CN114339667B - 基于混合无人机空中移动基站的中继方法和装置 - Google Patents
基于混合无人机空中移动基站的中继方法和装置 Download PDFInfo
- Publication number
- CN114339667B CN114339667B CN202210013202.4A CN202210013202A CN114339667B CN 114339667 B CN114339667 B CN 114339667B CN 202210013202 A CN202210013202 A CN 202210013202A CN 114339667 B CN114339667 B CN 114339667B
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- relay
- passive
- reconfigurable surface
- 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
Links
Images
Classifications
-
- 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
- Radio Relay Systems (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明提供一种基于混合无人机空中移动基站的中继方法和装置,所述方法包括:基于预设的无人机轨迹计算被动智能可重构表面的相移矩阵最优解并更新混合整数非凸优化模型;基于预设的无人机轨迹计算主动解码转发中继装置的优化发射功率并更新混合整数非凸优化模型;基于当前的混合整数非凸优化模型求出工作模式调度函数并更新混合整数非凸优化模型;基于当前的混合整数非凸优化模型求出优化的无人机轨迹;使用交替优化算法重复上述步骤至满足预设条件时获得混合无人机移动中继方法。本发明能够在主动解码转发中继应用效果不佳的区域启用被动智能可重构表面以协助通信,实现地面节点间更有效的数据中继。
Description
技术领域
本发明涉及通信技术领域,尤其涉及一种基于混合无人机空中移动基站的中继方法和装置。
背景技术
无人机(UnmannedAerial Vehicle,UAV)由于其高机动性、易于部署和低成本等特性,在民用和军事领域的应用都得到了显著扩展。一般来说,无人机飞行在高空中通常具有更高的概率与地面用户建立视距链路,与地面衰落信道相比,它可以提供更好的信道条件,甚至可以基于它的实时位置预测信道状态信息。在第六代移动通信中,智能可重构表面(Reconfigurable Intelligent Surface,RIS)被认为是未来无线网络中一种极具潜力的技术。具体来说,智能可重构表面是一种由大量低成本的被动无源反射元件组成的平面,每个元件都能够独立地诱导入射信号的相位对准和幅度改变。由于智能可重构表面不采用射频链路,而只是被动地反射信号,因此它们的部署成本相对较低,并且易于与现有的无线网络兼容。在以往大多数有关通信中继技术的研究中,主动解码转发(Decode-and-Forward,DF)中继和被动智能可重构表面都被视为是两种相互竞争的技术。其中,主动解码转发中继一般工作在半双工(HalfDuplex,HD)模式,而智能可重构表面工作在全双工(Full Duplex,FD)模式。
基于主动解码转发中继实现的无人机移动中继方案为通过在无人机上搭载主动解码转发中继节点实现基站和用户之间的信息转发,其由于受限制因素较多,当无人机上搭载的主动解码转发中继节点靠近基站或用户任何一端时,需要分配更多的发射功率以最大化网络吞吐量。这种单一的中继方式无法积极响应由无人机位置变化带来的中继效果恶化,极大限制了无人机充当空中移动中继的可操作性,无法适用于实际通信环境。此外,主动解码转发中继通常以半双工模式工作,因此频谱效率较低。另一方面,基于传统被动智能可重构表面实现的中继方案通常仅依靠建筑物表面附着固定高度的智能可重构表面对入射信号进行反射来实现通信连接。由于被动智能可重构表面位置固定,无法通过动态的拓扑调整响应区域内移动客户端的中继需求,将造成信息转发质量的下降。
因此,如何使用被动智能可重构表面对传统的主动解码转发移动中继性能进行补充成为亟待解决的技术问题
发明内容
鉴于此,本发明实施例提供了一种基于主动解码转发中继装置和被动智能可重构表面的混合无人机移动中继方法,以消除或改善现有技术中存在的一个或更多个缺陷。
本发明的一个方面提供一种基于混合无人机空中移动基站的中继方法,该方法包括以下步骤:
被动智能可重构表面的相移矩阵最优解计算步骤,基于预设的无人机轨迹,以最大化被动反射中继通信速率为目的,计算得出被动智能可重构表面的相移矩阵最优解,基于所述相移矩阵的最优解动态调整被动智能可重构表面在无人机轨迹中每个位置的表面相移;动态调整的被动智能可重构表面的表面相移使得在无人机基于当前无人机轨迹服务时被动反射中继通信速率达到最优;所述被动反射中继通信速率基于被动智能可重构表面与地面基站之间的信道条件、被动智能可重构表面与地面用户之间的信道条件和被动可重构表面的相移矩阵计算得到;基于无人机轨迹计算得到所述被动智能可重构表面与地面基站之间的信道条件和被动智能可重构表面与地面用户之间的信道条件;
主动解码转发中继装置的优化发射功率计算步骤,基于预设的无人机轨迹,以最大化主动解码转发中继通信速率为目的,计算得到主动解码转发中继装置的优化发射功率,并调整主动解码转发中继装置的发射功率与优化发射功率一致使得无人机基于当前无人机轨迹进行服务时主动解码转发通信速率达到最优;
工作模式调度参数优化计算步骤,基于所述被动智能可重构表面的相移矩阵最优解和主动解码转发中继通信装置的优化发射功率更新混合整数非凸优化模型的被动反射中继通信速率参数和主动解码转发中继通信速率;保持混合整数非凸优化模型中除工作模式调度参数以外的其他参数不变,并对工作模式调度参数进行松弛后,使用线性规划的方法计算得到优化的工作模式调度参数;基于所述优化的工作模式调度参数选择主动解码转发中继工作模式和被动反射中继工作模式中的一者作为当前的中继工作模式时使得无人机基于当前轨迹进行服务时的混合移动中继通信速率达到最大值;
