CN113691302B - 一种多旋翼无人机辅助反向散射通信系统的能效优化方法 - Google Patents

一种多旋翼无人机辅助反向散射通信系统的能效优化方法 Download PDF

Info

Publication number
CN113691302B
CN113691302B CN202110976041.4A CN202110976041A CN113691302B CN 113691302 B CN113691302 B CN 113691302B CN 202110976041 A CN202110976041 A CN 202110976041A CN 113691302 B CN113691302 B CN 113691302B
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
rotor unmanned
backscatter
rotor
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
CN202110976041.4A
Other languages
English (en)
Other versions
CN113691302A (zh
Inventor
郭希娟
李岩
常征
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.)
Yanshan University
Original Assignee
Yanshan 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 Yanshan University filed Critical Yanshan University
Priority to CN202110976041.4A priority Critical patent/CN113691302B/zh
Publication of CN113691302A publication Critical patent/CN113691302A/zh
Application granted granted Critical
Publication of CN113691302B publication Critical patent/CN113691302B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H04B7/18506—Communications with or from aircraft, i.e. aeronautical mobile service
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B7/00—Radio transmission systems, i.e. using radiation field
    • H04B7/22—Scatter propagation systems, e.g. ionospheric, tropospheric or meteor scatter
    • 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)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Astronomy & Astrophysics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Radio Relay Systems (AREA)

Abstract

本发明公开了一种多旋翼无人机辅助反向散射通信系统的能效优化方法，多旋翼无人机充当移动信号发射器和信号接收器反向散射设备可以收集多旋翼无人机发射的信号为自身运行提供能量，根据多旋翼无人机与反向散射设备的位置关系、通信信道条件，得到多旋翼无人机与反向散射设备的系统数学模型、通信信道模型；然后根据系统数学模型、通信信道模型计算出多旋翼无人机与反向散射设备的距离、能量损耗率，得到多旋翼无人机的运动模型和能量消耗模型；最后在信噪比、吞吐量的约束条件下，采用带约束的聚类算法及TSP问题的解决算法，得到多旋翼无人机飞行的最佳路径及最优能效。

