输,其传输范围广,速率高,但需要额外的外部电源对其先充能,且在充能期间是不能进行信息传输,浪费了一定的时间资源;另一方面,反向散射通信技术通过吸收一部分现有环境或专用RF信号来为电路工作供电,然后通过反向散射部分信号以进行自身的数据传输。由于在这种类型的传输中不需要有源信号生成,因此反向散射通信会消耗更少的能量,但受到散射过程中的两次信道造成性能损耗的影响,该被动发射机只能实现低速率信息传输且范围受限。
发明内容
为了克服现有技术的不足,本发明提供一种适用于无人机的多功能通信的3D路径规划及资源调度方法。
本发明解决其技术问题所采用的技术方案是:
一种适用于无人机的多功能通信的3D路径规划及资源调度方法,其特征在于,包括以下步骤:
(1)确定系统模型,包含网络模型及通信信道模型;
(2)简化信道模型函数;
(3)假设地面各个多功能设备的反射因子已知,求反向散射阶段中任一时刻各个设备的反向散射信道容量及其可实现的吞吐量;
(4)假设地面各个多功能设备的能量转换效率已知,求反向散射阶段中各个设备可收集到的能量,求WPCN阶段主动传输可实现的吞吐量;
(5)定义优化目标为最大化多功能设备的公平速率,得到优化目标表达式以及其约束;
(6)根据优化目标问题采用块坐标下降法求解。
进一步地,所述步骤(1)具体包括以下分步骤:
(11)假设该网络模型由一个无人机,一个地面接收设备,多个地面的多功能设备组成,确定该系统模型中通信各个阶段的具体过程;
(12)确定各个设备的数量和位置坐标,同时,确定无人机发射功率、无人机最大水平飞行速度、无人机最大垂直飞行速度、信道噪声功率、通信双方距离、设备的能量转换效率系数等参数,确定系统的通信时隙模型;
(13)在已知高度情况下,根据视距信道函数求无人机与地面设备间的损耗及地面多功能设备与接收设备的损耗。
进一步地,所述步骤(12)中假设基于无人机的多功能通信网络模型中的地面MDs的二维位置坐标为接收设备RD的位置坐标为(Rx,Ry),无人机的载波信号发射功率为Pt,u,信道噪声功率为/>
进一步地,所述步骤(12)中假设无人机在第n个时隙的3D坐标为(u[n],h[n]),其中u[n]为无人机的水平坐标,具体为(ux,uy),h[n]为无人机的飞行高度,则在第n个时隙,该无人机与地面设备k间的距离可表示为其中quk[n]=||bk-u[n]||2,||·||用以表示向量之间的欧氏距离。
进一步地,所述步骤(13)中给定无人机与MDk之间的距离为duk[n]时,路径损耗可以计算为:
其中ΩLoS,0和ΩNLoS,0分别是LoS通道和NLoS通道在参考距离d0处的路径损耗,而αNLoS>2是NLoS通道的路径损耗指数。
进一步地,所述步骤(3)中假设设备的反射因子用Γk∈[0,1]以指代,可知此时被反射的调制信号功率为设备k在第n时隙的反向散射信道容量可以表示为:
其中为信道噪声功率,ΩkR=Ω0(dkR/d0)2,设备k在反向散射通信阶段实现的吞吐量可被表示为:
进一步地,所述步骤(4)中假设ηk为地面设备电路的能量转换效率,故在反向散射阶段中,当设备k未被唤醒通信时,其将无人机发射的下行载波信号收集转换为能量,则在整个BCS阶段内可收集到的能量为:
这些能量被地面设备有效利用,并用于第二阶段主动的数据传输,则设备k在主动传输阶段可实现的吞吐量为:
进一步地,所述步骤(5)具体包括以下分步骤:
(51)对于系统中多功能设备的通信时间,需遵从系统的时隙分配,故得到相应约束条件;
(52)对于系统中的无人机,需满足实际应用场景中的一些限制条件,故得到相应约束条件;
(53)考虑到地面多个多功能设备需要参与通信,为保证多设备通信的公平性,采用最大化设备的公平速率值作为目标函数;
(54)得到优化目标问题。
进一步地,所述步骤(6)具体包括以下分步骤:
(61)固定无人机水平飞行轨迹,无人机飞行高度,求解设备时隙因子;
(62)固定设备时隙因子,无人机飞行高度,求解无人机水平飞行轨迹;
(63)固定设备时隙因子,无人机水平飞行轨迹,求解无人机飞行高度;