无人机轨迹优化计算步骤,基于所述被动智能可重构表面的相移矩阵最优解、主动解码转发中继通信装置的优化发射功率和工作模式调度参数更新混合整数非凸优化模型的被动反射中继通信速率、主动解码转发中继通信速率和工作模式调度参数;保持混合整数非凸优化模型中除无人机轨迹以外的其他参数不变,基于所述混合整数非凸优化模型以最大化混合移动中继通信速率为目的,使用连续凸逼近和变量替换方法计算得到优化的无人机轨迹,并基于优化的无人机轨迹进行飞行;在无人机充当地面基站和地面用户之间的空中移动中继基站的场景中,所述混合整数非凸优化模型为:以无人机飞行限制和通信资源限制为约束,基于被动反射中继通信速率、主动解码转发中继通信速率、工作模式调度参数、无人机轨迹等参数构建的用于计算无人机混合中继通信速率的模型,其中,无人机的移动中继过程时长由预设数量份时隙组成,所述时隙的大小为预设大小;
交替优化步骤,循环执行被动智能可重构表面的相移矩阵最优解计算步骤,主动解码转发中继装置的优化发射功率计算步骤,工作模式调度参数优化计算步骤和无人机轨迹优化计算步骤,并将本轮循环得到的被动智能可重构表面的相移矩阵最优解、主动解码转发中继装置的优化发射功率、工作模式调度参数和无人机轨迹作为下轮循环的混合整数非凸优化模型的预设参数,直至满足混合整数非凸优化模型的拉格朗日对偶条件乘子与其对应不等式约束的乘积始终为零时停止循环,此时中继方法为无人机基于当前的无人机轨迹进行飞行时,基于当前的工作模式调度参数选择主动解码转发中继工作模式或被动反射中继工作模式,当选择主动解码转发中继工作模式时基于当前的主动解码转发中继装置的优化发射功率调整主动解码转发中继装置的发射功率,当选择被动反射中继工作模式时基于当前的相移矩阵最优解调整被动智能可重构表面的表面相移。
在本发明的一些实施例中,所述无人机的飞行限制为预设的最大飞行速度限制和预设的最小飞行速度限制,以及预设的最大飞行加速度限制。
在本发明的一些实施例中,所述通信资源限制为在求解混合整数非凸优化模型时,当前时隙的中继工作模式对应的功率需小于等于移动中继过程的平均最大允许通信功率。
在本发明的一些实施例中,所述混合整数非凸优化模型表示为:
其中,R表示混合移动中继通信速率,用于计算R的模型为混合整数非凸优化模型;T表示时隙的预设数量,δt表示为第t个预设大小的时隙,RDF,t表示第t个时隙主动解码转发中继通信速率,αt表示第t个时隙的工作模式调度参数,RRIS,t表示第t个时隙被动反射中继通信速率。
在本发明的一些实施例中,所述主动解码转发中继通信速率的值为地面基站与无人机的通信速率和无人机与用户的通信速率中的更小者的值,其中,地面基站与无人机的通信速率表示为:
其中,Rs,t表示为第t个时隙的地面基站与无人机的通信速率,Ps表示地面基站的发射功率,σ2为服从正态分布的信道加性高斯白噪声的方差,为第t个时隙地面基站到主动解码转发中继装置的信道条件;第t个时隙地面基站到无人机的主动解码转发中继装置的信道条件表示为:
其中,β0为参考信道功率增益,z为无人机距离地面的固定飞行高度,ws为地面基站在水平面内的坐标,qt为第t个时隙无人机的水平面内的坐标;无人机与地面用户的通信速率表示为:
其中,Rd,t为第t个时隙的无人机与用户的通信速率,Pd,t为第t个时隙的主动解码转发中继装置的发射功率,σ2为服从正态分布的信道加性高斯白噪声的方差,表示第t个时隙的主动解码转发中继装置到地面用户的信道条件;
无人机的主动解码转发中继装置到地面用户的信道条件表示为:
其中,wd为地面用户在水平面内的坐标。
在本发明的一些实施例中,所述第t个时隙被动反射中继通信速率表示为:
第t个时隙的地面基站与无人机的被动智能可重构表面的信道条件表示为:
第t个时隙的无人机的被动智能可重构表面与地面用户的信道条件表示为:
被动智能可重构表面相移矩阵表示为:
其中,RRIS,t表示第t个时隙被动反射中继通信速率,表示第t个时隙的被动智能可重构表面与地面基站的信道条件,表示第t个时隙的无人机的被动智能可重构表面与地面用户的信道条件,Θt表示第t个时隙被动智能可重构表面相移矩阵,M为被动智能可重构表面的被动无源反射单元的个数,d为天线间距,λ为载波波长,φsr,t为第t个时隙信号从基站到智能可重构表面的到达角的余弦,φrd,t为第t个时隙信号从智能可重构表面到用户的出发角的余弦。
在本发明的一些实施例中,所述计算得出被动智能可重构表面的相移矩阵最优解,包括:依据无人机轨迹计算被动智能可重构表面与地面基站的信道条件和被动智能可重构表面与地面用户的信道条件,此时,基于进行矩阵运算得到
本发明的另一方面提供了混合无人机空中移动基站,该混合无人机空中移动基站包括:中继方法计算装置、无人机模块、被动智能可重构表面和主动解码转发中继装置;
所述中继方法计算装置执行如权利要求1-7中任一所述方法的步骤并主要输出下列计算结果:被动智能可重构表面的相移矩阵最优解、主动解码转发中继装置的优化发射功率、优化的工作模式调度参数和优化的无人机轨迹;
所述无人机模块用于携带中继方法计算装置、被动智能可重构表面和主动解码转发中继装置,且所述无人机模块用于:
基于中继方法计算装置输出的被动智能可重构表面的相移矩阵最优解控制被动智能可重构表面的被动无源反射单元的相移,
基于中继方法计算装置输出的主动解码转发中继装置的优化发射功率控制主动解码转发中继装置的发射功率,
基于中继方法计算装置输出的优化的工作模式调度参数进行被动智能可重构表面工作模式和主动解码转发中继工作模式的调度,以及
基于中继方法计算装置输出的优化的无人机轨迹进行飞行;
所述被动智能可重构表面安装在无人机上,所述被动智能可重构表面包括多个反射单元,每个被动无源反射单元的相移被无人机模块基于所述被动智能可重构表面的相移矩阵进行控制;
