CN114501479A - 基于swipt的无人机边缘计算系统能量收集方法 - Google Patents
基于swipt的无人机边缘计算系统能量收集方法 Download PDFInfo
- Publication number
- CN114501479A CN114501479A CN202210198780.XA CN202210198780A CN114501479A CN 114501479 A CN114501479 A CN 114501479A CN 202210198780 A CN202210198780 A CN 202210198780A CN 114501479 A CN114501479 A CN 114501479A
- Authority
- CN
- China
- Prior art keywords
- unmanned aerial
- aerial vehicle
- energy
- swipt
- edge computing
- 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
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000005265 energy consumption Methods 0.000 claims abstract description 8
- 230000008054 signal transmission Effects 0.000 claims abstract description 7
- 230000006872 improvement Effects 0.000 claims abstract description 5
- 230000014509 gene expression Effects 0.000 claims abstract description 4
- 238000004088 simulation Methods 0.000 claims abstract description 4
- 230000005540 biological transmission Effects 0.000 claims description 17
- 238000005457 optimization Methods 0.000 claims description 12
- 238000005516 engineering process Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 7
- 230000015572 biosynthetic process Effects 0.000 claims description 4
- 238000004422 calculation algorithm Methods 0.000 claims description 3
- 230000010365 information processing Effects 0.000 claims description 3
- 238000006467 substitution reaction Methods 0.000 claims description 3
- 238000003306 harvesting Methods 0.000 claims 1
- 238000004891 communication Methods 0.000 abstract description 4
- 238000004364 calculation method Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000002035 prolonged effect Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/22—Traffic simulation tools or models
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/16—Central resource management; Negotiation of resources or communication parameters, e.g. negotiating bandwidth or QoS [Quality of Service]
- H04W28/18—Negotiating wireless communication parameters
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/30—TPC using constraints in the total amount of available transmission power