(64)通过所述步骤(61)、步骤(62)和步骤(63)进行轮流迭代求解直至目标函数值收敛。
进一步地,所述步骤(64)具体如下:
(641)初始化可行解{u(0)[n]},{h(0)[n]},{βk (0)[n]},{δ(0)[n]},τk (0)
(642)通过将{u(0)[n]},{h(0)[n]},{βk (0)[n]},{δ(0)[n]},τk (0)代入公式(1-21a),初始化/>
(643)初始化及i←0;
(644)更新i←i+1;
(645)给定{u(i-1)[n]},{h(i-1)[n]}通过(P3)求解{βk (i)[n]},{δ(i)[n]},τk (i)
(646)给定{h(i-1)[n]},{βk (i)[n]},{δ(i)[n]},τk (i)通过(P5)求解{u(i)[n]};
(647)给定{u(i)[n]},{βk (i)[n]},{δ(i)[n]},τk (i)通过(P6)求解{h(i)[n]},
(648)判断是否成立,是则进入步骤(644),否则进入步骤(649);
(649)返回结果{u*[n]←u(i)[n]},{h*[n]←h(i)[n]},{βk *[n]←βk (i)[n]},{δ*[n]←δ(i)[n]},{τk*←τk (i)},和/>
本发明的有益效果是:
本发明包括无人机3D飞行轨迹设计、设备时隙因子分配两个部分,有效整合了低速率被动反向散射通信技术,高速率主动式WPCN技术及无人机通信的优良特性,不仅提高了系统的整体通信性能,还同时保证了多个设备数据传输的公平性。
附图说明
图1是本发明的适用于无人机的多功能通信的3D路径规划及资源调度方法流程图;
图2是本发明的系统网络模型示意图。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
参照图1,一种适用于无人机的多功能通信的3D路径规划及资源调度方法,具体包括以下步骤:
(1)确定系统模型,包含网络模型及通信信道模型。
所述步骤(1)具体包括以下分步骤:
(11)如图2所示,其中无人机扮演移动射频源在在固定区域内飞行并为地面多功能设备(Multifunctional Devices,MDs)提供射频信号。在整个飞行任务周期内,多功能设备可通过对其阻抗匹配的自适应调整,实现在主动发射和被动反射两种通信模式的灵活切换。系统任务周期T分为两阶段,具体来说,在BCS阶段,无人机在区域上空飞行并下行发射载波信号,地面物联设备一方面通过调整阻抗将数据调制至载波信号后被动反射给地面接收者,另一方面也可将载波信号收集转换为能量。等到终端设备超级电容收集到足够能量,在WPCN阶段再通过其射频链路主动发射数据至接收者。
(12)假设基于无人机的多功能通信网络模型中的地面MDs的二维位置坐标为接收设备RD的位置坐标为(Rx,Ry)。无人机的载波信号发射功率为Pt,u,信道噪声功率为/>假设无人机在第n个时隙的3D坐标为(u[n],h[n]),其中u[n]为无人机的水平坐标,具体为(ux,uy),h[n]为无人机的飞行高度。则在第n个时隙,该无人机与地面设备k间的距离可表示为/>其中quk[n]=||bk-u[n]|\2,|\·||用以表示向量之间的欧氏距离。同理,地面MDk与接收设备RD的距离可表示为dkR=||bk-R||,R为接收设备的位置。无人机存在速度限制,其在二维平面方向与高度方向上的最大速度分别为vl,vh。考虑到无人机轨迹飞行连续,在求解问题中涉及到无穷个变量,故简化模型,将无人机的飞行轨迹离散化为N个点。如图2的时隙模型图所示,其中每一个飞行位置占据时间为δ[n],故存在/>对于地面MDs,采取时分复用协议的方式,即在第n个飞行位置,仅存在一个MD与无人机进行通信。使用βk[n]表示设备k在飞行点n处被激活的时间,并存在约束/>
(13)假设无人机飞行高度可变,无人机的飞行高度为h[n]。故需要考虑无人机和地面设备之间高度变化所带来视距/非视距(LoS/NLoS)信道。给定无人机与MDk之间的距离为duk[n]时,则路径损耗可以计算为:
其中ΩLoS,0和ΩNLoS,0分别是LoS通道和NLoS通道在参考距离d0处的路径损耗,而αNLoS>2是NLoS通道的路径损耗指数。对于特定的MDk,其与无人机的信道是LoS还是NLoS主要取决于其朝向无人机的仰角,用下式表示:
从以上式子可以看出只有当仰角大于阈值θth时,LoS信道才存在,此时设备k在该时隙所接受到的相应功率为否则,无人机和MD k之间的为NLoS信道,相应功率为/>引入期望公式,此时隙MDk可接收到期望功率为:
其中是无人机保持与MDk的LoS信道的概率。可以进一步表示为:
由于地面多功能设备k与接收设备都布置于地面,故其LoS概率明显为零,则
(2)简化信道模型函数;
信道模型中为离散概率模型,将导致问题难以求解。为了求解方便,此处先对其进行处理,先将公式转换为:
用σ(ρ[n])=1/(1+e-cρ[n])近似此离散分布函数,令ρ[n]=h[n]-tanθth||bk-u[n]||,故其可近似为:
其中c为常数用于调整函数逼近程度。另一方面,可表示为:
考虑到实际情况下,与/>相差较大,故可将/>删除。近似得到
(3)假设地面各个多功能设备的反射因子已知,求反向散射阶段中任一时刻各个设备的反向散射信道容量及其可实现的吞吐量;
假设设备的反射因子用Γk∈[0,1]以指代,可知此时被反射的调制信号功率为设备k在第n时隙的反向散射信道容量可以表示为:
其中为信道噪声功率,ΩkR=Ω0(dkR/d0)2,设备k在反向散射通信阶段实现的吞吐量可被表示为:
(4)假设地面各个多功能设备的能量转换效率已知,求反向散射阶段中各个设备可收集到的能量,求WPCN阶段主动传输可实现的吞吐量;
假设ηk为地面设备电路的能量转换效率,故在反向散射阶段中,当设备k未被唤醒通信时,其可以将无人机发射的下行载波信号收集转换为能量,则在整个BCS阶段内可收集到的能量为:
这些能量可以被地面设备有效利用,并用于第二阶段主动的数据传输,则设备k在主动传输阶段可实现的吞吐量为:
(5)定义优化目标为最大化多功能设备的公平速率,得到优化目标表达式以及其约束;
所述步骤(5)具体包括以下分步骤:
(51)对于系统中多功能设备的通信时间,需遵从系统的时隙分配,系统总工作时间为T。其中第一部分为无人机参与的反向散射通信阶段,用TBCS表示;第二部分为设备的主动数据发送阶段,用TWPCN表示。参考图2,可得到以下约束条件:
0≤TBCS≤T,0≤τk≤T-TBCS (1-15)
(52)对于系统中的无人机,需满足实际应用场景中的一些限制条件,其中与为无人机的水平与垂直的速度约束,与为无人机的位置回归约束,为无人机的飞行高度限制;
||u[n+1]-u[n]||≤δ[n]vl,n=1,..,N-1 (1-16)
||h[n+1]-h[n]||≤δ[n]vh,n=1,..,N-1, (1-17)
u[1]=u[N] (1-18)
h[1]=h[N] (1-19)
hmin≤h≤hmax (1-20)
(53)考虑到地面多个反向散射设备参与通信,为保证多设备通信的公平性,采用最大化多个设备中最小速率值的目标函数;设备k可实现的速率为考虑到多个地面设备进行信息传递的公平性,定义优化目标为最大化设备的公平速率,即
(54)得到优化目标问题,优化目标表达式如(P1)所示,其中Rfair表示为所有设备中最小的信息速率,如式(1-21a)所示;
(P1):
s.t.
(1-13)-(1-20)
(6)根据优化目标问题采用块坐标下降法求解。
所述步骤(6)具体包括以下分步骤:
(61)通过固定无人机水平轨迹{u[n]|n=1,...,N},无人机高度{h[n]|n=1,...,N},求解系统时隙变量{βk[n]|n=1,...,N,k=1,...,K},{δ[n]|n=1,...,N},{τk|k=1,...,K}以及TBCS,具体如问题(P2)所示。
(P2):
s.t.
(1-13)-(1-17)
其中
