CN113784314A - 一种智能反射表面辅助下的无人机数据与能量传输方法 - Google Patents

一种智能反射表面辅助下的无人机数据与能量传输方法 Download PDF

Info

Publication number
CN113784314A
CN113784314A CN202111337227.1A CN202111337227A CN113784314A CN 113784314 A CN113784314 A CN 113784314A CN 202111337227 A CN202111337227 A CN 202111337227A CN 113784314 A CN113784314 A CN 113784314A
Authority
CN
China
Prior art keywords
unmanned aerial
aerial vehicle
intelligent
ground equipment
energy
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
CN202111337227.1A
Other languages
English (en)
Other versions
CN113784314B (zh
Inventor
杨鲲
符钰婧
梅海波
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.)
Chengdu Huijianlian Information Technology Co ltd
Original Assignee
Chengdu Huijianlian Information Technology Co ltd
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 Chengdu Huijianlian Information Technology Co ltd filed Critical Chengdu Huijianlian Information Technology Co ltd
Priority to CN202111337227.1A priority Critical patent/CN113784314B/zh
Publication of CN113784314A publication Critical patent/CN113784314A/zh
Application granted granted Critical
Publication of CN113784314B publication Critical patent/CN113784314B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64C—AEROPLANES; HELICOPTERS
    • B64C39/00—Aircraft not otherwise provided for
    • B64C39/02—Aircraft not otherwise provided for characterised by special use
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/04—Wireless resource allocation
    • H04W72/044—Wireless resource allocation based on the type of the allocated resource
    • H04W72/0446—Resources in time domain, e.g. slots or frames
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B64—AIRCRAFT; AVIATION; COSMONAUTICS
    • B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
    • B64U2101/00—UAVs specially adapted for particular uses or applications
    • 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)
  • Aviation & Aerospace Engineering (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本发明涉及一种智能反射表面辅助下的无人机数据与能量传输方法，涉及无人机通信技术领域，包括将智能反射表面附着在建筑物上，无人机通过智能反射表面与视距链路被阻挡的地面设备进行数据与能量的传输；建立无人机与地面设备的上行数据传输模型和下行能量传输模型，并根据地面设备数据传输的需求设置地面设备收集能量最大化的优化问题；采用块坐标下降和连续凸优化方法将优化问题分解为三个子问题，并对每个子问题分别求解，最后通过迭代算法将各个子问题的解进行迭代得到最终解。本发明在智能反射表面辅助下的无人机与地面设备的调度方案，给出了优化的数据与能量传输的时隙分配方案，在保证地面设备数据的传输要求下，增加了收集到的能量。