所述主动解码转发中继装置安装在无人机上,主动解码转发中继装置的发射功率被无人机模块基于所述主动解码转发中继装置的优化发射功率进行控制。
本发明的另一方面提供一种中继方法计算装置,包括处理器和存储器,所述存储器中存储有计算机指令,所述处理器用于执行所述存储器中存储的计算机指令,当所述计算机指令被处理器执行时该装置实现如上述任一实施例所述的步骤。
本发明的再一方面提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如上述任一实施例所述的步骤。
本发明提供的基于主动解码转发中继装置和被动智能可重构表面的混合无人机移动中继方法,参照被动智能可重构表面的技术特点,在现有通信网络中引入智能可重构表面的概念来对传统主动解码转发移动中继的中继性能进行补充,利用无人机的高机动性,在传统移动中继应用效果不佳的区域通过启用机载被动智能可重构表面以协助通信,实现地面节点间更高效的数据中继。
本发明的附加优点、目的,以及特征将在下面的描述中将部分地加以阐述,且将对于本领域普通技术人员在研究下文后部分地变得明显,或者可以根据本发明的实践而获知。本发明的目的和其它优点可以通过在说明书以及附图中具体指出的结构实现到并获得。
本领域技术人员将会理解的是,能够用本发明实现的目的和优点不限于以上具体所述,并且根据以下详细说明将更清楚地理解本发明能够实现的上述和其他目的。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,并不构成对本发明的限定。
图1为本发明一实施例中基于混合无人机空中移动基站辅助的通信网络系统场景图。
图2为本发明另一实施例中基于混合无人机空中移动基站的中继方法流程示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施方式和附图,对本发明做进一步详细说明。在此,本发明的示意性实施方式及其说明用于解释本发明,但并不作为对本发明的限定。
在此,还需要说明的是,为了避免因不必要的细节而模糊了本发明,在附图中仅仅示出了与根据本发明的方案密切相关的结构和/或处理步骤,而省略了与本发明关系不大的其他细节。
应该强调,术语“包括/包含”在本文使用时指特征、要素、步骤或组件的存在,但并不排除一个或更多个其它特征、要素、步骤或组件的存在或附加。
在下文中,将参考附图描述本发明的实施例。在附图中,相同的附图标记代表相同或类似的部件,或者相同或类似的步骤。
现有技术中,当无人机搭载解码转发中继装置进行传统主动解码转发移动中继时,无论无人机靠近地面用户还是靠近地面基站都需要分配更多的发射功率以最大化网络吞吐量,而当无人机的发射功率已经到达最大值时无论靠近地面用户还是靠近地面基站都将导致中继效果恶化,故本发明提出一种利用被动智能可重构表面来对传统的无人机搭载主动解码转发中继装置的中继性能进行补充,利用无人机的高机动性和智能可重构表面的无源反射优点实现地面节点间更高效的数据中继方法。
另一方面,基于传统被动智能可重构表面实现的中继方案通常仅依靠建筑物表面附着固定高度的智能可重构表面对入射信号进行反射来实现通信连接。由于被动智能可重构表面位置固定,无法通过动态的拓扑调整响应区域内移动客户端的中继需求,将造成信息转发质量的下降。故在本发明中如何在无人机的动态轨迹中调整智能可重构表面的表面相移亦是要解决的技术问题之一。
本发明中,在智能可重构表面和主动解码转发中继装置同时搭载在无人机上时如何最大化混合移动中继通信速率以进行更高效的中继通信是要解决的重点技术问题。在预设的整个无人机移动中继过程时长内,本发明中影响混合移动中继通信速率的因素有智能可重构表面的被动反射中继通信速率、主动解码转发中继装置的主动解码转发中继通信速率和如何在无人机通信时间内选择中继工作模式的工作模式调度参数(在本发明中,某一时刻只存在一种中继工作模式,不考虑主动解码转发中继和被动反射中继同时进行的情况)。其中,如图1所示,在给定的中继通信场景中(地面用户的位置和地面基站的发射功率不变)影响被动反射中继通信速率和主动解码转发中继装置的主动解码转发中继通信速率的与无人机相关的因素主要还有无人机的位置(在预设的整个无人机移动中继过程时长内表现为无人机的飞行轨迹),且被动反射中继通信速率还受其表面相移的影响,主动解码转发中继通信速率还受其发射功率影响。
由于计算本发明的优化目标混合移动中继通信速率需要两种中继通信速率,故首先推导计算主动解码转发中继通信速率的公式,由于在本发明中,中继通信场景为给定情况,故其信道状态信息(Channel State Information,CSI)已知,在本发明中,无人机从起飞到降落的一次中继服务过程时长为预设的时长,将其离散成T个时隙,每个时隙的大小也是预先设定好的,认为在一个时隙内无人机的位置不发生改变。首先分析无人机在某一时隙t的信道条件:
其中,为第t个时隙地面基站到主动解码转发中继装置的信道条件且t满足T≥t≥1,为第t个时隙无人机的主动解码转发中继装置到地面用户的信道条件,β0为在参考距离d0=1m处的参考信道功率增益,z为无人机距离地面的固定飞行高度,ws为地面基站在水平面内的坐标,wd为地面用户在水平面内的坐标。qt为第t个时隙无人机的水平面内的坐标,qt从t=1到t=T时的坐标依次相连即为无人机轨迹,对于qt,有对无人机的飞行状态约束如下:
vt+1=vt+atδt (3)
其中qt=1=qI,qt=T=qF,qI和qF分别表示无人机预定的起飞和降落水平坐标;其中有||at||≤amax表示无人机的飞行加速度受其性能限制不得高于其最大飞行加速度值,其中有||vt||≤vmax表示无人机的飞行速度受其性能限制不得高于其最大飞行速度限制;其中有||vt||≥vmin表示无人机的飞行速度需保持无人机能够悬浮的最小飞行速度限制。
其中,σ2为服从正态分布的信道加性高斯白噪声的方差,Rs,t表示为地面基站与无人机的通信速率,Ps为地面基站的发射功率。
其中,Rd,t为无人机与用户的通信速率。