观察(P2),可以发现除了大量的线性不等式约束外,主要关注约束(1-22a)的凹凸性质。引入辅助变量νk,其中
此时,(P2)问题可以重新表述为以下问题:
(P3):
s.t.
(1-13)-(1-17), (1-23)
(62)通过固定系统时隙变量{βk[n]|n=1,...,N,k=1,...,K},{δ[n]|n=1,...,N},{τk|k=1,...,K},TBCS及无人机高度{h[n]|n=1,...,N},求解无人机水平轨迹{u[n]|n=1,...,N},该问题可以描述为优化问题(P4)
(P4):
s.t.
(1-16),(1-18)
其中以及可以发现在此子问题中,它们均为固定值。为关于u[n]的函数。为了解决该问题,首先令/>以及η[n]=1+e-cρ[n],则可以得到函数并引入约束
ρ[n]≤ h[n]-tanθth||bk-u[n]|| (1-26)
观察该问题,可以发现其为非凸问题,因为约束(1-25a)关于{u[n]|n=1,...,N}为非凸函数,导致该问题无法得到有效解决。
经过推导可以发现,在约束(1-25a)中不等式右边第一项中的表达式f(ν[n],η[n])=log2(1+ζk[n]Ck[n])关于ν[n],η[n]为凸函数,故让f(v[n],η[n])在v0[n]和η0[n]处进行一阶泰勒展开,如下所示:
其中
对于约束(1-25a)中不等式右边第二部分我们首先引入辅助变量ωk,并存在关系:
尝试将f(1)(ν[n])替换约束(1-25a)中的f(ν[n]),则约束(1-25a)转换为:
对于约束,发现g(ν[n],η[n])=Ck[n]关于ν[n],η[n]为凸函数,故让g(ν[n],η[n])在ν0[n]和η0[n]处进行一阶泰勒展开,如下所示:
其中
gη(v[n],η[n])=-bv-1[n]η-2[n] (1-34)
将g(1)(ν[n])替换约束中的g(ν[n]),故其转换为:
综上所述,问题(P4)将被重新表述为凸问题(P5)
(P5):
s.t.(1-16),(1-18),(1-26),(1-31), (1-35)
(63)通过固定{βk[n]|n=1,...,N,k=1,...,K},{δ[n]|n=1,...,N},{τk|k=1,...,K},TBCS及{u[n]|n=1,...,N},求解无人机高度{h[n]|n=1,...,N},该问题可以描述为:
(P6):
s.t.(1-17),(1-19),(1-20),(1-21a)
该子问题为非凸问题,其解决方法与水平轨迹子问题(P4)一致。
(64)通过所述步骤(61)、步骤(62)和步骤(63)进行轮流迭代求解直至目标函数值收敛;其步骤具体如下:
(641)初始化可行解{u(0)[n]},{h(0)[n]},{βk (0)[n]},{δ(0)[n]},τk (0)
(642)通过将{u(0)[n]},{h(0)[n]},{βk (0)[n]},{δ(0)[n]},τk (0)代入公式(1-21a),初始化/>
(643)初始化及i←0;
(644)更新i←i+1;
(645)给定{u(i-1)[n]},{h(i-1)[n]}通过(P3)求解{βk (i)[n]},{δ(i)[n]},τk (i)
(646)给定{h(i-1)[n]},{βk (i)[n]},{δ(i)[n]},τk (i)通过(P5)求解{u(i)[n]};
(647)给定{u(i)[n]},{βk (i)[n]},{δ(i)[n]},τk (i)通过(P6)求解{h(i)[n]},
(648)判断是否成立,是则进入步骤(644),否则进入步骤(649);
(649)返回结果{u*[n]←u(i)[n]},{h*[n]←h(i)[n]},{βk *[n]←βk (i)[n]},{δ*[n]←δ(i)[n]},{τk*←τk (i)},和/>
以上的实施方式不能限定本发明创造的保护范围,专业技术领域的人员在不脱离本发明创造整体构思的情况下,所做的均等修饰与变化,均仍属于本发明创造涵盖的范围之内。