Description

一种智能反射表面辅助下的无人机数据与能量传输方法
技术领域
本发明涉及无人机通信技术领域，尤其涉及一种智能反射表面辅助下的无人机数据与能量传输方法。
背景技术
无人机在现代无线网络中扮演着越来越重要的角色，作为一个空中飞行的无线通信平台，无人机可以作为空中基站、数据收集平台、移动中继和移动边缘计算云等。与传统的基站不同，由于其高度的移动性和操作灵活性，无人机能够通过飞到更高的地方来避开障碍物，与通信节点建立视距传输链路。通过联合优化无人机的飞行轨迹和资源分配，现有的通信系统的系统表现可以大幅度提高。
然而，由于无线传播环境的随机性和不可预测性，可能会导致接收信号的质量不可控地变差。基于这个问题，第六代移动通信中出现的智能反射表面技术，能够在无线网络中增强信号的强度。智能反射表面（Intelligent Reflecting Surface, IRS）是一个由无源电磁材料构成的二维大规模阵列表面。每一个无源反射元都可以在智能反射表面的智能控制器下，对入射的信号进行一个相移，从而使得反射的信号相干或者相消从而达到预设的接收目标。由于智能反射表面的低能耗和低成本，它可以被广泛部署在现有的无线通信环境中。
在一些城市区域，无人机与地面设备的视距链路可能会被严重阻挡，无人机的移动使得信号传播环境变得更加复杂。除此之外，无人机与地面设备的远距离造成的较大路径损耗也是信号质量差的原因之一。目前，对于智能反射表面辅助下的无人机通信，主要都是考虑了数据的传输，并未涉及到能量的传输。也未考虑更实际的多个设备与多个智能反射表面的情况。
发明内容
本发明的目的在于克服现有技术的缺点，提供了一种智能反射表面辅助下的无人机数据与能量传输方法，能够解决无人机与地面设备视距链路阻挡时，造成的信号质量较差的问题，同时无人机能对地面设备充能，解决了设备能量供应不足的问题。
本发明的目的通过以下技术方案来实现：一种智能反射表面辅助下的无人机数据与能量传输方法，所述数据与能量传输方法包括：
S1、将智能反射表面附着在地面设备周围的建筑物上，无人机通过智能反射表面与视距链路被阻挡的地面设备进行数据与能量的传输；
S2、建立无人机与地面设备的上行数据传输模型和下行能量传输模型，并根据地面设备数据传输的需求设置地面设备收集能量最大化的优化问题；
S3、采用块坐标下降和连续凸优化方法将优化问题分解为三个子问题，并对每个子问题分别求解，最后通过迭代算法将各个子问题的解进行迭代得到最终解。
所述采用块坐标下降和连续凸优化方法将优化问题分解为三个子问题，并对每个子问题分别求解，最后通过迭代算法将各个子问题的解进行迭代得到最终解包括：
A1、初始化数据与能量传输的时隙分配变量
Figure 879992DEST_PATH_IMAGE002
，无人机的飞行轨迹
Figure 246251DEST_PATH_IMAGE004
，智能反射表面的相移矩阵
Figure 318112DEST_PATH_IMAGE006
；
A2、在Ξr，Qr，Θr一定时，优化问题转换为一个只以无人机与地面设备的调度变量
Figure 227163DEST_PATH_IMAGE008
为优化变量的线性规划问题，并利用线性规划方法包求解得到最后的无人机与地面设备的调度Ar+1，其中r表示迭代次数；
A3、在Ar+1，Ξr，Θr一定时，优化问题的优化变量只有无人机的轨迹，利用连续凸优化方法求解无人机的轨迹优化问题，得到优化轨迹Qr+1；
A4、根据优化轨迹Qr+1和最优的相移公式
Figure 703274DEST_PATH_IMAGE009
，得到最优的智能反射表面的相移矩阵Θr+1；
A5、在Ar+1，Qr+1，Θr+1一定时，优惠问题转换为一个只以Ξr为优化变量的线性规划问题，利用线性规划方法求解得到最优的数据与能量传输的时隙分配Ξr+1；
A6、根据Ar+1，Qr+1，Θr+1，Ξr+1求解得到当前迭代的最大收集能量Er+1，设置迭代精度
Figure 963354DEST_PATH_IMAGE010
，
Figure 307748DEST_PATH_IMAGE011
为预先设定的迭代精度，如果
Figure 461518DEST_PATH_IMAGE012
，更新迭代次数r=r+1，返回步骤A2；否则直接结束。
所述无人机通过智能反射表面与视距链路被阻挡的地面设备进行数据与能量的传输包括：
将无人机的飞行轨迹离散化为M个点，整个飞行周期T划分为M个等长的时隙，每个时隙的长度为Δτ；
无人机飞行过程中的每一个时隙，无人机先给地面设备进行无线能量传输，然后接收地面设备传输的数据，用
Figure 233165DEST_PATH_IMAGE013
表示无人机在每一个时隙用于给地面设备充能的时隙分配比例，其中
Figure 855907DEST_PATH_IMAGE014
表示地面设备的集合，
Figure 3992DEST_PATH_IMAGE015
表示无人机飞行周期内所有时隙的集合；
在每一个时隙，无人机最多选择一个地面设备来进行数据和能量传输，用ak[t]表示无人机与地面设备的调度，ak[t]=1表示无人机在第t个时隙选择与第k个地面设备进行数据和能量传输；
无人机在每个时隙的位置坐标为[q[t],ZU]T， 其中q[t]=[x[t],y[t]]为水平坐标， ZU表示无人机的飞行高度，实现对人机轨迹的求解。
将无人机在第t个时隙给第k个地面设备充能的路径损耗模型设置为
Figure 622055DEST_PATH_IMAGE017
，其中
Figure 220395DEST_PATH_IMAGE019
表示第
Figure 923909DEST_PATH_IMAGE020
个智能反射表面到第k个地面设备的路径损耗，
Figure 875684DEST_PATH_IMAGE022