由于主动解码转发中继通信速率的值为地面基站与无人机的通信速率和无人机与用户的通信速率中的更小者的值,故主动解码转发中继通信速率RDF,t表示为:
RDF,t=min{Rs,t,Rd,t} (7)
至此得到计算主动解码转发中继通信速率的公式,接下来推导计算两种通信速率的另一种被动反射中继通信速率的公式,首先分析信道条件:
其中,表示为第t个时隙的地面基站与无人机的被动智能可重构表面的信道条件,表示为第t个时隙的无人机的被动智能可重构表面与地面用户的信道条件,M为被动智能可重构表面的被动无源反射单元的个数,d为天线间距,λ为载波波长,φsr,t为第t个时隙信号从基站到智能可重构表面的到达角的余弦,φrd,t为第t个时隙信号从智能可重构表面到用户的出发角的余弦。
其次分析RIS的表面相移矩阵:
基于公式(8)-(10)计算第t个时隙被动反射中继通信速率,其表示为:
其中,RRIS,t表示第t个时隙被动反射中继通信速率,Θt表示第t个时隙被动智能可重构表面相移矩阵,
综上所述,依据智能可重构表面和主动解码转发中继装置的中继通信速率构建计算混合移动中继通信速率的模型,其为混合整数非凸优化模型,为方便描述,在后续描述中使用混合整数非凸优化模型代替计算混合移动中继通信速率的模型进行描述。基于被动反射中继通信速率、主动解码转发中继通信速率、工作模式调度参数等参数构建的混合整数非凸优化模型表示为:
其中,R表示混合整数非凸优化模型,其值为混合移动中继通信速率;在整个无人机移动中继过程时长中,T表示时隙的预设数量,即整个无人机移动中继过程时长包括T个时隙,δt表示预设大小的时隙,且T≥t≥1;RDF,t表示第t个时隙主动解码转发中继通信速率;αt表示第t个时隙的工作模式调度参数,且由于本发明的中继方法为在被动反射中继模式和主动解码转发中继工作模式择一进行中继,故设置αt的取值为0或1,当αt取值为1时,表示此时仅有主动解码转发中继工作模式,当αt取值为0时,表示此时仅有被动反射中继工作模式,也即RRIS,t表示第t个时隙被动反射中继通信速率。
优化混合移动中继通信速率时还需要考虑在实际的无人机中继过程中有功率限制(通信资源限制),由于本发明中某一时刻仅有一种中继工作模式,故通信资源限制为在求解混合整数非凸优化模型时,当前时隙的中继工作模式对应的功率需小于等于移动中继过程的平均最大允许通信功率,也即在某一时隙仅有智能可重构表面进行中继通信或者主动解码转发中继装置进行中继通信,故智能可重构表面进行中继所需的功率或主动解码转发中继装置进行中继所需的功率都需小于整个无人机移动中继过程的平均最大允许通信功率,其表示为:
在(13)式中,0≤Pd,t≤P。其中,PRIS为智能可重构表面所有移相器的总功率,PRIS=MPn,Pn表示移相器的功耗,M为智能可重构表面含有的被动无源反射单元数量,P表示每个时隙下主动解码转发中继的最大发射功率,表示移动中继任务周期内平均最大允许通信功率,Pd,t表示每个时隙内的主动解码转发中继装置的发射功率,且智能可重构表面的表面相移约束在2π以内,具体表示为θm,t∈[0,2π)。
基于构建的混合整数非凸优化模型,在满足以无人机飞行限制和通信资源限制为约束的情况下,通过联合优化无人机中继的工作模式调度参数、主动解码转发中继通信速率和被动反射中继通信速率,可以求解得出基于混合通信中继无人机基站的中继方法。直接对混合整数非凸优化模型进行求解较难实现,故本发明基于交替优化的算法思想首先对求解混合整数非凸优化模型所需的重要参数包括无人机轨迹、工作模式调度参数和主动解码转发中继装置的发射功率给定一个预设值,然后分步求解每个参数的最优值,具体思想为在每一步中保持混合整数非凸优化模型其他参数不变,然后对其中的一个参数进行求解。
由于给定了无人机轨迹(或者说预设了一条无人机轨迹)。基于此,由公式(7)可知,主动解码转发中继通信速率取决于地面基站与无人机的通信速率和无人机与用户的通信速率中的更小者的值,其中,由于公式(5)的地面基站与无人机的通信速率Rs,t在本发明考虑的给定中继通信场景的情况下仅相关于无人机轨迹,故地面基站与无人机的通信速率Rs,t相当于常数,在给定无人机轨迹的情况下想要优化公式(7)的主动解码转发中继速率RDF,t就主要在于优化公式(6)中的主动解码转发中继装置的发射功率Pd,t。而由于给定无人机轨迹时相当于信道条件已知,故根据公式(11)可知给定无人机轨迹时被动反射中继通信速率取决于智能可重构表面的相移矩阵。最后,由于无人机轨迹是影响信道条件的,故也需要对其进行优化,具体方法为基于得到的各个优化的参数以最大化混合移动中继通信速率为目的对其进行优化。综上可得,通过联合优化无人机中继的工作模式调度参数、主动解码转发中继通信速率和被动反射中继通信速率求解得出基于混合通信中继无人机基站的中继方法的过程实质上是对被动智能可重构表面相移矩阵、主动解码转发中继装置的发射功率、工作模式调度参数和无人机轨迹的优化过程。且被动智能可重构表面相移矩阵、主动解码转发中继装置的发射功率、工作模式调度参数和无人机轨迹四个优化变量之间是相互依赖的,改变任一变量的值将影响其他变量的最终取值。
在接下来详细介绍本发明得到混合整数非凸优化模型中的每个参数的优化步骤。如图2所示,具体包括步骤S110-S150;接下来将详细描述步骤S110-S150。公式(1)-(13)中有的参数具有范围限制且其范围限制已在公式下方说明中给出,在下文不做过多赘述。
首先对于被动智能可重构表面的相移矩阵最优解计算步骤S110进行描述,步骤S110以最大化被动反射中继通信速率为目的,计算得出被动智能可重构表面的相移矩阵最优解,其中由公式(11)可知被动反射中继通信速率基于被动智能可重构表面与地面基站之间的信道条件、被动智能可重构表面与地面用户之间的信道条件和被动可重构表面的相移矩阵计算得到;而其中的被动智能可重构表面与地面基站之间的信道条件和被动智能可重构表面与地面用户之间的信道条件基于无人机轨迹计算得到。由于本发明考虑的情况为中继通信场景不变,故地面用户和地面基站位置不变,地面基站的发射功率不变,且无人机的飞行高度为预设的固定高度。由公式(1)-(2),(8)-(11)可知,当得知预设的无人机轨迹qt时,即公式(1)-(2)的信道条件已确定,故此时公式(11)中每个时隙的被动反射中继速率能否达到最大值取决于被动智能可重构表面相移矩阵Θt,依公式(11)可知此时被动反射中继速率RRIS,t取决于这一部分,对其进行矩阵运算得到基于欧拉公式计算得到使得在当前无人机轨迹中达到最大值的
