CN113872662A - 一种基于固定翼无人机中继网络的能量效率最大化适配方法 - Google Patents
一种基于固定翼无人机中继网络的能量效率最大化适配方法 Download PDFInfo
- Publication number
- CN113872662A CN113872662A CN202110942876.8A CN202110942876A CN113872662A CN 113872662 A CN113872662 A CN 113872662A CN 202110942876 A CN202110942876 A CN 202110942876A CN 113872662 A CN113872662 A CN 113872662A
- Authority
- CN
- China
- Prior art keywords
- relay
- power
- unmanned aerial
- aerial vehicle
- energy efficiency
- 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
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
-
- 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)
- Astronomy & Astrophysics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Radio Relay Systems (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
一种基于固定翼无人机中继网络的能量效率最大化适配方法,方法采用联合优化中继信号发射功率和无人机飞行半径实现能量效率最大化,包括以下步骤:S1:构建了基站‑无人机‑地面用户信道模型和无人机能量消耗模型,并说明模型中通信吞吐量的计算公式和无人机功率消耗公式;S2:提出了表示能量效率最大化的目标函数,并将引入中继前后的能量效率差值作为优化目标;S3:将提出的目标函数的求解分为两步迭代过程,交替更新中继信号发射功率和无人机飞行半径以实现能量效率最大化。本发明提出了一个无人机中继新的应用场景,将引入中继前后的能量效率差值作为中继系统新的衡量指标,为用户选择通信链路和无人机中继参数调整提供了参考。
Description
技术领域
本发明涉及无人机中继通信领域,尤其是涉及一种基于固定翼无人机中继网络的能量效率最大化适配方法。
背景技术
随着无人机技术的发展,无人机应用场景已经得到了广泛的探索。在无线通信领域,无人机可以作为通信基站、作为中继,以及作为获取信息的传感器载体。中继常被用来延申网络的覆盖范围,但固定地面中继因为高度低、位置固定等因素无法实现灵活部署、难以与用户间建立理想信道,所以使用移动性较强的空中无人机作为中继成为了研究热点。
近年来,基于无人机中继已有多个研究方向,例如:对通信吞吐量最大化的研究、对中继停机率最小化的研究等。
发明内容
基于对新应用场景的探索,本文提出了一种基于固定翼无人机中继网络的能量效率最大化适配方法,引入中继前后的能量效率差值作为中继系统的衡量指标,为用户选择通信链路和无人机中继参数调整提供了参考,具有算法收敛速度快且优化效果显著等优点。
本发明的目的是为了探索无人机中继新的应用场景和新的研究问题,提供一种收敛速度快且优化效果显著的基于固定翼无人机中继网络的能量效率最大化适配方法。
本发明的目的可以通过以下技术方案来实现:
一种基于固定翼无人机中继网络的能量效率最大化适配方法,方法采用联合优化中继信号发射功率和无人机飞行半径实现能量效率最大化,方法包括以下步骤:
S1:构建了基站-无人机-地面用户信道模型和无人机能量消耗模型,并说明模型中通信吞吐量的计算公式和无人机功率消耗公式;
S2:提出了表示能量效率最大化的目标函数,并将引入中继前后的能量效率差值作为优化目标;
S3:将提出的目标函数的求解分为两步迭代过程,交替更新中继信号发射功率和无人机飞行半径以实现能量效率最大化;
所述交替迭代法采用联合优化无人机中继参数,以引入中继前后的能量效率差值表达式最大化作为优化目标。
进一步地,优化目标函数是基于基站-无人机-地面用户信道模型和无人机能量消耗模型的计算式提出的,所述模型的计算式包括通信吞吐量计算式、系统总能量消耗计算式。