- H04W52/34—TPC management, i.e. sharing limited amount of power among users or channels or data types, e.g. cell loading
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/04—TPC
- H04W52/30—TPC using constraints in the total amount of available transmission power
- H04W52/34—TPC management, i.e. sharing limited amount of power among users or channels or data types, e.g. cell loading
- H04W52/346—TPC management, i.e. sharing limited amount of power among users or channels or data types, e.g. cell loading distributing total power among users or channels
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于SWIPT的无人机边缘计算系统能量收集方法,该方法为:搭建无人机边缘计算系统的工作模型,包含多架携带边缘计算服务器的无人机以及2个进行信号传输的地面基站,无人机通过SWIPT模块接收射频信号中的能量信号;对系统中无人机利用SWIPT模块接收到的射频信号进行功率分流,分别用于信息解码和能量收集;建立系统的信道模型、能耗模型,得到信道容量、无人机功耗以及无人机的能量效率的数学表达式;设计系统的两种工作模式;通过分析仿真曲线,验证两种工作模式带来的能效以及剩余能量的提升,进行系统能效优化。本发明提高了无人机边缘计算系统的续航能力,可广泛应用于应急救援、远程通信等边缘计算应用场景。
Description
技术领域
本发明属于移动边缘计算技术领域,特别涉及一种基于无线携能通信(Simultaneous Wireless Information and Power Transfer,SWIPT)的无人机边缘计算系统能量收集方法。
背景技术
随着嵌入式技术和无人机接收节点硬件设计的发展,无人机边缘计算系统已经成为检测领域的重要工具之一,其被广泛应用于智慧城市交通、野外火灾检测、军事领域等。在由无人机组成的边缘计算系统中,无人机节点的充电方式主要是通过自身携带的能量有限的电池供电,因此无人机编队网络的工作寿命总是受到能量约束的限制。近年来,绿色通信也成为近年来颇具吸引力的研究方向,希望通过能量收集来有效延长无人机边缘计算系统的工作时间。传统的能量收集技术是从太阳能、风能、热能等自然能源中获取能量,但是这些方法对周围的环境要求较高,在天气恶劣的情况下很难取得理想的效果。在以往的工作中,研究人员主要集中在硬件方面的设计,如扩大电池容量、降低内部器件的性能等,或者是集中在无人机编队网络结构的设计上,如拓扑控制、路由等,以延长网络的寿命。然而,这只能在非常有限的程度上延长网络的寿命。
近年来也提出了新的解决方案,希望无人机从射频信号中获取能量,其中基于边缘计算系统下无线信能同传技术的无人机群资源收集技术得到了研究人员的重视。通过将SWIPF模块与边缘计算场景下的无人机相结合,能够有效解决无人机在提供边缘计算服务期间的能量受限问题,在一定程度上使边缘计算网络的部署更加快速和灵活,虽然使用单无人机就能够提升边缘计算系统的性能,但是受限于无人机的尺寸、重量和传输功率等限制,单个无人机无法保证在整个任务期间的可靠性与持久性,在多无人机搭建的边缘计算系统下,仅考虑每两架无人机之间的能量收集技术研究,没有考虑系统中所有无人机之间的能量收集的情况。
发明内容
本发明的目的在于提供一种基于SWIPT的无人机边缘计算系统能量收集方法,通过优化整个无人机边缘计算系统的能量效率,延长无人机边缘计算系统的续航时间。
实现本发明目的的技术解决方案为:一种基于SWIPT的无人机边缘计算系统能量收集方法,步骤如下:
步骤1、搭建无人机边缘计算系统的工作模型,系统内包含有n架携带边缘计算服务器的无人机以及2个能够进行信号传输的地面基站,无人机通过SWIPT模块接收射频信号中的能量信号;
步骤2、针对无人机边缘计算系统中无人机利用SWIPT模块接收到的射频信号,利用功率分流技术模块进行功率分流,分别用于信息解码和能量收集;
步骤3、建立系统的信道模型、能耗模型,得到信道容量、无人机功耗以及无人机的能量效率的数学表达式;
步骤4、设计基于SWIPT的无人机边缘计算系统的两种工作模式;