为相移矩阵最优解。此时基于相移矩阵的最优解动态调整被动智能可重构表面在无人机轨迹中每个位置的表面相移;动态调整的被动智能可重构表面的表面相移使得在无人机基于当前无人机轨迹服务时被动反射中继通信速率达到最优。
主动解码转发中继装置的优化发射功率计算步骤S120:基于预设的无人机轨迹,以最大化主动解码转发中继通信速率为目的,计算得出主动解码转发中继装置的优化发射功率,并调整主动解码转发中继装置的发射功率与优化发射功率一致使得无人机基于当前无人机轨迹进行服务时的主动解码转发中继通信速率达到最优。
工作模式调度参数优化计算步骤中S130:基于在步骤S120得到的优化的主动解码转发中继通信装置的优化发射功率和相移矩阵的最优解更新混合整数非凸优化模型的主动解码转发中继通信速率参数和被动反射中继通信速率;保持混合整数非凸优化模型中除工作模式调度参数以外的其他参数不变,并对工作模式调度参数进行松弛后得到0≤αt≤1,使用线性规划的方法推导得出优化的工作模式调度参数;在给定无人机轨迹时基于所述优化的工作模式调度参数选择主动解码转发中继工作模式和被动反射中继工作模式中的一者作为当前的中继工作模式。由于在本步骤中求得的得到的αt的取值范围为0到1之间的任意实数,并不符合本发明在某一时隙t仅有一种工作模式的设定,故在此设置一个比较阈值,该比较阈值的值为0.9,当本步骤求得的αt大于0.9时,取αt值为1即DF中继工作模式,当αt值小于等于0.9时,取αt值为0即被动反射中继工作模式。
无人机轨迹优化计算步骤S140:基于S130步骤得到的相移矩阵最优解、优化的主动解码转发中继装置的发射功率和工作模式调度参数更新混合整数非凸优化模型的工作模式调度参数、被动反射中继通信速率和主动解码转发中继通信速率;保持混合整数非凸优化模型中除无人机轨迹以外的其他参数不变,基于所述混合整数非凸优化模型以最大化混合移动中继通信速率为目的,使用连续凸逼近和变量替换计算得到优化的无人机轨迹,并基于优化的无人机轨迹进行飞行。其中,在在对无人机的最小速度约束进行处理的时候,引入松弛变量μt,假设第r次迭代点是利用泰勒展开式可以得到一个关于的下界,可表示为进一步有||vt||2≥μt 2且μt≥vmin,即可将原问题转换为标准凸问题,进一步地可使用凸优化工具进行求解。
交替优化步骤S150:在本发明中,一轮优化无法求出各优化的参数,循环执行被动智能可重构表面的相移矩阵最优解计算步骤,主动解码转发中继装置的优化发射功率计算步骤,工作模式调度参数优化计算步骤和无人机轨迹优化计算步骤,并将本轮循环得到的无人机轨迹、工作模式调度参数、主动解码转发中继装置的优化发射功率作为下轮循环的混合整数非凸优化模型的预设参数,直至满足混合整数非凸优化模型的拉格朗日对偶条件乘子与其对应不等式约束的乘积始终为零时(即卡罗恩-库恩-塔克条件)停止循环,此时得到第一轮优化前的原混合整数非凸优化模型的全局次优解,此时总可达速率为混合整数非凸优化模型的理论最大值。
此时中继方法为无人机基于当前的无人机轨迹进行飞行时,基于当前的工作模式调度参数选择主动解码转发中继工作模式或被动反射中继工作模式,当选择主动解码转发中继工作模式时基于当前的主动解码转发中继装置的优化发射功率调整主动解码转发中继装置的发射功率,当选择被动反射中继工作模式时基于当前的相移矩阵最优解调整被动智能可重构表面的表面相移。且此时的中继方法为最优部署方案。
与上述方法相应地,本发明还提供了一种中继方法计算装置,该装置包括计算机设备,所述计算机设备包括处理器和存储器,所述存储器中存储有计算机指令,所述处理器用于执行所述存储器中存储的计算机指令,当所述计算机指令被处理器执行时该装置实现如前所述方法的步骤。
本发明实施例还提供一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时以实现前述边缘计算服务器部署方法的步骤。该计算机可读存储介质可以是有形存储介质,诸如随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、软盘、硬盘、可移动存储盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质。
本发明的一实施例中提供一种混合通信中继无人机基站,该混合通信无人机中继基站包括:中继方法计算装置,无人机模块,被动智能可重构表面,主动解码转发中继装置;该中继方法计算装置执行上所述任一方法的步骤并主要输出下列计算结果:被动智能可重构表面的相移矩阵最优解、主动解码转发中继装置的优化发射功率、优化的工作模式调度参数和优化的无人机轨迹;所述无人机模块用于携带被动智能可重构表面、主动解码转发中继装置和中继方法计算装置,且所述无人机模块用于:基于中继方法计算装置输出的被动智能可重构表面的相移矩阵最优解控制被动智能可重构表面被动无源反射单元的相移,基于中继方法计算装置输出的主动解码转发中继装置的优化发射功率控制主动解码转发中继装置的发射功率,基于中继方法计算装置输出的优化的工作模式调度参数进行被动智能可重构表面工作模式和主动解码转发中继工作模式的调度;以及基于中继方法计算装置输出的优化的无人机轨迹进行飞行;该被动智能可重构表面安装在无人机上,所述被动智能可重构表面包括多个被动无源反射单元,每个被动无源反射单元的相移被无人机模块基于所述被动智能可重构表面的相移矩阵进行控制;所述主动解码转发中继装置安装在无人机上,主动解码转发中继装置的发射功率被无人机模块基于所述主动解码转发中继装置的发射功率进行控制。