Description

一种多旋翼无人机辅助反向散射通信系统的能效优化方法
技术领域
本发明涉及无线通信技术领域，具体涉及一种多旋翼无人机辅助反向散射通信系统的能效优化方法。
背景技术
物联网是连接物理世界与数字世界的纽带，是泛在感知与计算的关键使能技术。物联网的大规模部署受到了传感器能耗、部署及维护成本的限制。因此，如何突破上述约束的桎梏成为了学术界和工业界共同关注的问题。反向散射通信技术因其使得传感器不需要装配电池而是从周围的信号发射器或环境的无线信号中捕获能量用于计算和通信，成为了打破限制的突破口，推动了无源物联网的出现。
多旋翼无人机具有灵活性高的特点，即多旋翼无人机体积小、质量轻，拥有飞机、卫星无法具备的灵活性；组装后可直接使用，且起飞方式简单，对环境要求低。多旋翼无人机机身成本低，运行时的能量耗费也低于其他飞行器。
将多旋翼无人机与反向散射通信技术结合，充分发挥各自的优点并解决反向散射通信距离较短的问题。反向散射通信系统的通信距离有限，接收机与反向散射设备的距离必须保持在其通信范围之内(几百米数量级)，因此在大规模物联网应用场景中为了覆盖全部的反向散射设备，接收机的数量很可能变得异常庞大，大量的接收机部署将会显著增加物联网构建成本。针对大规模反向散射通信网络，引入多旋翼无人机作为接收机刚好可以在很大程度上缓解反向散射通信系统的距离限制所带来的问题，但多旋翼无人机携带的电池能量有限，如何在保证多旋翼无人机正常工作的前提下最大限度地提高网络通信性能，这是研究的关键问题。本发明以在反向散射通信系统中最优化多旋翼无人机能效为目标提出了一种创新方法。
发明内容
本发明需要解决的技术问题是提供一种多旋翼无人机辅助反向散射通信系统的能效优化方法，通过联合考虑多旋翼无人机吞吐量和多旋翼无人机能量消耗为多旋翼无人机规划飞行路径，在保证通信效果的同时节约多旋翼无人机的机身能量，使得多旋翼无人机能耗小，能效大。
为解决上述技术问题，本发明所采用的技术方案是：一种多旋翼无人机辅助反向散射通信系统的能效优化方法，包括如下步骤：
S1、将一台多旋翼无人机充当移动信号发射器和信号接收器，根据实际需求在水平地面上的既定区域内布置K个反向散射设备收集多旋翼无人机发射的信号为自身运行提供能量，反向散射设备的集合表示为
Figure GDA0003289223490000021
在反向散射设备分布区域内建立三维坐标系，第k个反向散射设备坐标设置为
Figure GDA0003289223490000022
多旋翼无人机飞行的起点坐标设置为qs＝(xs,ys,H)；多旋翼无人机在整个飞行过程中所用时间为T，在多旋翼无人机执行任务过程中的某一时刻t，(0≤t≤T)时，多旋翼无人机的坐标表示为qt＝(xt,yt,H)；
S2、基于步骤S1中多旋翼无人机与K个反向散射设备的三维坐标系，建立系统数学模型，根据多旋翼无人机和反向散射设备的通信信道条件建立通信信道模型，通信信道模型为多旋翼无人机和反向散射设备之间完全无阻挡的视距路径构成的自由空间传播模型；
S3、根据步骤S2中的系统数学模型及通信信道模型，得到多旋翼无人机发射的信号到达第k个反向散射设备位置处的功率，进而得到第k个反向散射设备反射后发出的信号功率；
S4、多旋翼无人机发射的信号经第k个反向散射设备反射后被多旋翼无人机接收并成功解码，根据香农公式，得到多旋翼无人机发射的信号接收速率模型和多旋翼无人机的总吞吐量；
S5、根据多旋翼无人机处于推进状态的消耗功率和时长及悬停状态的功率和时长，得到多旋翼无人机飞行全程的能量消耗模型；
S6、根据步骤S4中得到的多旋翼无人机总吞吐量和步骤S5中得到的多旋翼无人机能量消耗量，得到多旋翼无人机的能效模型；
S7、使用带约束的聚类算法，对区域内的反向散射设备进行簇划分，综合考虑未落到簇内的反向散射设备后确定各个局部最佳悬停点；
S8、根据步骤7确定的凸集区域和悬停点，使用TSP问题的解决算法得到遍历悬停点的最佳路径，进而计算出最优能效。
本发明技术方案的进一步改进在于：所述步骤S2中，多旋翼无人机与第k个反向散射设备之间的信道增益为：