步骤5、通过分析仿真曲线,验证两种工作模式带来的能效以及剩余能量的提升,进行系统能效优化。
本发明与现有技术相比,其显著优点为:(1)利用无人机内部的SWIPT模块收集地面基站发射的射频信号中的能量,将其储存在可充电电池中延长无人机的飞行时间;(2)设计系统工作模式,优化整个无人机边缘计算系统的能量效率;(3)在地面基站能量受限时,对系统整体能效进行优化,保证系统中无人机自身的能量保持在较高数值,提升了整个系统的续航时间。
附图说明
图1为本发明基于SWIPT的无人机边缘计算系统能量收集方法的流程图。
图2为本发明与基准模式的能效对比图。
图3为本发明与基准模式的系统剩余能量对比图。
图4为本发明与基准模式的无人机节点间剩余能量对比图。
具体实施方式
本发明一种基于SWIPT的无人机边缘计算系统能量收集方法,步骤如下:
步骤1、搭建无人机边缘计算系统的工作模型,系统内包含有n架携带边缘计算服务器的无人机以及2个能够进行信号传输的地面基站,无人机通过SWIPT模块接收射频信号中的能量信号;
步骤2、针对无人机边缘计算系统中无人机利用SWIPT模块接收到的射频信号,利用功率分流技术模块进行功率分流,分别用于信息解码和能量收集;
步骤3、建立系统的信道模型、能耗模型,得到信道容量、无人机功耗以及无人机的能量效率的数学表达式;
步骤4、设计基于SWIPT的无人机边缘计算系统的两种工作模式;
步骤5、通过分析仿真曲线,验证两种工作模式带来的能效以及剩余能量的提升,进行系统能效优化。
进一步地,所述步骤1,具体包括:
搭建包括能量收集模块的无人机边缘计算系统的工作模型,系统中的无人机均安装有SWIPT模块,用于将射频信号分为信息解码与能量收集,收集到的能量储存在可充电电池中,设置无人机、地面基站的信号传输方式为单向传输。
进一步地,所述步骤2,具体包括:
利用SWIPT模块中的功率分流单元,将无人机接收的射频信号分成功率分流比为(1-ρ):ρ,0≤ρ≤1的两个功率流,分别用于信息解码和能量收集,采用迭代优化算法求得使能量效率达到最大值时参数ρ的值。
进一步地,所述步骤3,具体包括:
系统中无人机的高斯白噪声为并且服从CN(0,σ2)分布,过程噪声为服从分布,gi,i+1表示第i、i+1个无人机节点之间的信道增益,i=0,1,2,...n,第i个无人机节点的发射功率为Pi-1,B表示信道增益,σ2表示无人机的噪声服从高斯分布的方差,表示表示无人机功率分流模块的过程噪声服从高斯分布的方差;
第i个和第i+1个无人机节点之间的信道容量通过SWIPT模块的信息处理单元信号的香农公式导出,如下所示:
用一个能量单位发送的信道容量表示第i和第i+1个无人机节点之间的能量效率,如下所示:
其中0≤ξ≤1为SWIPT模块的能量转换效率,PC表示无人机电路的功耗,Pi表示无人机的发射功耗,T表示系统的工作时间。
进一步地,所述步骤4,具体包括:
第一种工作模式,无人机的SWIPT模块收集到的能量不足以支持下一次的传输,无人机还需要使用自身的能量向下一架无人机传输信号,考虑使系统中所有无人机节点对之间的能源效率都达到最大化,由此将得到的最优功率分流比ρ的数值扩展到整个无人机中继编队中;
第二种工作模式,考虑到地面基站无法发射射频信号时,无人机边缘计算系统仍然能够维持一定时间的正常工作,因此在保证无人机节点间信息传输信道容量的最低要求的情况下,使用自身较少的能量来进行信号的传输,最大限度的节省无人机中继节点的能量。
进一步地,所述步骤5,具体包括:
对于第一种工作模式,采用替代优化的方法来求解这个能效最大化问题,具体为:
无人机的发射功耗Pi和功率分流比ρ是问题P中的两个变量,首先给参数ρ设定一个初始值,代入到优化问题中,求解只有一个变量Pi的优化问题,计算得到能量效率EE1和Pi的值;然后将Pi的值代入到问题P中,求解只有一个变量ρ的优化问题,计算得到能效EE2和ρ的值,选择EE1和EE2之间较大的值作为能效值,重复上述操作得到最大的能量效率值;
对于第二种工作模式,采用回溯直线搜索法,具体为:
首先考虑系统中最后一架无人机Rn连接到终点基站D的情况,由于终点基站D有稳定的外部电源,无人机Rn只需要发送信息信号而不需要携带能量信号,得到满足信道容量要求的发射功率Pn的阈值和可收集能量的要求后,在无人机Rn处得到两个性能约束:
令上述两个不等式成为等式,获得满足最低信道容量要求情况下所需要的无人机发射功率Pn-1和功率分流比ρn的值;得到ρn在Rn处的值以及Pn-1在Rn-1处的值后,用同样的求解方法得到关于第n-1架无人机满足两个性能要求情况下的的发射功率Pn-2和功率分流比ρn-1的值,通过类似迭代过程得到所有无人机中继节点传输功率的值和功率分割比的值;
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
实施例