进一步地,所述通信吞吐量计算式由信道容量对时间做积分求得。所述信道容量根据香农公式,通过中继功率求得。所述中继功率通过在信号功率衰减模型的基础上引入额外功率衰减因子求得。
进一步地,所述信号功率衰减模型可以通过中继信号发射功率和信号传输距离计算用户接收到的信号功率。所述额外功率衰减因子用于计量通信链路质量,越接近1链路的质量越好。所述信号功率衰减模型的表达式为:
h(t)=αβ0d-2
式中,α为额外功率衰减因子,β0为功率的参考基准,d为信号传输的距离,h(t)为用户在t时刻接收到的功率占原始信号功率的比例。
进一步地,所述系统总能量消耗计算式包括基站信号功率、无人机飞行功率、无人机中继信号功率。
进一步地,所述无人机飞行功率取决于飞行速度、飞行轨迹半径以及环境因素。
进一步地,所述引入中继前后的能量效率差值作为优化目标,所述能量效率差值由两条通信链路的能量效率作差求得。所述两条通信链路分别是:无人机中继链路和基站信号直达用户链路。
进一步地,所述无人机中继链路的能量效率由信号吞吐量除以总能量消耗求得。信号吞吐量的计算需要求得信道容量,所述信道容量的表达式:
式中,B为信道带宽,β0为功率参考值,PUAV为无人机中继信号功率,PBS为基站信号功率,H为无人机与用户的距离,r为基站与无人机的距离,σ2为信道噪声功率,RBS→UAV→GU为中继链路信道容量。该式将中继链路分为两部分,取两部分中信道容量较小者为中继链路总信道容量。
进一步地,所述交替迭代将问题的解决分为两步迭代过程交替进行。所述两步迭代过程包括:固定中继功率,迭代半径值求得阶段最优解;固定半径,迭代中继功率值求得阶段最优解。所述交替更新中继信号发射功率和无人机飞行半径过程包括以下步骤:
S31:预设半径值、中继功率,预设收敛门限;
S32:固定中继功率,迭代半径值求得阶段最优解;
S33:将此时的半径值替代预设半径值;
S34:固定半径,迭代中继功率值求得阶段最优解;
S35:将此时的中继功率值替代预设中继功率值;
S36:若S32与S34求得的阶段最优解差的绝对值小于预设收敛门限,此时的半径值和中继功率可以被视为最优解;否则跳转回S32继续迭代。
进一步地,所述S32过程固定中继功率,预设该过程的收敛门限,预设半径为1,半径以固定间隔1增加,直至先后两次目标函数取值作差不大于收敛门限。
与现有技术相比,本发明具有以下优点:
(1)本发明提出一种基于固定翼无人机中继网络的能量效率最大化适配方法,建立了新的基站-无人机-用户通信模型,将引入中继前后能量效率差值作为优化目标。为了平衡通信链路质量不一的问题,在模型中引入了额外功率衰减参数模拟不同的功率衰减情况,提高了模型在不同环境的适用性。提出的优化目标取值对应实际的物理含义,作为系统参数调整的参考标准和用户选择通信链路的决策标准。
(2)本发明为了实现提出的优化目标,将求解过程分解为两个迭代过程,用交替迭代的方式求解最优解,并在迭代前预设收敛门限使迭代过程在符合条件时终止。具有达到收敛条件速度快、优化效果显著的优点。
附图说明
图1为中继网络结构图;
图2为无人机飞行速度对优化结果的影响,(1)为速度与求解得到的中继功率、半径的关系曲线,(2)为速度与目标函数取值的关系曲线,(3)为不同速度的算法收敛情况;
图3为无人机飞行高度对优化结果的影响,(1)为高度与求解得到的中继功率、半径的关系曲线,(2)为高度与目标函数取值的关系曲线,(3)为不同高度的算法收敛情况;
图4为基站信号功率对优化结果的影响,(1)为基站信号功率与求解得到的中继功率、半径的关系曲线,(2)为基站信号功率与目标函数取值的关系曲线,(3)为不同基站信号功率的算法收敛情况;
图5为额外功率衰减因子对优化结果的影响,(1)为额外功率衰减因子与求解得到的中继功率、半径的关系曲线,(2)为额外功率衰减因子与目标函数取值的关系曲线,(3)为不同额外功率衰减因子的算法收敛情况;
图6为优化结果的验证,中继功率0.11W,半径390m对应的优化函数取值最高。
图7为本发明一种基于固定翼无人机中继网络的能量效率最大化适配方法的流程示意图;
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
实施例1
本实施例提供一种基于固定翼无人机中继网络的能量效率最大化适配方法,该方法采用联合优化中继信号发射功率和无人机飞行半径实现能量效率最大化,方法包括以下步骤:
S1:构建了基站-无人机-地面用户信道模型和无人机能量消耗模型,并说明模型中通信吞吐量的计算公式和无人机功率消耗公式;
S2:提出了表示能量效率最大化的目标函数,并将引入中继前后的能量效率差值作为优化目标;