Figure GDA0003289223490000031
其中，
Figure GDA0003289223490000032
表示多旋翼无人机与反向散射设备间的信道增益；β0表示参考距离为1米处的信道增益，
Figure GDA0003289223490000033
其中c为光速，f为载频；α表示路径损耗指数；
Figure GDA0003289223490000034
表示多旋翼无人机与第k个反向散射设备之间的距离，
Figure GDA0003289223490000035
本发明技术方案的进一步改进在于：所述步骤S3中多旋翼无人机发射的信号到达第k个反向散射设备位置处的功率为：
Figure GDA0003289223490000036
其中，Put表示多旋翼无人机的信号发射功率，设定为常数；
第k个反向散射设备反射后发出的信号功率为：
Figure GDA0003289223490000037
其中，
Figure GDA0003289223490000041
为第k个反向散射设备的反射系数。
本发明技术方案的进一步改进在于：所述步骤S4中多旋翼无人机发射的信号经反向散射设备反射后被多旋翼无人机接收并成功解码的约束表达式为：
Figure GDA0003289223490000042
其中，
Figure GDA0003289223490000043
表示多旋翼无人机发射的信号经反向散射设备反射后被多旋翼无人机接收全过程的信噪比，
Figure GDA0003289223490000044
为通信信道中的高斯白噪声功率；γ为信号可解码的信噪比阈值；
根据香农公式，得到多旋翼无人机发射的信号接收速率模型为：
Figure GDA0003289223490000045
其中，Rk表示多旋翼无人机的信号接收速率，B表示信道带宽；
多旋翼无人机的总吞吐量为K个反向散射设备吞吐量的总和，多旋翼无人机的总吞吐量表达式为：
Figure GDA0003289223490000046
其中，Q表示多旋翼无人机的总吞吐量；λk(t)为反向散射设备的调度函数，λk(t)＝1表示在t时刻该反向散射设备反射信号，λk(t)＝0表示在t时刻该反向散射设备不反射信号。
本发明技术方案的进一步改进在于：所述步骤S5中多旋翼无人机飞行全程的能量消耗模型为：
Etotal＝PfTf+(Ph+Put)Th，
其中，Etotal表示多旋翼无人机飞行全程的能量消耗；Tf为多旋翼无人机飞行全程中的推进时间，Th为多旋翼无人机飞行全程中的悬停时间，则T＝Tf+Th；Pf为多旋翼无人机推进功率，Ph为多旋翼无人机悬停功率。
本发明技术方案的进一步改进在于：所述步骤S6中多旋翼无人机的能效模型的表达式为：
Figure GDA0003289223490000051
其中，EE表示多旋翼无人机的能效。
本发明技术方案的进一步改进在于：所述步骤S7的具体过程为：
(1)多旋翼无人机悬停时所能覆盖的地面最大范围的半径记为R，在水平面上，设定每个反向散射设备都存在一个以其坐标为圆心，以R为半径的势力范围；
(2)步骤(1)中的多个势力范围之间存在相交、相切和相离的位置关系，多个势力范围相交得到的范围为一个凸集，找出所有凸集区域；
(3)检查以所有凸集区域内的边界上各个点为圆心、R为半径的圆覆盖的反向散射设备集合是否与集合
Figure GDA0003289223490000052
相同；若有未覆盖到的反向散射设备，再根据未覆盖的反向散射设备的坐标计算出凸集区域外的悬停点。
本发明技术方案的进一步改进在于：所述步骤S8中通过TSP问题的解决算法，以路径长度最短为目标确定出凸集区域上的悬停点，同时确定出所有悬停点的访问顺序，从而得出多旋翼无人机的最优路径和最优能效。
由于采用了上述技术方案，本发明取得的技术进步是：
1、多旋翼无人机可携带的能量是有限的，本发明所提出的方法通过联合考虑多旋翼无人机吞吐量和多旋翼无人机能量消耗为无人机规划飞行路径，在保证通信效果的同时节约多旋翼无人机的机身能量，使得多旋翼无人机能耗小，能效大；