Claims (6)

1.一种适用于无人机的多功能通信的3D路径规划及资源调度方法,其特征在于,包括以下步骤:
(1)确定系统模型,包含网络模型及通信信道模型;
所述步骤(1)具体包括以下分步骤:
(11)假设该网络模型由一个无人机,一个地面接收设备,多个地面的多功能设备组成,确定该系统模型中通信各个阶段的具体过程;
(12)确定各个设备的数量和位置坐标,同时,确定无人机发射功率、无人机最大水平飞行速度、无人机最大垂直飞行速度、信道噪声功率、通信双方距离、设备的能量转换效率系数等参数,确定系统的通信时隙模型;
(13)在已知高度情况下,根据视距信道函数求无人机与地面设备间的损耗及地面多功能设备与接收设备的损耗;
所述步骤(13)中给定无人机与第k个地面的多功能设备之间的距离为duk[n]时,路径损耗可以计算为:
其中ΩLoS,0和ΩNLoS,0分别是LoS通道和NLoS通道在参考距离d0处的路径损耗,而αNLoS>2是NLoS通道的路径损耗指数;
(2)简化信道模型函数;
(3)假设地面各个多功能设备的反射因子已知,求反向散射阶段中任一时刻各个设备的反向散射信道容量及其可实现的吞吐量;
所述步骤(3)中假设地面多功能设备的反射因子用Γk∈[0,1]以指代,可知此时被反射的调制信号功率为第k个地面的多功能设备在第n时隙的反向散射信道容量可以表示为:
其中为信道噪声功率,ΩkR=Ω0(dkR/d0)2,第k个地面的多功能设备在反向散射通信阶段实现的吞吐量可被表示为:
(4)假设地面各个多功能设备的能量转换效率已知,求反向散射阶段中各个设备可收集到的能量,求WPCN阶段主动传输可实现的吞吐量;
(5)定义优化目标为最大化多功能设备的公平速率,得到优化目标表达式以及其约束;
(6)根据优化目标问题采用块坐标下降法求解。
2.根据权利要求1所述的适用于无人机的多功能通信的3D路径规划及资源调度方法,其特征在于,所述步骤(12)中假设基于无人机的多功能通信网络模型中的地面多功能设备的二维位置坐标为接收设备RD的位置坐标为(Rx,Ry),无人机的载波信号发射功率为Pt,u,信道噪声功率为/>
3.根据权利要求1所述的适用于无人机的多功能通信的3D路径规划及资源调度方法,其特征在于,所述步骤(12)中假设无人机在第n个时隙的3D坐标为(u[n],h[n]),其中u[n]为无人机的水平坐标,具体为(ux,uy),h[n]为无人机的飞行高度,则在第n个时隙,该无人机与第k个地面的多功能设备间的距离可表示为其中quk[n]=||bk-u[n]||2,||·||用以表示向量之间的欧氏距离。
4.根据权利要求1所述的适用于无人机的多功能通信的3D路径规划及资源调度方法,其特征在于,所述步骤(4)中假设ηk为地面设备电路的能量转换效率,故在反向散射阶段中,当第k个地面的多功能设备未被唤醒通信时,其将无人机发射的下行载波信号收集转换为能量,则在整个BCS阶段内可收集到的能量为:
这些能量被地面设备有效利用,并用于第二阶段主动的数据传输,则第k个地面的多功能设备在主动传输阶段可实现的吞吐量为:
5.根据权利要求1所述的适用于无人机的多功能通信的3D路径规划及资源调度方法,其特征在于,所述步骤(5)具体包括以下分步骤:
(51)对于系统中多功能设备的通信时间,需遵从系统的时隙分配,故得到相应约束条件;
(52)对于系统中的无人机,需满足实际应用场景中的一些限制条件,故得到相应约束条件;
(53)考虑到地面多个多功能设备需要参与通信,为保证多设备通信的公平性,采用最大化设备的公平速率值作为目标函数;
(54)得到优化目标问题。
6.根据权利要求1所述的适用于无人机的多功能通信的3D路径规划及资源调度方法,其特征在于,所述步骤(6)具体包括以下分步骤:
(61)固定无人机水平飞行轨迹,无人机飞行高度,求解设备时隙因子;
(62)固定设备时隙因子,无人机飞行高度,求解无人机水平飞行轨迹;
(63)固定设备时隙因子,无人机水平飞行轨迹,求解无人机飞行高度;
(64)通过所述步骤(61)、步骤(62)和步骤(63)进行轮流迭代求解直至目标函数值收敛。
CN202110850875.0A 2021-07-27 2021-07-27 一种适用于无人机的多功能通信的3d路径规划及资源调度方法 Active CN113641184B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110850875.0A CN113641184B (zh) 2021-07-27 2021-07-27 一种适用于无人机的多功能通信的3d路径规划及资源调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110850875.0A CN113641184B (zh) 2021-07-27 2021-07-27 一种适用于无人机的多功能通信的3d路径规划及资源调度方法