表示在第t个时隙，从无人机到第
Figure 489200DEST_PATH_IMAGE023
个智能反射表面的路径损耗，θkl[t]表示在第t个时隙，第l个智能反射表面对于第k个地面设备的相移矩阵，
Figure 868228DEST_PATH_IMAGE024
与
Figure 59038DEST_PATH_IMAGE025
分别表示第
Figure 939138DEST_PATH_IMAGE023
个智能反射表面与第k个地面设备的距离以及与在第t个时隙与无人机的距离，
Figure 531794DEST_PATH_IMAGE026
表示从第
Figure 81724DEST_PATH_IMAGE023
个智能反射表面到第k个地面设备的信号离开角的余弦值，
Figure 900775DEST_PATH_IMAGE027
表示在第t个时隙从无人机到第
Figure 928774DEST_PATH_IMAGE023
个智能反射表面的到达角的余弦值，d为天线间隔，λ为载波波长，ρ为参考距离为1m时的路径损耗。
将无人机在第t个时隙通过第
Figure 777868DEST_PATH_IMAGE023
个智能反射表面收集第k个地面设备发送的数据的信道增益设置为
Figure 498699DEST_PATH_IMAGE029
，
Figure 929680DEST_PATH_IMAGE031
表示从第k个地面设备到第
Figure 636736DEST_PATH_IMAGE023
个智能反射表面的信道增益，
Figure 203984DEST_PATH_IMAGE033
表示从第k个地面设备到第
Figure 95717DEST_PATH_IMAGE023
个智能反射表面的信号到达角的余弦值，
Figure 138628DEST_PATH_IMAGE035
表示在第t个时隙，从第
Figure 508429DEST_PATH_IMAGE023
个智能反射表面到无人机的信道增益，θkl[t]表示在第t个时隙，第
Figure 71129DEST_PATH_IMAGE037
个智能反射表面对于第k个地面设备的相移矩阵，
Figure 133763DEST_PATH_IMAGE038
表示在第t个时隙从第
Figure 273757DEST_PATH_IMAGE023
个智能反射表面到无人机的离开角的余弦值。
对于第k个地面设备，在第t个时隙的可达速率为
Figure 837462DEST_PATH_IMAGE039
，其中Pk表示第k个地面设备的发射功率，在整个飞行周期所能收集的能量为
Figure 379302DEST_PATH_IMAGE040
，其中σ2表示噪声功率，η表示能量转换效率，PU表示无线能量传输功率，
Figure 612837DEST_PATH_IMAGE042
为无人机在第t个时隙给第k个地面设备充能的路径损耗模型。
将智能反射表面的每一个反射元素的相移表示为
Figure 115494DEST_PATH_IMAGE044
， 其中
Figure 827098DEST_PATH_IMAGE046
表示智能反射表面的集合，
Figure 223444DEST_PATH_IMAGE047
表示每一个智能反射表面的反射元素的集合，其坐标为
Figure 18094DEST_PATH_IMAGE049
，其中
Figure 867101DEST_PATH_IMAGE051
，
Figure 523342DEST_PATH_IMAGE053
表示水平横坐标，
Figure 774194DEST_PATH_IMAGE055
水平纵坐标。智能反射表面采用均匀线性阵列，第
Figure 615111DEST_PATH_IMAGE023
个智能反射表面在第t个时隙对于第k个地面设备的相移矩阵为
Figure 76049DEST_PATH_IMAGE056
，其中
Figure 395035DEST_PATH_IMAGE057
表示以a为对角元素的对角矩阵，实现对优化问题的模型建立。
通过智能反射表面的N个反射元反射的无线能量信号应该使其具有相同的相位，即
Figure 765973DEST_PATH_IMAGE058
；对于每一个反射元，当每个发射信号的相位角设为0时，能够得到最大的收集能量，因此最优的相移可以表示为
Figure 653158DEST_PATH_IMAGE060
。
设置地面设备收集能量最大化的优化问题为：
Figure 211178DEST_PATH_IMAGE062
，并设置约束条件：
Figure 724068DEST_PATH_IMAGE063
、
Figure 683933DEST_PATH_IMAGE064
、
Figure 866653DEST_PATH_IMAGE065
、
Figure 52915DEST_PATH_IMAGE066
、
Figure 979283DEST_PATH_IMAGE067
、
Figure 793655DEST_PATH_IMAGE068
和
Figure 537489DEST_PATH_IMAGE069
；
其中
Figure 70101DEST_PATH_IMAGE070
表示所有的地面设备收集的能量，Dk表示第k个地面设备的数据传输需求，Pk表示第k个地面设备的发送功率，
Figure 269001DEST_PATH_IMAGE071
表示第k个地面设备的剩余能量要求，Vmax为无人机的最大飞行速度，
Figure 344405DEST_PATH_IMAGE072
，
Figure 868927DEST_PATH_IMAGE073
，
Figure 623257DEST_PATH_IMAGE074
，
Figure 281640DEST_PATH_IMAGE075