2、本发明在物联网应用领域具有重要意义，在本发明中使用多旋翼无人机为无源的反向散射设备供能并与反向散射设备通信，相比传统的物联网设备信息采集方式更加简便，可以更加频繁的采集数据，因为多旋翼无人机具有高度机动性，可以使采集信息的过程更具灵活性；
3、采用本发明所提出的技术，在大规模反向散射设备应用场景中，可以节省建设固定接收机基站的成本和固定信号发射源的成本，这两种设备的功能都由多旋翼无人机实现；
4、在传统的反向散射设备应用中，由于信号发射源和信号接收基站都是固定的，所以部分反向散射设备一直处于信号覆盖范围的边缘地区，这导致边缘地区的反向散射设备通信中断概率较高，本发明所提供的方法使用多旋翼无人机作为信号发射源和接收源，并考虑到各个反向散射设备与多旋翼无人机的信道条件，结合多旋翼无人机的能量消耗联合优化多旋翼无人机的路径，能够保证更优的通信质量。
附图说明
图1是本发明多旋翼无人机辅助反向散射通信系统模型图；
图2是本发明多旋翼无人机辅助反向散射通信系统流程图。
具体实施方式
下面结合实施例对本发明做进一步详细说明：
图1是本发明多旋翼无人机辅助反向散射通信系统模型图，在系统结构中，有一台多旋翼无人机和K个反向散射设备，K个反向散射设备已经部署在既定区域内，多旋翼无人机充当移动信号发射器和信号接收器反向散射设备可以收集多旋翼无人机发射的信号为自身运行提供能量，并通过改变其天线负载阻抗以使经天线反射的信号的幅度、频率或相位发生变化进而向多旋翼无人机的信号接收器传送信息，多旋翼无人机从起点出发收集完信息后再返回起点。
图2是本发明多旋翼无人机辅助反向散射通信系统流程图，包括如下步骤：
S1、将一台多旋翼无人机充当移动信号发射器和信号接收器，根据实际需求在水平地面上的既定区域内布置K个反向散射设备收集多旋翼无人机发射的信号为自身运行提供能量，反向散射设备的集合表示为
Figure GDA0003289223490000076
在反向散射设备分布区域内建立三维坐标系，第k个反向散射设备坐标设置为
Figure GDA0003289223490000077
多旋翼无人机飞行的起点坐标设置为qs＝(xs,ys,H)；多旋翼无人机在整个飞行过程中所用时间为T，在多旋翼无人机执行任务过程中的某一时刻t，(0≤t≤T)时，多旋翼无人机的坐标表示为qt＝(xt,yt,H)；
S2、基于步骤S1中多旋翼无人机与K个反向散射设备的三维坐标系，建立系统数学模型，根据多旋翼无人机和反向散射设备的通信信道条件建立通信信道模型，通信信道模型为多旋翼无人机和反向散射设备之间完全无阻挡的视距路径构成的自由空间传播模型，多旋翼无人机与第k个反向散射设备之间的信道增益为：
Figure GDA0003289223490000071
其中，
Figure GDA0003289223490000072
表示多旋翼无人机与反向散射设备间的信道增益；β0表示参考距离为1米处的信道增益，
Figure GDA0003289223490000073
其中c为光速，f为载频；α表示路径损耗指数；
Figure GDA0003289223490000074
表示多旋翼无人机与第k个反向散射设备之间的距离，
Figure GDA0003289223490000075
S3、根据步骤S2中的系统数学模型及通信信道模型，得到多旋翼无人机发射的信号到达第k个反向散射设备位置处的功率，进而得到第k个反向散射设备反射后发出的信号功率，多旋翼无人机发射的信号到达第k个反向散射设备位置处的功率为：
Figure GDA0003289223490000081
其中，Put表示多旋翼无人机的信号发射功率，设定为常数；
第k个反向散射设备反射后发出的信号功率为：
Figure GDA0003289223490000082
其中，
Figure GDA0003289223490000083
为第k个反向散射设备的反射系数。