本发明与现有技术相比,其有益效果是:本发明提供的基于主动中继和被动智能可重构表面的混合无人机移动中继方案给现有的通信网络带来了显著的性能提升。能够有效克服各种飞行约束和通信资源限制,对由无人机位移引起的主动解码转发中继通信效应的退化通过自适应地调整智能可重构表面反射来进行补偿,实现系统吞吐量最大化。此外,本发明被证明是一种相对经济有效的无人机通信解决方案。
本领域普通技术人员应该可以明白,结合本文中所公开的实施方式描述的各示例性的组成部分、系统和方法,能够以硬件、软件或者二者的结合来实现。具体究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。当以硬件方式实现时,其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时,本发明的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中,或者通过载波中携带的数据信号在传输介质或者通信链路上传送。
需要明确的是,本发明并不局限于上文所描述并在图中示出的特定配置和处理。为了简明起见,这里省略了对已知方法的详细描述。在上述实施例中,描述和示出了若干具体的步骤作为示例。但是,本发明的方法过程并不限于所描述和示出的具体步骤,本领域的技术人员可以在领会本发明的精神后,作出各种改变、修改和添加,或者改变步骤之间的顺序。
本发明中,针对一个实施方式描述和/或例示的特征,可以在一个或更多个其它实施方式中以相同方式或以类似方式使用,和/或与其他实施方式的特征相结合或代替其他实施方式的特征。
以上所述仅为本发明的优选实施例,并不用于限制本发明,对于本领域的技术人员来说,本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于混合无人机空中移动基站的中继方法,其特征在于,该方法包括以下步骤:
被动智能可重构表面的相移矩阵最优解计算步骤,基于预设的无人机轨迹,以最大化被动反射中继通信速率为目的,计算得出被动智能可重构表面的相移矩阵最优解,基于所述相移矩阵的最优解动态调整被动智能可重构表面在无人机轨迹中每个位置的表面相移;动态调整的被动智能可重构表面的表面相移使得在无人机基于当前无人机轨迹服务时被动反射中继通信速率达到最优;所述被动反射中继通信速率基于被动智能可重构表面与地面基站之间的信道条件、被动智能可重构表面与地面用户之间的信道条件和被动可重构表面的相移矩阵计算得到;基于无人机轨迹计算得到所述被动智能可重构表面与地面基站之间的信道条件和被动智能可重构表面与地面用户之间的信道条件;
主动解码转发中继装置的优化发射功率计算步骤,基于预设的无人机轨迹,以最大化主动解码转发中继通信速率为目的,计算得到主动解码转发中继装置的优化发射功率,并调整主动解码转发中继装置的发射功率与优化发射功率一致使得无人机基于当前无人机轨迹进行服务时主动解码转发通信速率达到最优;
工作模式调度参数优化计算步骤,基于所述被动智能可重构表面的相移矩阵最优解和主动解码转发中继通信装置的优化发射功率更新混合整数非凸优化模型的被动反射中继通信速率参数和主动解码转发中继通信速率;保持混合整数非凸优化模型中除工作模式调度参数以外的其他参数不变,并对工作模式调度参数进行松弛后,使用线性规划的方法计算得到优化的工作模式调度参数;基于所述优化的工作模式调度参数选择主动解码转发中继工作模式和被动反射中继工作模式中的一者作为当前的中继工作模式时使得无人机基于当前轨迹进行服务时的混合移动中继通信速率达到最大值;
无人机轨迹优化计算步骤,基于所述被动智能可重构表面的相移矩阵最优解、主动解码转发中继通信装置的优化发射功率和工作模式调度参数更新混合整数非凸优化模型的被动反射中继通信速率、主动解码转发中继通信速率和工作模式调度参数;保持混合整数非凸优化模型中除无人机轨迹以外的其他参数不变,基于所述混合整数非凸优化模型以最大化混合移动中继通信速率为目的,使用连续凸逼近和变量替换方法计算得到优化的无人机轨迹,并基于优化的无人机轨迹进行飞行;在无人机充当地面基站和地面用户之间的空中移动中继基站的场景中,所述混合整数非凸优化模型为:以无人机飞行限制和通信资源限制为约束,基于被动反射中继通信速率、主动解码转发中继通信速率、工作模式调度参数、无人机轨迹等参数构建的用于计算无人机混合中继通信速率的模型,其中,无人机的移动中继过程时长由预设数量份时隙组成,所述时隙的大小为预设大小;
交替优化步骤,循环执行被动智能可重构表面的相移矩阵最优解计算步骤,主动解码转发中继装置的优化发射功率计算步骤,工作模式调度参数优化计算步骤和无人机轨迹优化计算步骤,并将本轮循环得到的被动智能可重构表面的相移矩阵最优解、主动解码转发中继装置的优化发射功率、工作模式调度参数和无人机轨迹作为下轮循环的混合整数非凸优化模型的预设参数,直至满足混合整数非凸优化模型的拉格朗日对偶条件乘子与其对应不等式约束的乘积始终为零时停止循环,此时中继方法为无人机基于当前的无人机轨迹进行飞行时,基于当前的工作模式调度参数选择主动解码转发中继工作模式或被动反射中继工作模式,当选择主动解码转发中继工作模式时基于当前的主动解码转发中继装置的优化发射功率调整主动解码转发中继装置的发射功率,当选择被动反射中继工作模式时基于当前的相移矩阵最优解调整被动智能可重构表面的表面相移。
2.根据权利要求1所述的方法,其特征在于,所述无人机的飞行限制为预设的最大飞行速度限制和预设的最小飞行速度限制,以及预设的最大飞行加速度限制。
3.根据权利要求1所述的方法,其特征在于,所述通信资源限制为在求解混合整数非凸优化模型时,当前时隙的中继工作模式对应的功率需小于等于移动中继过程的平均最大允许通信功率。
5.根据权利要求4所述的方法,其特征在于,所述主动解码转发中继通信速率的值为地面基站与无人机的通信速率和无人机与用户的通信速率中的更小者的值,其中,
地面基站与无人机的通信速率表示为:
第t个时隙地面基站到主动解码转发中继装置的信道条件表示为:
其中,β0为参考信道功率增益,z为无人机距离地面的固定飞行高度,ws为地面基站在水平面内的坐标,qt为第t个时隙无人机的水平面内的坐标;
无人机与地面用户的通信速率表示为:
其中,Rd,t为第t个时隙的无人机与用户的通信速率,Pd,t为第t个时隙的主动解码转发中继装置的发射功率,σ2为服从正态分布的信道加性高斯白噪声的方差,表示第t个时隙的主动解码转发中继装置到地面用户的信道条件;
无人机的主动解码转发中继装置到地面用户的信道条件表示为:
其中,wd为地面用户在水平面内的坐标。
6.根据权利要求5所述的方法,其特征在于,所述第t个时隙被动反射中继通信速率表示为:
第t个时隙的地面基站与无人机的被动智能可重构表面的信道条件表示为:
第t个时隙的无人机的被动智能可重构表面与地面用户的信道条件表示为:
被动智能可重构表面相移矩阵表示为:
8.一种混合无人机空中移动基站,其特征在于,该混合无人机空中移动基站包括:中继方法计算装置、无人机模块、被动智能可重构表面和主动解码转发中继装置;
所述中继方法计算装置执行如权利要求1-7中任一所述方法的步骤并主要输出下列计算结果:被动智能可重构表面的相移矩阵最优解、主动解码转发中继装置的优化发射功率、优化的工作模式调度参数和优化的无人机轨迹;
所述无人机模块用于携带中继方法计算装置、被动智能可重构表面和主动解码转发中继装置,且所述无人机模块用于:
基于中继方法计算装置输出的被动智能可重构表面的相移矩阵最优解控制被动智能可重构表面被动无源反射单元的相移,
基于中继方法计算装置输出的主动解码转发中继装置的优化发射功率控制主动解码转发中继装置的发射功率,
基于中继方法计算装置输出的优化的工作模式调度参数进行被动智能可重构表面工作模式和主动解码转发中继工作模式的调度,以及
基于中继方法计算装置输出的优化的无人机轨迹进行飞行;
所述被动智能可重构表面安装在无人机上,所述被动智能可重构表面包括多个被动无源反射单元,每个被动无源反射单元的相移被无人机模块基于所述被动智能可重构表面的相移矩阵进行控制;
所述主动解码转发中继装置安装在无人机上,主动解码转发中继装置的发射功率被无人机模块基于所述主动解码转发中继装置的优化发射功率进行控制。
9.一种中继方法计算装置,包括处理器和存储器,其特征在于,所述存储器中存储有计算机指令,所述处理器用于执行所述存储器中存储的计算机指令,当所述计算机指令被处理器执行时该装置实现如权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210013202.4A CN114339667B (zh) | 2022-01-06 | 2022-01-06 | 基于混合无人机空中移动基站的中继方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210013202.4A CN114339667B (zh) | 2022-01-06 | 2022-01-06 | 基于混合无人机空中移动基站的中继方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114339667A CN114339667A (zh) | 2022-04-12 |
CN114339667B true CN114339667B (zh) | 2022-12-20 |
Family
ID=81025119
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210013202.4A Active CN114339667B (zh) | 2022-01-06 | 2022-01-06 | 基于混合无人机空中移动基站的中继方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114339667B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024074030A1 (en) * | 2023-04-19 | 2024-04-11 | Lenovo (Beijing) Ltd. | Aris location selection under aris-assisted wireless network |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110809252A (zh) * | 2019-10-18 | 2020-02-18 | 广州工程技术职业学院 | 一种基于无人机的突发事件应急通信方法与系统 |
CN111885504A (zh) * | 2020-08-05 | 2020-11-03 | 广州大学 | 一种辅助移动车辆无线通信的无人机轨迹优化方法 |
WO2021015251A1 (ja) * | 2019-07-23 | 2021-01-28 | 東洋製罐株式会社 | 無人航空機 |
CN112969185A (zh) * | 2021-02-04 | 2021-06-15 | 南京邮电大学 | 多无人机辅助移动用户通信的功率分配与航迹设计方法 |
CN113063419A (zh) * | 2021-01-25 | 2021-07-02 | 南京航空航天大学 | 一种无人机路径规划方法及系统 |
-
2022
- 2022-01-06 CN CN202210013202.4A patent/CN114339667B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021015251A1 (ja) * | 2019-07-23 | 2021-01-28 | 東洋製罐株式会社 | 無人航空機 |
CN110809252A (zh) * | 2019-10-18 | 2020-02-18 | 广州工程技术职业学院 | 一种基于无人机的突发事件应急通信方法与系统 |