分别表示无人机与地面设备的调度变量集合，无人机的飞行轨迹，智能反射表面的相移矩阵和数据与能量传输的时隙分配的变量集合。
在Ar+1，Ξr，Θr一定时，优化问题的优化变量只有无人机的轨迹，利用连续凸优化方法求解无人机的轨迹优化问题，得到优化轨迹Qr+1包括：
A31、设置
Figure 70604DEST_PATH_IMAGE076
为第r次迭代时无人机的轨迹，qr[t]第r次迭代时的水平坐标，设置
Figure 641394DEST_PATH_IMAGE077
，其中 ρ 为参考距离为1m时的路径损耗，N为每个智能反射表面的反射元数目，
Figure 148599DEST_PATH_IMAGE079
表示第
Figure 220460DEST_PATH_IMAGE080
个智能反射表面与第k个地面设备的距离，则通过一阶泰勒展开式得到
Figure 988565DEST_PATH_IMAGE082
的下界，其中，
Figure 120469DEST_PATH_IMAGE082
表示在第t个时隙，第k 个地面设备通过第l个智能反射表面收集到的能量；
A32、利用下界
Figure 849390DEST_PATH_IMAGE084
和
Figure 600309DEST_PATH_IMAGE086
，将求解无人机的轨迹优化问题转换为
Figure 363865DEST_PATH_IMAGE087
，约束条件为，
Figure 135512DEST_PATH_IMAGE088
、
Figure 7522DEST_PATH_IMAGE089
和
Figure 155607DEST_PATH_IMAGE090
，其中
Figure 914615DEST_PATH_IMAGE091
，优化问题的优化目标函数和约束条件都是关于轨迹q[t]的凸函数，优化问题被转换为一个凸问题，可以用标准的凸优化求解器求解，得到优化轨迹Qr+1。
本发明具有以下优点：一种智能反射表面辅助下的无人机数据与能量传输方法，无人机利用智能反射表面进行数据和能量传输，在视距链路阻挡时，显著地提高了信号的质量；设计了在智能反射表面辅助下的无人机与地面设备的调度方案，给出了优化的数据与能量传输的时隙分配方案，在保证地面设备数据的传输要求下，增加了收集到的能量；通过无人机的轨迹优化进一步地提高了地面设备通过智能反射表面收集到的能量；提出的算法适用于不同飞行时间、不同飞行高度的智能表面辅助下的无人机数据与能量传输系统。
附图说明
图1为本发明的数据与能量传输原理图；
图2为本发明的算法流程图；
图3为不同飞行时间下，提出的算法与其他基本算法在收集能量的表现比较仿真图
图4为在不同反射元数量的智能反射表面下，所提出的算法的在收集能量方面的比较仿真图；
图5为在飞行时间的变化下，不同的飞行高度与不同的数据传输要求对收集能量大小的影响的数据仿真图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下结合附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的保护范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。下面结合附图对本发明做进一步的描述。
本发明涉及一种智能反射表面辅助下的无人机数据与能量传输方法，利用智能反射表面的无源且相移可控的特点，在无人机与地面设备视距链路阻挡时，通过智能反射表面，无人机可以对地面设备进行无线能量传输，接收地面设备的数据。通过联合设计无人机与地面设备的调度，数据与能量传输的时隙分配，无人机的飞行轨迹和智能反射表面的相移矩阵来实现地面设备收集能量的最大化问题；利用数据仿真来验证提出的算法的有效性。具体包括以下内容：
如图1所示，无人机在每一个时隙最多选择一个设备来进行数据与能量传输，用ak[t]来表示无人机与地面设备的调度，ak[t]=1表示第k个地面设备与无人机在第t个时隙进行数据与能量传输；用
Figure 857164DEST_PATH_IMAGE093
表示在第t个时隙里，无人机对第k个设备充能的时隙分配比例。
S1、首先，给出系统的模型，无人机利用智能反射表面给地面设备传输信息和能量。
S2、在智能反射表面下，建立无人机与地面设备的上行数据传输模型和下行能量传输模型。
S3、在满足地面设备数据传输的需求下，提出了地面设备收集能量最大化优化问题。
S4、利用块坐标下降和连续凸优化技术，提出了一个能量最大化算法解决该优化问题。
如图2所示，具体为的操作步骤如下：
A1、初始化数据与能量传输的时隙分配变量
Figure 826257DEST_PATH_IMAGE094
，无人机的飞行轨迹
Figure 902666DEST_PATH_IMAGE004
，智能反射表面的相移矩阵
Figure 640815DEST_PATH_IMAGE095
，令迭代次数r=0；
A2、对于给定的Ξr，Qr，Θr，优化问题变为一个只以A为优化变量的线性规划问题，
Figure 19843DEST_PATH_IMAGE008
为优化变量的线性规划问题，
Figure 351599DEST_PATH_IMAGE096
Figure 841486DEST_PATH_IMAGE097
，
Figure 824354DEST_PATH_IMAGE098
，
Figure 374284DEST_PATH_IMAGE099
，
Figure 52390DEST_PATH_IMAGE100
，
利用凸优化工具包求解出最优的无人机与地面设备的调度变量Ar+1；
A3、对于给定的Ar+1，Ξr，Θr，优化问题的优化变量只有无人机的轨迹，
Figure 221335DEST_PATH_IMAGE101
Figure 934076DEST_PATH_IMAGE102