Publications (2)

Publication Number Publication Date
CN113641184A CN113641184A (zh) 2021-11-12
CN113641184B true CN113641184B (zh) 2024-03-19

Family

ID=78418549

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110850875.0A Active CN113641184B (zh) 2021-07-27 2021-07-27 一种适用于无人机的多功能通信的3d路径规划及资源调度方法

Country Status (1)

Country Link
CN (1) CN113641184B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108471616A (zh) * 2018-03-26 2018-08-31 深圳大学 基于物理引力模型部署无人机增强基站通信的方法及系统
CN110224723A (zh) * 2019-05-21 2019-09-10 电子科技大学 一种无人机辅助反向散射通信系统设计方法
CN110493872A (zh) * 2019-06-20 2019-11-22 南京邮电大学 反向散射通信辅助无线供电通信网络系统及优化方法
CN110730028A (zh) * 2019-08-29 2020-01-24 广东工业大学 一种无人机辅助反向散射通信装置以及资源分配控制方法
CN112087721A (zh) * 2020-08-10 2020-12-15 浙江工业大学 一种反向散射辅助的无线供能通信网络的节点间通信方法
CN112468205A (zh) * 2020-01-09 2021-03-09 电子科技大学中山学院 一种适用于无人机的反向散射安全通信方法
CN112532300A (zh) * 2020-11-25 2021-03-19 北京邮电大学 单无人机反向散射通信网络轨迹优化与资源分配方法
WO2021067784A1 (en) * 2019-10-02 2021-04-08 Idac Holdings, Inc. Joint communication and sensing aided random access channel