S3:将提出的目标函数的求解迭代过程分为交替执行的两步,反复更新中继信号发射功率和无人机飞行半径以实现能量效率最大化;
所述交替迭代法联合优化无人机中继参数,以引入中继前后的能量效率差值表达式最大化作为优化目标。
优化目标函数是基于基站-无人机-地面用户信道模型和无人机能量消耗模型的计算式提出的,模型的计算式包括通信吞吐量计算式、系统总能量消耗计算式。所述能量效率差值由两条通信链路的能量效率作差求得。所述两条通信链路分别是:无人机中继链路和基站信号直达用户链路。
下面对各部分进行具体描述。
1、基站-无人机-地面用户信道模型和无人机能量消耗模型
S11:基站-无人机-地面用户信道模型空间分布如图1所示,固定翼无人机围绕基站进行匀速圆周飞行且飞行高度恒定,地面用户均匀分布在飞行轨迹正下方。t时刻无人机与地面用户的距离,可以表示为:
dUAV→GU=U(t)-G(t)=H
式中,U(t)为t时刻无人机坐标,G(t)为t时刻用户坐标,H为飞行高度,dUAV→GU为无人机与用户的距离。t时刻基站与无人机的距离,可以表示为:
dBS→UAV=D-U(t)=r
式中,D为基站坐标,r为飞行半径,dBS→UAV为基站与无人机的距离。t时刻基站与地面用户的距离,可以表示为:
式中,dBS→GU为基站与地面用户的距离。
令无人机与地面用户之间、基站与无人机之间是LoS信道。t时刻信道增益(以无人机-用户信道为例)可以表示为:
hUAV→GU(t)=β0dUAV→GU -2=β0H-2
式中,β0为功率的参考基准,dUAV→GU为信号传输的距离,hUAV→GU(t)为用户在t时刻接收到的功率占原始信号功率的比例。根据香农公式,信道容量表达式为:
式中,B为信道带宽,β0为功率的参考基准,PUAV为无人机中继信号功率,H为无人机与用户的距离,σ2为信道噪声功率,R(t)为中继链路信道容量。对时间求积分得到吞吐量表达式为:
式中,T为系统工作时长,C为吞吐量。对于基站-用户链路,引入额外衰减系数表示信道增益为:
hBS→GU(t)=αβ0dBS→GU -2=αβ0(H2+r2)-1
式中,α为额外功率衰减因子,β0为功率的参考基准,dBS→GU为信号传输的距离,hBS→GU(t)为用户在t时刻接收到的功率占原始信号功率的比例。
S12:所述无人机能量消耗模型包括:飞行能量消耗和通信能量消耗两部分。
S121:飞行能量消耗取决于飞行速度和加速度,以及实际的空气密度等因素。现有文献已知无人机飞行消耗的功率模型表达式如下:
其中,v为无人机速度,a为加速度,r为飞行半径,g为重力加速度,c1、c2为与环境因素有关的参数,PFLY为无人机飞行消耗的功率。飞行消耗的能量表达式为:
EFLY=T·PFLY
其中,T为飞行时长,PFLY为无人机飞行消耗的功率,EFLY为飞行消耗的能量。
S122:通信能量消耗取决于中继信号功率。无人机需要分配一定的能量用于中继信号的传输,该能量的表达式为:
Ec=T·PUAV
其中,T为信号传输时长,PUAV为中继信号功率,Ec为用于中继信号传输的能量。
2、优化目标函数
所述引入中继前后的能量效率差值作为优化目标,所述能量效率差值由两条通信链路的能量效率作差求得。所述两条通信链路分别是:无人机中继链路和基站信号直达用户链路。
第一步,将基站-无人机-用户信道分为两部分,所述两部分分别为:基站-无人机链路、无人机-用户链路。分别计算两部分吞吐量,表达式如下:
式中,T为信号传输时长,B为信道带宽,β0为功率的参考基准,PBS为基站信号功率,PUAV为无人机中继信号功率,σ2为信道噪声功率,r为飞行半径,H为飞行高度,CBS→UAV为基站-无人机链路吞吐量,CUAV→GU为无人机-用户链路吞吐量。
第二步,中继链路吞吐量的表达式为:
式中,CBS→UAV→GU为中继链路吞吐量。
第三步,定义T的表达式为:
T=ET(PUAV+PFLY+PBS)-1
式中,ET为系统消耗总能量,PUAV为无人机中继信号功率,PFLY为无人机飞行消耗的功率,PBS为基站信号功率。
第四步,目标函数的表达式为:
ET -1·(CBS→UAV→GU-CBS→GU)
式中,将两条链路的能量效率作差作为优化目标函数表达式。
最终,优化问题被定义为:
式中,将目标函数取最大值,即中继链路与基站直达用户链路能量效率作差取最大值。优化问题的限制条件为:
0≤PUAV≤Pallowable transmission,0≤r
αβ0PBS(H2+r2)-1≤β0PUAVH-2
β0PBSr-2≤PUAV