，
Figure 654907DEST_PATH_IMAGE103
，
Figure 210522DEST_PATH_IMAGE104
，
利用连续凸优化技术，将上述问题中的非凸部分转换为关于轨迹变量Q的凸函数，具体的转换步骤如下：
A31、定义
Figure 42212DEST_PATH_IMAGE105
为第r次迭代时无人机的轨迹，令
Figure 343880DEST_PATH_IMAGE106
，其中ρ为参考距离为1m时的路径损耗，N为每个智能反射表面的反射元数目，
Figure 376558DEST_PATH_IMAGE107
表示第
Figure 763677DEST_PATH_IMAGE080
个智能反射表面与第k个地面设备的距离，
则可以通过一阶泰勒展开式得到
Figure 789271DEST_PATH_IMAGE108
的下界，如下：
Figure 211025DEST_PATH_IMAGE109
，
因此，所有地面设备收集的能量可以表示为
Figure 539238DEST_PATH_IMAGE110
，这是一个关于飞行轨迹Q的凹函数。同理，定义
Figure 554599DEST_PATH_IMAGE111
，将一阶泰勒展开式应用于
Figure 728091DEST_PATH_IMAGE112
，可以得到
Figure 394565DEST_PATH_IMAGE113
，
Figure 628100DEST_PATH_IMAGE114
，
Figure 255390DEST_PATH_IMAGE115
。
A32、因此，利用下界
Figure 107940DEST_PATH_IMAGE084
和
Figure 504286DEST_PATH_IMAGE086
，可以将求解无人机的轨迹优化问题转换为以下问题，
Figure 174302DEST_PATH_IMAGE116
Figure 882364DEST_PATH_IMAGE117
，
Figure 928817DEST_PATH_IMAGE118
，
Figure 179670DEST_PATH_IMAGE119
，
其中
Figure 895953DEST_PATH_IMAGE120
这时，该问题的优化目标函数和约束条件都是关于轨迹q[t]的凸函数，该问题被转换为一个凸问题，可以用标准的凸优化求解器求解，得到优化轨迹Qr+1；
A4、对于每一个时隙，无人机最多只能为一个地面设备提供充能和数据收集的服务。此时，为了使得所有的地面设备收集的能量最大化，通过智能反射表面的N个反射元反射的无线能量信号应该使其具有相同的相位，即
Figure 232257DEST_PATH_IMAGE121
；对于每一个反射元，当每个发射信号的相位角设为0时，能够得到最大的收集能量，因此最优的相移可以表示为
Figure 687595DEST_PATH_IMAGE122
；将Qr+1代入上述表达式，求得最优的智能反射表面的相移矩阵Θr+1；
A5、对于给定的Ar+1，Qr+1，Θr+1，优化问题变为一个只以Ξr为优化变量的线性规划问题，
Figure 58534DEST_PATH_IMAGE123
Figure 804773DEST_PATH_IMAGE124
，
Figure 769318DEST_PATH_IMAGE125
，
Figure 891994DEST_PATH_IMAGE126
，
利用凸优化工具包求解出最优的数据与能量传输的时隙分配Ξr+1；
A6、用Ar+1，Qr+1，Θr+1，Ξr+1求得当前迭代的最大收集能量Er+1，令
Figure 242073DEST_PATH_IMAGE127
，
Figure 159214DEST_PATH_IMAGE128
为设定的迭代精度，如果
Figure 470109DEST_PATH_IMAGE129
，更新迭代次数r=r+1，返回步骤A2，否则直接结束。
在本发明的仿真过程中，假定无人机在整个飞行周期飞行高度不变，无人机的初始位置和最终位置相同，其初始轨迹经过每个地面设备的上方。路径损耗值设定为ρ=-30dB，噪声功率设定为σ2=-110dBm，无人机的最大速度设定为0.5m/s，本发明对6个地面设备，6个具有100个反射元的智能反射表面进行了仿真，具体过程如下：
如图3所示，为不同飞行时间下，提出的算法与其他基本算法在收集能量的表现比较仿真图。其他基本算法的实现如下：初始轨迹表示无人机的轨迹在整个迭代过程中没有被优化，一直保持初始轨迹不变；固定充电时隙分配是指每一个时隙，无人机给地面设备充电的时间在整个飞行周期保持不变；遗传算法是指无人机与地面设备的调度在迭代中使用遗传算法求解。从图3中，本发明可以看出，本发明所提出的算法在能量收集方面要优于其他算法。随着飞行周期的增加，地面设备所收集的能量也在不断地增加，通过优化无人机的飞行轨迹，对齐反射信号的相位、优化无人机与地面设备的调度以及能量传输的时隙比例，可以收集更多的能量。
图4为不同反射元数量的智能反射表面下，所提出的算法的在收集能量方面的比较仿真图；从图4本发明可以看出收集到的能量随着反射元数量的增加而大幅度提升，这是由于，当所有的反射信号的相位对齐时，智能反射表面会有一个N2的增益，即
Figure 6264DEST_PATH_IMAGE130
，同时所提出的算法在能量收集上也是优于其他基本算法。
图5为在飞行时间的变化下，不同的飞行高度与不同的数据传输要求，对收集能量大小的影响的数据仿真图。从图5可以看出，对于相同的飞行高度，数据传输需求越少，收集的能量就越多。此外，当无人机的飞行高度更低时，地面设备可以收集到更多的能量。
以上所述仅是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。