CN111885504A (zh) * | 2020-08-05 | 2020-11-03 | 广州大学 | 一种辅助移动车辆无线通信的无人机轨迹优化方法 |
CN113063419A (zh) * | 2021-01-25 | 2021-07-02 | 南京航空航天大学 | 一种无人机路径规划方法及系统 |
CN112969185A (zh) * | 2021-02-04 | 2021-06-15 | 南京邮电大学 | 多无人机辅助移动用户通信的功率分配与航迹设计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114339667A (zh) | 2022-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
You et al. | 3D trajectory optimization in Rician fading for UAV-enabled data harvesting | |
US10866596B1 (en) | Airborne relays in cooperative-MIMO systems | |
Zeng et al. | Throughput maximization for UAV-enabled mobile relaying systems | |
Nomikos et al. | A survey on UAV-aided maritime communications: Deployment considerations, applications, and future challenges | |
Wu et al. | Energy consumption and completion time tradeoff in rotary-wing UAV enabled WPCN | |
CN108419286B (zh) | 一种面对5g无人机通信联合波束与功率的分配方法 | |
Zhan et al. | Energy-efficient data uploading for cellular-connected UAV systems | |
CN112910540B (zh) | 一种全双工无人机中继系统联合优化方法及系统 | |
Ghazzai et al. | Trajectory optimization for cooperative dual-band UAV swarms | |
Alsharoa et al. | Trajectory optimization for multiple UAVs acting as wireless relays | |
Ranjha et al. | URLLC in UAV-enabled multicasting systems: A dual time and energy minimization problem using UAV speed, altitude and beamwidth | |
Cui et al. | Latency optimization for hybrid GEO–LEO satellite-assisted IoT networks | |
CN112566066B (zh) | 一种中继无人机通信与运动耗能联合优化方法 | |
CN111711960A (zh) | 一种能量效率知觉的无人机群三维部署方法 | |
Hajiakhondi-Meybodi et al. | Joint transmission scheme and coded content placement in cluster-centric UAV-aided cellular networks | |
CN114339667B (zh) | 基于混合无人机空中移动基站的中继方法和装置 | |
Yang et al. | Dynamic trajectory and offloading control of UAV-enabled MEC under user mobility | |
CN116132944A (zh) | 无人机通信网络中拓扑与功率联合控制方法 | |
CN113627013B (zh) | 基于无人机二元卸载边缘计算的系统吞吐量最大化方法 | |
Dai et al. | UAV relaying assisted transmission optimization with caching in vehicular networks | |
Hu et al. | Joint resources allocation and 3D trajectory optimization for UAV-enabled space-air-ground integrated networks | |
Huang et al. | Task offloading in uav swarm-based edge computing: Grouping and role division | |
CN112996121A (zh) | 一种面向集群内通信的u2u分布式动态资源分配方法 | |
Shukla et al. | Particle swarm optimization algorithms for altitude and transmit power adjustments in UAV-assisted cellular networks | |
Licea et al. | Omnidirectional multi-rotor aerial vehicle pose optimization: A novel approach to physical layer security |
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 |