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108471616A (zh) * 2018-03-26 2018-08-31 深圳大学 基于物理引力模型部署无人机增强基站通信的方法及系统
CN110224723A (zh) * 2019-05-21 2019-09-10 电子科技大学 一种无人机辅助反向散射通信系统设计方法
CN110493872A (zh) * 2019-06-20 2019-11-22 南京邮电大学 反向散射通信辅助无线供电通信网络系统及优化方法
CN110730028A (zh) * 2019-08-29 2020-01-24 广东工业大学 一种无人机辅助反向散射通信装置以及资源分配控制方法
WO2021067784A1 (en) * 2019-10-02 2021-04-08 Idac Holdings, Inc. Joint communication and sensing aided random access channel
CN112468205A (zh) * 2020-01-09 2021-03-09 电子科技大学中山学院 一种适用于无人机的反向散射安全通信方法
CN112087721A (zh) * 2020-08-10 2020-12-15 浙江工业大学 一种反向散射辅助的无线供能通信网络的节点间通信方法
CN112532300A (zh) * 2020-11-25 2021-03-19 北京邮电大学 单无人机反向散射通信网络轨迹优化与资源分配方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Throughput Maximization for UAV-Aided Backscatter Communication Networks;Meng Hua,et al.;IEEE Transactions on Communications;第68卷(第2期);1254-1270 *
无人机辅助的反向散射通信系统资源配置与路径规划联合设计;戴娆;中国优秀硕士学位论文全文数据库 工程科技II辑(第7期);C031-149 *

Also Published As

Publication number Publication date
CN113641184A (zh) 2021-11-12

Similar Documents

Publication Publication Date Title
CN110730028B (zh) 一种无人机辅助反向散射通信装置以及资源分配控制方法
CN110730031B (zh) 一种用于多载波通信的无人机轨迹与资源分配联合优化方法
CN110147040B (zh) 无人机携能传输的飞行轨迹与功率分配联合优化方法
CN110224723B (zh) 一种无人机辅助反向散射通信系统设计方法
CN112532300B (zh) 单无人机反向散射通信网络轨迹优化与资源分配方法
WO2020015214A1 (zh) 一种基于无人机的无线信息和能量传输的优化方法
CN112468205B (zh) 一种适用于无人机的反向散射安全通信方法
CN108135002B (zh) 一种基于块坐标下降的无人机频谱资源分配方法
CN108123772B (zh) 一种基于梯度投影法的无人机时频资源分配方法
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
CN112910540B (zh) 一种全双工无人机中继系统联合优化方法及系统
Xu et al. Energy-efficient UAV communication with multiple GTs based on trajectory optimization
CN111586718B (zh) 面向无人机中继通信系统的喷泉编码设计方法
CN110418286B (zh) 信息与能量协同传输的通信方法、装置、无人机及系统
CN113518361B (zh) 一种无人机辅助无线通信的轨迹优化方法、设备及介质
CN113490176A (zh) 一种基于三维轨迹功率优化的无人机通信抗干扰方法
CN109586773A (zh) 临空通信毫米波非正交多址接入技术联合收发端波束赋形及功率分配方法
CN112584321A (zh) 一种无人机协同的数能一体化网络的优化方法
CN115002800A (zh) 一种无人机辅助的noma反向散射通信系统和速率最大化方法
Chenxiao et al. Energy-efficiency maximization for fixed-wing UAV-enabled relay network with circular trajectory
CN113641184B (zh) 一种适用于无人机的多功能通信的3d路径规划及资源调度方法
CN112188497A (zh) 一种空地一体化车辆网频谱资源优化方法
CN115515099A (zh) 一种感知通信一体化无人机辅助车联网的方法
CN115278584A (zh) 基于noma的无人机数据采集系统及其采集方法
CN113498018B (zh) 辅助智能物联网覆盖增强的无人机轨迹优化方法及系统

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