Claims (10)

1.一种智能反射表面辅助下的无人机数据与能量传输方法，其特征在于：所述数据与能量传输方法包括：
S1、将智能反射表面附着在地面设备周围的建筑物上，无人机通过智能反射表面与视距链路被阻挡的地面设备进行数据与能量的传输；
S2、建立无人机与地面设备的上行数据传输模型和下行能量传输模型，并根据地面设备数据传输的需求设置地面设备收集能量最大化的优化问题；
S3、采用块坐标下降和连续凸优化方法将优化问题分解为三个子问题，并对每个子问题分别求解，最后通过迭代算法将各个子问题的解进行迭代得到最终解。
2.根据权利要求1所述的一种智能反射表面辅助下的无人机数据与能量传输方法，其特征在于：所述采用块坐标下降和连续凸优化方法将优化问题分解为三个子问题，并对每个子问题分别求解，最后通过迭代算法将各个子问题的解进行迭代得到最终解包括：
A1、初始化数据与能量传输的时隙分配变量
Figure 844799DEST_PATH_IMAGE001
，无人机的飞行轨迹
Figure 168464DEST_PATH_IMAGE002
，智能反射表面的相移矩阵
Figure 744939DEST_PATH_IMAGE003
；
A2、在Ξr，Qr，Θr一定时，优化问题转换为一个只以
Figure 795941DEST_PATH_IMAGE004
为优化变量的线性规划问题，并利用线性规划方法求解得到最后的无人机与地面设备的调度Ar+1，其中r表示迭代次数；
A3、在Ar+1，Ξr，Θr一定时，优化问题的优化变量只有无人机的轨迹，利用连续凸优化方法求解无人机的轨迹优化问题，得到优化轨迹Qr+1；
A4、根据优化轨迹Qr+1和最优的相移公式
Figure 282417DEST_PATH_IMAGE005
，得到最优的智能反射表面的相移矩阵Θr+1；
A5、在Ar+1，Qr+1，Θr+1一定时，优化问题转换为一个只以Ξr为优化变量的线性规划问题，利用线性规划方法求解得到最优的数据与能量传输的时隙分配Ξr+1；
A6、根据Ar+1，Qr+1，Θr+1，Ξr+1求解得到当前迭代的最大收集能量Er+1，设置迭代精度
Figure 636038DEST_PATH_IMAGE006
，
Figure 496546DEST_PATH_IMAGE007
为预先设定的迭代精度，如果
Figure 695446DEST_PATH_IMAGE008
，更新迭代次数r=r+1，返回步骤A2；否则直接结束。
3.根据权利要求1所述的一种智能反射表面辅助下的无人机数据与能量传输方法，其特征在于：所述无人机通过智能反射表面与视距链路被阻挡的地面设备进行数据与能量的传输包括：
将无人机的飞行轨迹离散化为M个点，整个飞行周期T划分为M个等长的时隙，每个时隙的长度为Δτ；
无人机飞行过程中的每一个时隙，无人机先给地面设备进行无线能量传输，然后接收地面设备传输的数据，用
Figure 816855DEST_PATH_IMAGE009
表示无人机在每一个时隙用于给地面设备充能的时隙分配比例，其中
Figure 341377DEST_PATH_IMAGE010
表示地面设备的集合，K表示地面设备的总数，
Figure 767811DEST_PATH_IMAGE011
表示无人机飞行周期内所有时隙的集合，M 表示总的时隙数；
在每一个时隙，无人机最多选择一个地面设备来进行数据和能量传输，用ak[t]表示无人机与地面设备的调度，ak[t]=1表示无人机在第t个时隙选择与第k个地面设备进行数据和能量传输；
无人机在每个时隙的位置坐标为[q[t],ZU]T，其中q[t]=[x[t],y[t]]为水平坐标，ZU为无人机的飞行高度。
4.根据权利要求3所述的一种智能反射表面辅助下的无人机数据与能量传输方法，其特征在于：将无人机在第t个时隙给第k个地面设备充能的路径损耗模型设置为
Figure 160615DEST_PATH_IMAGE012
，其中
Figure 480738DEST_PATH_IMAGE013
表示第
Figure 317107DEST_PATH_IMAGE014
个智能反射表面到第k个地面设备的路径损耗，
Figure 474244DEST_PATH_IMAGE015
表示在第t个时隙，从无人机到第
Figure 546105DEST_PATH_IMAGE016
个智能反射表面的路径损耗，θkl[t]表示在第t个时隙，第l个智能反射表面对于第k个地面设备的相移矩阵，
Figure 596101DEST_PATH_IMAGE017
与
Figure 383797DEST_PATH_IMAGE018
分别表示第
Figure 784823DEST_PATH_IMAGE016
个智能反射表面与第k个地面设备的距离以及与在第t个时隙与无人机的距离，
Figure 394796DEST_PATH_IMAGE019
表示从第
Figure 814145DEST_PATH_IMAGE016
个智能反射表面到第k个地面设备的信号离开角的余弦值，
Figure 992316DEST_PATH_IMAGE020
表示在第t个时隙从无人机到第
Figure 739692DEST_PATH_IMAGE016
个智能反射表面的到达角的余弦值，d为天线间隔，λ为载波波长，ρ为参考距离为1m时的路径损耗。
5.根据权利要求3所述的一种智能反射表面辅助下的无人机数据与能量传输方法，其特征在于：将无人机在第t个时隙通过第
Figure 543569DEST_PATH_IMAGE016
个智能反射表面收集第k个地面设备发送的数据的信道增益设置为
Figure 302578DEST_PATH_IMAGE021
，
Figure 41864DEST_PATH_IMAGE022
表示从第k个地面设备到第
Figure 135590DEST_PATH_IMAGE016
个智能反射表面的信道增益，
Figure 228311DEST_PATH_IMAGE023
表示从第k个地面设备到第
Figure 232039DEST_PATH_IMAGE016
个智能反射表面的信号到达角的余弦值，
Figure 266860DEST_PATH_IMAGE024
表示在第t个时隙，从第
Figure 864195DEST_PATH_IMAGE016
个智能反射表面到无人机的信道增益，θkl[t]表示在第t个时隙，第
Figure 619661DEST_PATH_IMAGE014
个智能反射表面对于第k个地面设备的相移矩阵，
Figure 602530DEST_PATH_IMAGE025
表示在第t个时隙从第
Figure 418039DEST_PATH_IMAGE016
个智能反射表面到无人机的离开角的余弦值。