S4、多旋翼无人机发射的信号经第k个反向散射设备反射后被多旋翼无人机接收并成功解码，根据香农公式，得到多旋翼无人机发射的信号接收速率模型和多旋翼无人机的总吞吐量，多旋翼无人机发射的信号经反向散射设备反射后被多旋翼无人机接收并成功解码的约束表达式为：
Figure GDA0003289223490000084
其中，
Figure GDA0003289223490000085
表示多旋翼无人机发射的信号经反向散射设备反射后被多旋翼无人机接收全过程的信噪比，
Figure GDA0003289223490000086
为通信信道中的高斯白噪声功率；γ为信号可解码的信噪比阈值；
根据香农公式，得到多旋翼无人机发射的信号接收速率模型为：
Figure GDA0003289223490000087
其中，Rk表示多旋翼无人机的信号接收速率，B表示信道带宽；
多旋翼无人机的总吞吐量为K个反向散射设备吞吐量的总和，多旋翼无人机的总吞吐量表达式为：
Figure GDA0003289223490000088
其中，Q表示多旋翼无人机的总吞吐量；λk(t)为反向散射设备的调度函数，λk(t)＝1表示在t时刻该反向散射设备反射信号，λk(t)＝0表示在t时刻该反向散射设备不反射信号。
S5、根据多旋翼无人机处于推进状态的消耗功率和时长及悬停状态的功率和时长，得到多旋翼无人机飞行全程的能量消耗模型，多旋翼无人机飞行全程的能量消耗模型为：
Etotal＝PfTf+(Ph+Put)Th，
其中，Etotal表示多旋翼无人机飞行全程的能量消耗；Tf为多旋翼无人机飞行全程中的推进时间，Th为多旋翼无人机飞行全程中的悬停时间，则T＝Tf+Th；Pf为多旋翼无人机推进功率，Ph为多旋翼无人机悬停功率。
S6、根据步骤S4中得到的多旋翼无人机总吞吐量和步骤S5中得到的多旋翼无人机能量消耗量，得到多旋翼无人机的能效模型，多旋翼无人机的能效模型的表达式为：
Figure GDA0003289223490000091
其中，EE表示多旋翼无人机的能效。
S7、使用带约束的聚类算法，对区域内的反向散射设备进行簇划分，综合考虑未落到簇内的反向散射设备后确定各个局部最佳悬停点，具体过程为：
(1)多旋翼无人机悬停时所能覆盖的地面最大范围的半径记为R，在水平面上，设定每个反向散射设备都存在一个以其坐标为圆心，以R为半径的势力范围；
(2)步骤(1)中的多个势力范围之间存在相交、相切和相离的位置关系，多个势力范围相交得到的范围为一个凸集，找出所有凸集区域；
(3)检查以所有凸集区域内的边界上各个点为圆心、R为半径的圆覆盖的反向散射设备集合是否与集合
Figure GDA0003289223490000101
相同；若有未覆盖到的反向散射设备，再根据未覆盖的反向散射设备的坐标计算出凸集区域外的悬停点。
S8、根据步骤7确定的凸集区域和悬停点，通过TSP问题的解决算法，以路径长度最短为目标确定出凸集区域上的悬停点，同时确定出所有悬停点的访问顺序，从而得出多旋翼无人机的最优路径和最优能效。
本发明所提出的方法通过联合考虑多旋翼无人机吞吐量和多旋翼无人机能量消耗为多旋翼无人机规划飞行路径，在保证通信效果的同时节约多旋翼无人机的机身能量，使得多旋翼无人机能耗小，能效大。
本发明在物联网应用领域具有重要意义，在本发明中使用旋翼无人机为无源的反向散射设备供能并与反向散射设备通信，相比传统的物联网设备信息采集方式更加简便，可以更加频繁的采集数据，因为旋翼无人机具有高度机动性，可以使采集信息的过程更具灵活性；采用本发明所提出的技术，在大规模反向散射设备应用场景中，可以节省建设固定接收机基站的成本和固定信号发射源的成本，这两种设备的功能都由旋翼无人机实现；在传统的反向散射设备应用中，由于信号发射源和信号接收基站都是固定的，所以部分反向散射设备一直处于信号覆盖范围的边缘地区，这导致边缘地区的反向散射设备通信中断概率较高，本发明所提供的方法使用旋翼无人机作为信号发射源和接收源，并考虑到各个反向散射设备与旋翼无人机的信道条件，结合旋翼无人机的能量消耗联合优化旋翼无人机的路径，能够保证更优的通信质量。