其中,pallowable transmission为无人机中继功率峰值。限制条件表明在中继功率允许的取值范围内,用户接收到的中继信号功率应不小于基站信号功率;中继作为放大转发中继,对接收到的信号的功率的增益应不小于1。
3、优化问题求解
将上述第四步目标函数表达式分解为:
式中,A1、A2为分解得到的两部分,即优化问题需要求解这两个部分最小值函数的峰值。
首先,固定中继功率,以半径为变量建立两个函数:A1(r)和A2(r)。经分析在满足取值范围要求的前提下,两函数在定义域内存在一个交点:
式中,r为交点横坐标。经分析,在交点左侧且两函数非负的范围内,A1(r)始终小于A2(r);在交点右侧且两函数非负的范围内,A2(r)始终小于A1(r)。所以,目标函数可以写为如下分段函数:
然后,固定半径,以中继功率为变量建立两个函数:A1(PUAV)和A2(PUAV)。经分析在满足取值范围要求的的前提下,两函数在定义域内存在一个交点:
PUAV=PBSH2r-2
式中,PUAV为交点横坐标。经分析,在交点左侧且两函数非负的范围内,A1(PUAV)始终小于A2(PUAV);在交点右侧且两函数非负的范围内,A2(PUAV)始终小于A1(PUAV)。所以,目标函数可以写为如下分段函数:
式中,O(PUAV)为自变量为半径的目标函数,取值PBSH2(H2+r2)-1为分段函数的零点。
接下来,使用迭代的方式求解,将求解过程分成两个交替进行的迭代过程。具体步骤为:
S31:预设半径值、中继功率,预设收敛门限;
S32:固定中继功率,迭代半径值求得阶段最优解;
S33:将此时的半径值替代预设半径值;
S34:固定半径,迭代中继功率值求得阶段最优解;
S35:将此时的中继功率值替代预设中继功率值;
S36:若S32与S34求得的阶段最优解差的绝对值小于预设收敛门限,此时的半径值和中继功率可以被视为最优解;否则跳转回S32继续迭代。
进一步地,所述S32过程固定中继功率,预设该过程的收敛门限,预设半径为1,半径以固定间隔1增加,直至先后两次目标函数取值作差不大于收敛门限。
以上详细描述了本发明的较佳具体实施例。应当理解,本领域的普通技术人员无需创造性劳动就可以根据本发明的构思做出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (10)
1.一种基于固定翼无人机中继网络的能量效率最大化适配方法,其特征在于,方法采用联合优化中继信号发射功率和无人机飞行半径实现能量效率最大化,方法包括以下步骤:
S1:构建了基站-无人机-地面用户信道模型和无人机能量消耗模型,并说明模型中通信吞吐量的计算公式和无人机功率消耗公式;
S2:提出了表示能量效率最大化的目标函数,并将引入中继前后的能量效率差值作为优化目标;
S3:将提出的目标函数的求解分为两步迭代过程,交替更新中继信号发射功率和无人机飞行半径以实现能量效率最大化;
所述交替迭代法采用联合优化无人机中继参数,以引入中继前后的能量效率差值表达式最大化作为优化目标。
2.根据权利要求1所述的一种基于固定翼无人机中继网络的能量效率最大化适配方法,其特征在于,优化目标函数是基于基站-无人机-地面用户信道模型和无人机能量消耗模型的计算式提出的,所述模型的计算式包括通信吞吐量计算式、系统总能量消耗计算式。
3.根据权利要求2所述的一种基于固定翼无人机中继网络的能量效率最大化适配方法,其特征在于,所述通信吞吐量计算式由信道容量对时间做积分求得;
所述信道容量根据香农公式,通过中继功率求得;
所述中继功率通过在信号功率衰减模型的基础上引入额外功率衰减因子求得。
4.根据权利要求3所述的一种基于固定翼无人机中继网络的能量效率最大化适配方法,其特征在于,所述信号功率衰减模型通过中继信号发射功率和信号传输距离计算用户接收到的信号功率;所述额外功率衰减因子用于计量通信链路质量,越接近1链路的质量越好;所述信号功率衰减模型的表达式为:
h(t)=αβ0d-2
式中,α为额外功率衰减因子,β0为功率的参考基准,d为信号传输的距离,h(t)为用户在t时刻接收到的功率占原始信号功率的比例。
5.根据权利要求2所述的一种基于固定翼无人机中继网络的能量效率最大化适配方法,其特征在于,所述系统总能量消耗计算式包括基站信号功率、无人机飞行功率、无人机中继信号功率。
6.根据权利要求5所述的一种基于固定翼无人机中继网络的能量效率最大化适配方法,其特征在于,所述无人机飞行功率取决于飞行速度、飞行轨迹半径以及环境因素。
7.根据权利要求1所述的一种基于固定翼无人机中继网络的能量效率最大化适配方法,其特征在于,将所述引入中继前后的能量效率差值作为优化目标,所述能量效率差值由两条通信链路的能量效率作差求得;所述两条通信链路分别是:无人机中继链路和基站信号直达用户链路;具体包括步骤:
第一步,将基站-无人机-用户信道分为两部分,所述两部分分别为:基站-无人机链路、无人机-用户链路;分别计算两部分吞吐量,表达式如下:
式中,T为信号传输时长,B为信道带宽,β0为功率的参考基准,PBS为基站信号功率,PUAV为无人机中继信号功率,σ2为信道噪声功率,r为飞行半径,H为飞行高度,CBS→UAV为基站-无人机链路吞吐量,CUAV→GU为无人机-用户链路吞吐量;
第二步,中继链路吞吐量的表达式为:
式中,CBS→UAV→GU为中继链路吞吐量;
第三步,定义T的表达式为:
T=ET(PUAV+PFLY+PBS)-1
式中,ET为系统消耗总能量,PUAV为无人机中继信号功率,PFLY为无人机飞行消耗的功率,PBS为基站信号功率;
第四步,目标函数的表达式为:
ET -1·(CBS→UAV→GU-CBS→GU)
式中,将两条链路的能量效率作差作为优化目标函数表达式;最终,优化问题被定义为:
式中,将目标函数取最大值,即中继链路与基站直达用户链路能量效率作差取最大值;优化问题的限制条件为:
0≤PUAV≤Pallowabletransmission,0≤r
αβ0PBS(H2+r2)-1≤β0PUAVH-2
β0PBSr-2≤PUAV
其中,pallowabletransmission为无人机中继功率峰值;限制条件表明在中继功率允许的取值范围内,用户接收到的中继信号功率应不小于基站信号功率;中继作为放大转发中继,对接收到的信号的功率的增益应不小于1。
8.根据权利要求7所述的一种基于固定翼无人机中继网络的能量效率最大化适配方法,其特征在于,所述交替迭代将问题的解决分为两步迭代过程交替进行;所述两步迭代过程包括:固定中继功率,迭代半径值求得阶段最优解;固定半径,迭代中继功率值求得阶段最优解;
将上述第四步目标函数表达式分解为:
式中,A1、A2为分解得到的两部分,即优化问题需要求解这两个部分最小值函数的峰值;
首先,固定中继功率,以半径为变量建立两个函数:A1(r)和A2(r);经分析在满足取值范围要求的前提下,两函数在定义域内存在一个交点:
式中,r为交点横坐标;在交点左侧且两函数非负的范围内,A1(r)始终小于A2(r);在交点右侧且两函数非负的范围内,A2(r)始终小于A1(r);目标函数写为如下分段函数:
然后,固定半径,以中继功率为变量建立两个函数:A1(PUAV)和A2(PUAV);在满足取值范围要求的的前提下,两函数在定义域内存在一个交点:
PUAV=PBSH2r-2
式中,PUAV为交点横坐标;在交点左侧且两函数非负的范围内,A1(PUAV)始终小于A2(PUAV);在交点右侧且两函数非负的范围内,A2(PUAV)始终小于A1(PUAV);目标函数写为如下分段函数:
式中,O(PUAV)为自变量为半径的目标函数,取值PBSH2(H2+r2)-1为分段函数的零点。
9.根据权利要求8所述的一种基于固定翼无人机中继网络的能量效率最大化适配方法,其特征在于,所述交替更新中继信号发射功率和无人机飞行半径过程包括以下步骤:
S31:预设半径值、中继功率,预设收敛门限;
S32:固定中继功率,迭代半径值求得阶段最优解;
S33:将此时的半径值替代预设半径值;
S34:固定半径,迭代中继功率值求得阶段最优解;
S35:将此时的中继功率值替代预设中继功率值;
S36:若S32与S34求得的阶段最优解差的绝对值小于预设收敛门限,此时的半径值和中继功率视为最优解;否则跳转回S32继续迭代。
10.根据权利要求9所述的一种基于固定翼无人机中继网络的能量效率最大化适配方法,其特征在于,所述S32过程固定中继功率,预设该过程的收敛门限,预设半径为1,半径以固定间隔1增加,直至先后两次目标函数取值作差不大于收敛门限。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110942876.8A CN113872662B (zh) | 2021-08-17 | 2021-08-17 | 一种基于固定翼无人机中继网络的能量效率最大化适配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110942876.8A CN113872662B (zh) | 2021-08-17 | 2021-08-17 | 一种基于固定翼无人机中继网络的能量效率最大化适配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113872662A true CN113872662A (zh) | 2021-12-31 |