6.根据权利要求5所述的一种智能反射表面辅助下的无人机数据与能量传输方法，其特征在于：对于第k个地面设备， 在第t个时隙的可达速率为
Figure 502670DEST_PATH_IMAGE026
，其中Pk表示第k个地面设备的发射功率，在整个飞行周期所能收集的能量为
Figure 186461DEST_PATH_IMAGE027
，其中σ2表示噪声功率，η表示能量转换效率，PU表示无线能量传输功率，
Figure 164781DEST_PATH_IMAGE028
为无人机在第t个时隙给第k个地面设备充能的路径损耗模型。
7.根据权利要求1所述的一种智能反射表面辅助下的无人机数据与能量传输方法，其特征在于：将智能反射表面的每一个反射元素的相移表示为
Figure 760979DEST_PATH_IMAGE029
，其中
Figure 384770DEST_PATH_IMAGE030
表示智能反射表面的集合，
Figure 357405DEST_PATH_IMAGE031
表示每一个智能反射表面的反射元素的集合，其坐标为
Figure 580445DEST_PATH_IMAGE032
，其中
Figure 472178DEST_PATH_IMAGE033
为第
Figure 531401DEST_PATH_IMAGE034
个智能反射表面水平坐标，
Figure 432360DEST_PATH_IMAGE035
表示水平横坐标，
Figure 244327DEST_PATH_IMAGE036
水平纵坐标，
Figure 447907DEST_PATH_IMAGE037
为智能反射表面的高度；智能反射表面采用均匀线性阵列，第
Figure 853480DEST_PATH_IMAGE034
个智能反射表面在第t个时隙对于第k个地面设备的相移矩阵为
Figure 948344DEST_PATH_IMAGE038
，其中
Figure 365550DEST_PATH_IMAGE039
表示以a为对角元素的对角矩阵。
8.根据权利要求2所述的一种智能反射表面辅助下的无人机数据与能量传输方法，其特征在于：通过智能反射表面的N个反射元反射的无线能量信号使其具有相同的相位，即
Figure 130244DEST_PATH_IMAGE040
；对于每一个反射元，当每个发射信号的相位角设为0时，能够得到最大的收集能量，因此最优的相移可以表示为
Figure 882168DEST_PATH_IMAGE041
。
9.根据权利要求2所述的一种智能反射表面辅助下的无人机数据与能量传输方法，其特征在于：所述设置地面设备收集能量最大化的优化问题为：
Figure 265876DEST_PATH_IMAGE042
，并设置约束条件：
Figure 662222DEST_PATH_IMAGE043
、
Figure 722451DEST_PATH_IMAGE044
、
Figure 977983DEST_PATH_IMAGE045
、
Figure 758857DEST_PATH_IMAGE046
、
Figure 665502DEST_PATH_IMAGE047
、
Figure 506419DEST_PATH_IMAGE048
和
Figure 249247DEST_PATH_IMAGE049
；
其中
Figure 958446DEST_PATH_IMAGE050
表示所有的地面设备收集的能量，Dk表示第k个地面设备的数据传输需求，Pk表示第k个地面设备的发送功率，
Figure 1489DEST_PATH_IMAGE051
表示第k个地面设备的剩余能量要求，Vmax为无人机的最大飞行速度
Figure 421098DEST_PATH_IMAGE052
，
Figure 510277DEST_PATH_IMAGE053
，
Figure 773899DEST_PATH_IMAGE054
，
Figure 389557DEST_PATH_IMAGE055
分别表示无人机与地面设备的调度变量集合，无人机的飞行轨迹，智能反射表面的相移矩阵和数据与能量传输的时隙分配的变量集合。
10.根据权利要求9所述的一种智能反射表面辅助下的无人机数据与能量传输方法，其特征在于：所述在Ar+1，Ξr，Θr一定时，优化问题的优化变量只有无人机的轨迹，利用连续凸优化方法求解无人机的轨迹优化问题，得到优化轨迹Qr+1包括：
A31、设置
Figure 572277DEST_PATH_IMAGE056
为第r次迭代时无人机的轨迹，qr[t]第r次迭代时的水平坐标，设置
Figure 289697DEST_PATH_IMAGE057
，其中ρ为参考距离为1m时的路径损耗，N为每个智能反射表面的反射元数目，
Figure 216065DEST_PATH_IMAGE058
表示第
Figure 686229DEST_PATH_IMAGE016
个智能反射表面与第k个地面设备的距离，则通过一阶泰勒展开式得到
Figure 180796DEST_PATH_IMAGE059
的下界，
Figure 244567DEST_PATH_IMAGE060
表示在第t个时隙，第k 个地面设备通过第l个智能反射表面收集到的能量；
A32、利用下界
Figure 364838DEST_PATH_IMAGE061
和
Figure 174662DEST_PATH_IMAGE062
，将求解无人机的轨迹优化问题转换为
Figure 230343DEST_PATH_IMAGE063
，约束条件为，
Figure 640465DEST_PATH_IMAGE064
、
Figure 49580DEST_PATH_IMAGE065
和
Figure 104124DEST_PATH_IMAGE066
其中
Figure 455340DEST_PATH_IMAGE067
，优化问题的优化目标函数和约束条件都是关于轨迹q[t]的凸函数，优化问题被转换为一个凸问题，可以用标准的凸优化求解器求解，得到优化轨迹Qr+1。
CN202111337227.1A 2021-11-12 2021-11-12 一种智能反射表面辅助下的无人机数据与能量传输方法 Active CN113784314B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111337227.1A CN113784314B (zh) 2021-11-12 2021-11-12 一种智能反射表面辅助下的无人机数据与能量传输方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111337227.1A CN113784314B (zh) 2021-11-12 2021-11-12 一种智能反射表面辅助下的无人机数据与能量传输方法