Claims (8)

1.一种多旋翼无人机辅助反向散射通信系统的能效优化方法，其特征在于：包括如下步骤：
S1、将一台多旋翼无人机充当移动信号发射器和信号接收器，根据实际需求在水平地面上的既定区域内布置K个反向散射设备收集多旋翼无人机发射的信号为自身运行提供能量，反向散射设备的集合表示为
Figure FDA0003558242530000011
在反向散射设备分布区域内建立三维坐标系，第k个反向散射设备坐标设置为
Figure FDA0003558242530000012
多旋翼无人机飞行的起点坐标设置为qs＝(xs,ys,H)；多旋翼无人机在整个飞行过程中所用时间为T，在多旋翼无人机执行任务过程中的某一时刻t，t∈[0,T]时，多旋翼无人机的坐标表示为qt＝(xt,yt,H)；
S2、基于步骤S1中多旋翼无人机与K个反向散射设备的三维坐标系，建立系统数学模型，根据多旋翼无人机和反向散射设备的通信信道条件建立通信信道模型，通信信道模型为多旋翼无人机和反向散射设备之间完全无阻挡的视距路径构成的自由空间传播模型；
S3、根据步骤S2中的系统数学模型及通信信道模型，得到多旋翼无人机发射的信号到达第k个反向散射设备位置处的功率，进而得到第k个反向散射设备反射后发出的信号功率；
S4、多旋翼无人机发射的信号经第k个反向散射设备反射后被多旋翼无人机接收并成功解码，根据香农公式，得到多旋翼无人机发射的信号接收速率模型和多旋翼无人机的总吞吐量；
S5、根据多旋翼无人机处于推进状态的消耗功率和时长及悬停状态的功率和时长，得到多旋翼无人机飞行全程的能量消耗模型；
S6、根据步骤S4中得到的多旋翼无人机总吞吐量和步骤S5中得到的多旋翼无人机能量消耗量，得到多旋翼无人机的能效模型；
S7、使用带约束的聚类算法，对区域内的反向散射设备进行簇划分，同时考虑未落到簇内的反向散射设备后确定各个局部最佳悬停点；
S8、根据步骤S7确定的凸集区域和悬停点，使用TSP问题的解决算法得到遍历悬停点的最佳路径，进而计算出最优能效。
2.根据权利要求1所述的一种多旋翼无人机辅助反向散射通信系统的能效优化方法，其特征在于：所述步骤S2中，多旋翼无人机与第k个反向散射设备之间的信道增益为：
Figure FDA0003558242530000021
其中，
Figure FDA0003558242530000022
表示多旋翼无人机与反向散射设备间的信道增益；β0表示参考距离为1米处的信道增益，
Figure FDA0003558242530000023
其中c为光速，f为载频；α表示路径损耗指数；
Figure FDA0003558242530000024
表示多旋翼无人机与第k个反向散射设备之间的距离，
Figure FDA0003558242530000025
3.根据权利要求2所述的一种多旋翼无人机辅助反向散射通信系统的能效优化方法，其特征在于：所述步骤S3中多旋翼无人机发射的信号到达第k个反向散射设备位置处的功率为：
Figure FDA0003558242530000026
其中，Put表示多旋翼无人机的信号发射功率，设定为常数；
第k个反向散射设备反射后发出的信号功率为：
Figure FDA0003558242530000027
其中，
Figure FDA0003558242530000028
为第k个反向散射设备的反射系数。
4.根据权利要求3所述的一种多旋翼无人机辅助反向散射通信系统的能效优化方法，其特征在于：所述步骤S4中多旋翼无人机发射的信号经反向散射设备反射后被多旋翼无人机接收并成功解码的约束表达式为：
Figure FDA0003558242530000031
其中，
Figure FDA0003558242530000032
表示多旋翼无人机发射的信号经反向散射设备反射后被多旋翼无人机接收全过程的信噪比，
Figure FDA0003558242530000033
为通信信道中的高斯白噪声功率；γ为信号可解码的信噪比阈值；
根据香农公式，得到多旋翼无人机的信号接收速率模型为：
Figure FDA0003558242530000034
其中，Rk表示多旋翼无人机的信号接收速率，B表示信道带宽；
多旋翼无人机的总吞吐量为K个反向散射设备吞吐量的总和，多旋翼无人机的总吞吐量表达式为：
Figure FDA0003558242530000035
其中，Q表示多旋翼无人机的总吞吐量；λk(t)为反向散射设备的调度函数，λk(t)＝1表示在t时刻该反向散射设备反射信号，λk(t)＝0表示在t时刻该反向散射设备不反射信号。
5.根据权利要求4所述的一种多旋翼无人机辅助反向散射通信系统的能效优化方法，其特征在于：所述步骤S5中多旋翼无人机飞行全程的能量消耗模型为：
Etotal＝PfTf+(Ph+Put)Th，
其中，Etotal表示多旋翼无人机飞行全程的能量消耗；Tf为多旋翼无人机飞行全程中的推进时间，Th为多旋翼无人机飞行全程中的悬停时间，则T＝Tf+Th；Pf为多旋翼无人机推进功率，Ph为多旋翼无人机悬停功率。
6.根据权利要求5所述的一种多旋翼无人机辅助反向散射通信系统的能效优化方法，其特征在于：所述步骤S6中多旋翼无人机的能效模型的表达式为：
Figure FDA0003558242530000041
其中，EE表示多旋翼无人机的能效。
7.根据权利要求6所述的一种多旋翼无人机辅助反向散射通信系统的能效优化方法，其特征在于：所述步骤S7的具体过程为：
(1)多旋翼无人机悬停时所能覆盖的地面最大范围的半径记为R，在水平面上，设定每个反向散射设备都存在一个以其坐标为圆心，以R为半径的势力范围；
(2)步骤(1)中的多个势力范围之间存在相交、相切和相离的位置关系，多个势力范围相交得到的范围为一个凸集，找出所有凸集区域；
(3)检查以所有凸集区域内的边界上各个点为圆心、R为半径的圆覆盖的反向散射设备集合是否与集合
Figure FDA0003558242530000042
相同；若有未覆盖到的反向散射设备，再根据未覆盖的反向散射设备的坐标计算出凸集区域外的悬停点。
8.根据权利要求7所述的一种多旋翼无人机辅助反向散射通信系统的能效优化方法，其特征在于：所述步骤S8中通过TSP问题的解决算法，以路径长度最短为目标确定出凸集区域上的悬停点，同时确定出所有悬停点的访问顺序，从而得出多旋翼无人机的最优路径和最优能效。
CN202110976041.4A 2021-08-24 2021-08-24 一种多旋翼无人机辅助反向散射通信系统的能效优化方法 Active CN113691302B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110976041.4A CN113691302B (zh) 2021-08-24 2021-08-24 一种多旋翼无人机辅助反向散射通信系统的能效优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110976041.4A CN113691302B (zh) 2021-08-24 2021-08-24 一种多旋翼无人机辅助反向散射通信系统的能效优化方法