CN113872662B CN113872662B (zh) | 2023-08-04 |
Family
ID=78990501
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110942876.8A Active CN113872662B (zh) | 2021-08-17 | 2021-08-17 | 一种基于固定翼无人机中继网络的能量效率最大化适配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113872662B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108924791A (zh) * | 2018-07-13 | 2018-11-30 | 广东工业大学 | 一种无线通信方法、装置、设备及可读存储介质 |
CN110730495A (zh) * | 2019-10-15 | 2020-01-24 | 中国人民解放军陆军工程大学 | 能量约束下的无人机数据分发优化方法 |
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 |
CN111953407A (zh) * | 2020-08-24 | 2020-11-17 | 西南大学 | 无人机视频中继系统及其最小化能耗的方法 |
CN112242874A (zh) * | 2020-06-04 | 2021-01-19 | 北京航空航天大学 | 一种基于优化变量解耦的无人机中继传输效能优化方法 |
CN112566212A (zh) * | 2020-12-10 | 2021-03-26 | 哈尔滨工业大学(深圳) | 一种面向中继协作无线供能通信网络的资源分配方法 |
US20210165405A1 (en) * | 2019-12-03 | 2021-06-03 | University-Industry Cooperation Group Of Kyung Hee University | Multiple unmanned aerial vehicles navigation optimization method and multiple unmanned aerial vehicles system using the same |
KR20210069549A (ko) * | 2019-12-03 | 2021-06-11 | 경희대학교 산학협력단 | 다중 무인항공기 네비게이션 최적화 방법 및 그를 이용한 무인항공항 시스템 |
-
2021
- 2021-08-17 CN CN202110942876.8A patent/CN113872662B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108924791A (zh) * | 2018-07-13 | 2018-11-30 | 广东工业大学 | 一种无线通信方法、装置、设备及可读存储介质 |
CN110730495A (zh) * | 2019-10-15 | 2020-01-24 | 中国人民解放军陆军工程大学 | 能量约束下的无人机数据分发优化方法 |
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 |
US20210165405A1 (en) * | 2019-12-03 | 2021-06-03 | University-Industry Cooperation Group Of Kyung Hee University | Multiple unmanned aerial vehicles navigation optimization method and multiple unmanned aerial vehicles system using the same |
KR20210069549A (ko) * | 2019-12-03 | 2021-06-11 | 경희대학교 산학협력단 | 다중 무인항공기 네비게이션 최적화 방법 및 그를 이용한 무인항공항 시스템 |
CN112242874A (zh) * | 2020-06-04 | 2021-01-19 | 北京航空航天大学 | 一种基于优化变量解耦的无人机中继传输效能优化方法 |