Publications (2)

Publication Number Publication Date
CN113784314A true CN113784314A (zh) 2021-12-10
CN113784314B CN113784314B (zh) 2022-02-15

Family

ID=78873882

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111337227.1A Active CN113784314B (zh) 2021-11-12 2021-11-12 一种智能反射表面辅助下的无人机数据与能量传输方法

Country Status (1)

Country Link
CN (1) CN113784314B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114915989A (zh) * 2022-03-17 2022-08-16 重庆邮电大学 一种基于能量收集的全双工中继和智能反射面联合传输方法
CN115334543A (zh) * 2022-07-25 2022-11-11 武汉理工大学 一种基于多无人机的数据收集模型优化方法
WO2024074030A1 (en) * 2023-04-19 2024-04-11 Lenovo (Beijing) Ltd. Aris location selection under aris-assisted wireless network

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3748607A1 (en) * 2019-06-06 2020-12-09 Honeywell International Inc. Unmanned aerial vehicle (uav) intelligent emergency voice report system and method
CN112332548A (zh) * 2020-10-16 2021-02-05 华中科技大学 一种无线能量传输方法及系统
CN112995924A (zh) * 2021-03-02 2021-06-18 中山大学 一种面向集群间通信的u2u集中式动态资源分配方法
CN113162679A (zh) * 2021-04-01 2021-07-23 南京邮电大学 基于ddpg算法的irs辅助无人机通信联合优化方法
CN113259836A (zh) * 2021-04-26 2021-08-13 北京科技大学 一种irs辅助无人机通信网络联合优化方法
CN113316169A (zh) * 2021-05-08 2021-08-27 北京科技大学 一种面向智慧港口的uav辅助通信能效优化方法及装置
CN113517921A (zh) * 2021-07-05 2021-10-19 河海大学 一种基于无人机的irs辅助低空无源空中中继控制方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3748607A1 (en) * 2019-06-06 2020-12-09 Honeywell International Inc. Unmanned aerial vehicle (uav) intelligent emergency voice report system and method
CN112332548A (zh) * 2020-10-16 2021-02-05 华中科技大学 一种无线能量传输方法及系统
CN112995924A (zh) * 2021-03-02 2021-06-18 中山大学 一种面向集群间通信的u2u集中式动态资源分配方法
CN113162679A (zh) * 2021-04-01 2021-07-23 南京邮电大学 基于ddpg算法的irs辅助无人机通信联合优化方法
CN113259836A (zh) * 2021-04-26 2021-08-13 北京科技大学 一种irs辅助无人机通信网络联合优化方法
CN113316169A (zh) * 2021-05-08 2021-08-27 北京科技大学 一种面向智慧港口的uav辅助通信能效优化方法及装置
CN113517921A (zh) * 2021-07-05 2021-10-19 河海大学 一种基于无人机的irs辅助低空无源空中中继控制方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
HAIBO MEI 等: "Joint Trajectory-Task-Cache Optimization With Phase-Shift Design of RIS-Assisted UAV for MEC", 《IEEE WIRELESS COMMUNICATIONS LETTERS》 *
KAI YU 等: "UAVs Assisted Intelligent Reflecting Surfaces SWIPT System With Statistical CSI", 《IEEE JOURNAL OF SELECTED TOPICS IN SIGNAL PROCESSING》 *
KUN YANG 等: "Study of Reconfigurable Intelligent Surface Assisted Communications over Frequency Selected Channels", 《 2021 IEEE WIRELESS COMMUNICATIONS AND NETWORKING CONFERENCE WORKSHOPS (WCNCW)》 *
王丹 等: "6G可重构智能表面的相移模型设计", 《计算机应用》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114915989A (zh) * 2022-03-17 2022-08-16 重庆邮电大学 一种基于能量收集的全双工中继和智能反射面联合传输方法
CN114915989B (zh) * 2022-03-17 2024-05-21 重庆邮电大学 基于能量收集的全双工中继和智能反射面联合传输方法
CN115334543A (zh) * 2022-07-25 2022-11-11 武汉理工大学 一种基于多无人机的数据收集模型优化方法
CN115334543B (zh) * 2022-07-25 2024-04-19 武汉理工大学 一种基于多无人机的数据收集模型优化方法
WO2024074030A1 (en) * 2023-04-19 2024-04-11 Lenovo (Beijing) Ltd. Aris location selection under aris-assisted wireless network

Also Published As

Publication number Publication date
CN113784314B (zh) 2022-02-15

Similar Documents

Publication Publication Date Title
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
CN110673635B (zh) 一种基于无线能量传输网络的无人机三维轨迹的设计方法
CN113645635B (zh) 智能反射面辅助的高能效无人机通信系统的设计方法
CN113162679B (zh) 基于ddpg算法的irs辅助无人机通信联合优化方法
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
CN109275094B (zh) 一种高能效无人机覆盖点连续覆盖方法和装置
CN110543185A (zh) 一种基于最小化信息年龄的无人机数据收集方法
CN111479239B (zh) 一种多天线无人机数据采集系统的传感器发射能耗优化方法
CN108768497A (zh) 无人机辅助无线传感网及其节点调度与飞行参量设计方法
CN113258989B (zh) 一种使用强化学习获得无人机中继轨迹的方法
CN107017940A (zh) 无人机中继广播通信系统航迹优化方法
CN112672361B (zh) 一种基于无人机集群部署的大规模mimo容量提升方法
CN113543066B (zh) 感通导指一体化交互与多目标应急组网方法及系统
CN110312265B (zh) 无人机编队通信覆盖的功率分配方法及系统
CN112902969A (zh) 一种无人机在数据收集过程中的路径规划方法
CN114980169A (zh) 一种基于轨迹与相位联合优化的无人机辅助地面通信方法
CN115499921A (zh) 面向复杂无人机网络的三维轨迹设计及资源调度优化方法
Wang et al. Trajectory optimization and power allocation scheme based on DRL in energy efficient UAV‐aided communication networks
CN110087204B (zh) 一种基于参数调节的无人机-物联网数据采集方法和系统
Chenxiao et al. Energy-efficiency maximization for fixed-wing UAV-enabled relay network with circular trajectory
CN112333648A (zh) 一种基于无人机的动态数据收集方法
CN117119489A (zh) 一种基于多无人机辅助的无线供能网络的部署和资源优化方法
CN116847460A (zh) 一种无人机辅助的通感一体化系统资源调度方法
CN116882270A (zh) 一种基于深度强化学习的多无人机无线充电与边缘计算联合优化方法及系统
Lyu et al. Resource Allocation in UAV‐Assisted Wireless Powered Communication Networks for Urban Monitoring

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