Publications (2)

Publication Number Publication Date
CN113691302A CN113691302A (zh) 2021-11-23
CN113691302B true CN113691302B (zh) 2022-06-03

Family

ID=78581979

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110976041.4A Active CN113691302B (zh) 2021-08-24 2021-08-24 一种多旋翼无人机辅助反向散射通信系统的能效优化方法

Country Status (1)

Country Link
CN (1) CN113691302B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108880662A (zh) * 2018-07-16 2018-11-23 深圳大学 一种基于无人机的无线信息和能量传输的优化方法
CN110036677A (zh) * 2016-07-20 2019-07-19 康维达无线有限责任公司 使用波束成形和选择的无线电设备的移动性
WO2020067756A1 (en) * 2018-09-28 2020-04-02 Lg Electronics Inc. A cell reselection by adjusting cell reselection parameter

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3742820B1 (en) * 2018-08-09 2023-01-25 LG Electronics Inc. Method for transmitting/receiving signal in wireless communication system, and device therefor
US11094204B2 (en) * 2018-11-29 2021-08-17 International Business Machines Corporation Unmanned aerial vehicle flight path efficiency through aerodynamic drafting
CN112532300B (zh) * 2020-11-25 2021-12-03 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

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110036677A (zh) * 2016-07-20 2019-07-19 康维达无线有限责任公司 使用波束成形和选择的无线电设备的移动性
CN108880662A (zh) * 2018-07-16 2018-11-23 深圳大学 一种基于无人机的无线信息和能量传输的优化方法
WO2020067756A1 (en) * 2018-09-28 2020-04-02 Lg Electronics Inc. A cell reselection by adjusting cell reselection parameter

Also Published As

Publication number Publication date
CN113691302A (zh) 2021-11-23

Similar Documents

Publication Publication Date Title
CN107017940B (zh) 无人机中继广播通信系统航迹优化方法
Nazib et al. Energy-efficient and fast data collection in UAV-aided wireless sensor networks for hilly terrains
CN112468205B (zh) 一种适用于无人机的反向散射安全通信方法
CN113543066B (zh) 感通导指一体化交互与多目标应急组网方法及系统
CN110730028A (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
Zhang et al. Power control and trajectory planning based interference management for UAV-assisted wireless sensor networks
CN114938498B (zh) 智能反射面辅助的无人机使能的无线传感网数据收集方法
CN106411388B (zh) 一种基于fpga的无人机信息传输系统
Xu et al. Joint power and trajectory optimization for IRS-aided master-auxiliary-UAV-powered IoT networks
CN113885566B (zh) 面向多无人机数据采集时间最小化的v型轨迹规划方法
CN113784314B (zh) 一种智能反射表面辅助下的无人机数据与能量传输方法
CN112804670B (zh) 一种基于5G与Wi-Fi 6的通信方法及通信设备
CN104316900A (zh) 空中无线电监测智能机器人
CN114895304B (zh) 一种建筑外墙清洁探测和规划方法、设备和装置
CN110445530B (zh) 一种机载物联网终端及信息传输方法
CN104316901A (zh) 用于无线电监测的空中智能机器人
CN107087441A (zh) 一种信息处理方法及其装置
Ranjha et al. Quasi-optimization of resource allocation and positioning for solar-powered UAVs
CN113691302B (zh) 一种多旋翼无人机辅助反向散射通信系统的能效优化方法
Zhu et al. Joint sensor localization and data collection in uav-assisted wireless sensor network
CN204314450U (zh) 空中无线电监测智能机器人
Yu et al. Dynamic coverage path planning of energy optimization in UAV-enabled edge computing networks
CN116032351A (zh) 一种无人机辅助的空地反向散射通信资源优化方法
Almarhabi et al. LoRa and High-Altitude Platforms: Path Loss, Link Budget and Optimum Altitude
CN115515099A (zh) 一种感知通信一体化无人机辅助车联网的方法

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