CN111953407A (zh) * | 2020-08-24 | 2020-11-17 | 西南大学 | 无人机视频中继系统及其最小化能耗的方法 |
CN112566212A (zh) * | 2020-12-10 | 2021-03-26 | 哈尔滨工业大学(深圳) | 一种面向中继协作无线供能通信网络的资源分配方法 |
Non-Patent Citations (2)
Title |
---|
ALI GHRAYEB;: "Self-Energized UAV-Assisted Scheme for Cooperative Wireless Relay Networks", IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY * |
万俊;肖霖;杨鼎成;吴法辉;汪昭;: "无人机空对地通信中的联合轨迹优化和功率控制", no. 17 * |
Also Published As
Publication number | Publication date |
---|---|
CN113872662B (zh) | 2023-08-04 |
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 | |
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 | |
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 | |
CN108123772B (zh) | 一种基于梯度投影法的无人机时频资源分配方法 | |
CN109839955B (zh) | 一种无人机与多个地面终端进行无线通信的轨迹优化方法 | |
CN110392357A (zh) | 一种无人机辅助物联网通信装置的资源分配控制方法 | |
CN110881190B (zh) | 基于非正交多址接入的无人机网络部署和功率控制方法 | |
CN109916372B (zh) | 信道状态信息不准确下的无人机基站最佳高度计算方法 | |
Ye et al. | Optimization for wireless-powered IoT networks enabled by an energy-limited UAV under practical energy consumption model | |
CN107017940A (zh) | 无人机中继广播通信系统航迹优化方法 | |
CN110730031A (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 | |
CN111479226B (zh) | 无人机通信系统及基于用户轨迹的无人机通信优化方法 | |
CN108834049B (zh) | 无线供能通信网络及确定其工作状态的方法、装置 | |
CN109660292A (zh) | 一种基于多无人机覆盖的无线通信系统飞行高度设计方法 | |
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 | |
CN114189891A (zh) | 一种基于深度强化学习的无人机异构网络能效优化方法 | |
CN116113025A (zh) | 一种无人机协能通信网络中轨迹设计和功率分配方法 | |
CN112969185B (zh) | 多无人机辅助移动用户通信的功率分配与航迹设计方法 | |
CN111479240B (zh) | 无人机通信系统及基于用户分簇的无线传输方法 | |
CN106028345A (zh) | 一种基于自适应禁忌搜索的小基站容量与覆盖优化方法 | |
CN113872662B (zh) | 一种基于固定翼无人机中继网络的能量效率最大化适配方法 | |
CN112996121A (zh) | 一种面向集群内通信的u2u分布式动态资源分配方法 | |
CN114979135B (zh) | 基于移动边缘计算的无人机飞行高度和任务分配控制方法 | |
CN115133977B (zh) | 基于信息年龄最小化的无人机通信感知一体化系统位置优化方法 | |
CN113301532B (zh) | 一种用于无人机辅助毫米波应急通信网的信道分配方法 |
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 |