结合图1,本实施例提供了一种基于无线性能同传技术(SWIPT)的无人机边缘计算系统能量收集方法,该方法包括以下步骤:
步骤1,搭建无人机边缘计算系统工作模型;
步骤2,对RF信号进行分流;
步骤3,建立信道模型、能耗模型;
步骤4,设计系统工作模式;
步骤5,系统能效优化;
进一步地,步骤1所述搭建无人机边缘计算系统工作模型,具体包括:
搭建包括能量收集模块的无人机边缘计算系统的工作模型,系统中的无人机均安装有SWIPT模块,将射频信号分为信息解码与能量收集,收集到的能量储存在可充电电池中,设置无人机、地面基站的信号传输方式为单向传输,系统有n架无人机以及两个地面基站。
进一步地,步骤2所述对对RF信号进行分流,具体包括:
利用SWIPT模块中的功率分流单元,将无人机接收的射频信号分成功率分流比为(1-ρ):ρ,0≤ρ≤1的两个功率流,分别用于信息解码和能量收集,设计迭代优化算法求得使能量效率达到最大值时参数ρ的值。
进一步地,步骤3所述建立信道模型、能耗模型,具体包括:
系统中无人机的高斯白噪声为nAi并且服从CN(0,σ2)分布,过程噪声为服从分布,gi,i+1表示第i、i+1个无人机节点之间的信道增益,i=0,1,2,...n,第i个无人机节点的发射功率为Pi-1,B表示信道增益,σ2与表示噪声功率;
第i个和第i+1个无人机节点之间的信道容量通过SWIPT模块的信息处理单元信号的香农公式导出,如下所示:
用一个能量单位发送的信道容量表示第i和第i+1个无人机节点之间的能量效率,如下所示:
其中0≤ξ≤1为SWIPT模块的能量转换效率,PC表示无人机电路的功耗,Pi表示无人机的发射功耗,T表示系统的工作时间。
进一步地,步骤4所述设计系统工作模式,具体包括:
第一种工作模式,无人机的SWIPT模块收集到的能量不足以支持下一次的传输,无人机还需要使用自身的能量向下一架无人机传输信号,考虑使系统中所有无人机节点对之间的能源效率都达到最大化,由此将得到的最优功率分流比ρ的数值扩展到整个无人机中继编队中;
第二种工作模式,考虑到地面基站无法发射射频信号时,无人机边缘计算系统仍然能够维持一定时间的正常工作,因此在保证无人机节点间信息传输信道容量的最低要求的情况下,使用自身较少的能量来进行信号的传输,最大限度的节省无人机中继节点的能量。
进一步地,步骤5所述系统能效优化,具体包括:
对于第一种工作模式,采用替代优化的方法来求解这个能效最大化问题,具体为:
无人机的发射功耗Pi和功率分流比ρ是问题P中的两个变量,首先给参数ρ设定一个初始值,将其代入到优化问题中,求解只有一个变量Pi的优化问题,计算得到能量效率EE1和Pi的值;然后将Pi的值代入到问题P中,求解只有一个变量ρ的优化问题,计算得到能效EE2和ρ的值,选择EE1和EE2之间较大的值作为能效值,重复上述操作可以得到最大的能量效率值;
对于第二种工作模式,采用回溯直线搜索法,具体为:
首先考虑系统中最后一架无人机Rn连接到终点基站D的情况,由于终点基站D有稳定的外部电源,无人机Rn只需要发送信息信号而不需要携带能量信号,得到满足信道容量要求的发射功率Pn的阈值和可收集能量的要求后,在无人机Rn处得到两个性能约束:
令上述两个不等式成为等式,获得满足最低信道容量要求情况下所需要的无人机发射功率Pn-1和功率分流比ρn的值;得到ρn在Rn处的值以及Pn-1在Rn-1处的值后,用同样的求解方法得到关于第n-1架无人机满足两个性能要求情况下的的发射功率Pn-2和功率分流比ρn-1的值,通过类似迭代过程得到所有无人机中继节点传输功率的值和功率分割比的值,其中B表示信道增益,σ2与表示噪声功率;0≤ξ≤1为SWIPT模块的能量转换效率,PC表示无人机电路的功耗,Pi表示无人机的发射功耗,Cmin表示信道容量的阈值,示无人机与地面基站的信道增益。
图2为本发明与基准模式的能效对比图,可以看出随着Pmax值的增大,第一种工作模式和基线模式的系统能效随之增加,并且达到上阈值。结果表明,当能量效率达到最大值,Pmax的值还未达到最大值,这表明过大的Pmax将导致能量损失而不是提高系统的能效。
图3为本发明与基准模式的系统剩余能量对比图,可以看出在第一种工作模式下整个系统的剩余能量较高,第二种工作模式的剩余能量相对较低,因为在这种模式下,无人机中继节点不需要消耗自身能量来传输信息的机制,这使得初始基站S的发射功率相对较大。
图4为本发明与基准模式的无人机节点间剩余能量对比图,可以看出第二种工作模式可以有效延长无人机中继节点的工作时长,但付出的代价是系统能量效率的降低和初始基站S过多的能量消耗。
综上所述,本发明方法可以验证了将SWIPT机制在本系统中应用所带来的能效和剩余能量的提升。其中第一种工作模式有效提高了整个无人机群系统的能效,第二种模式使得无人机中继节点大大降低了自身能量的消耗,两种模式都取得了较为显著的效果。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (6)
1.一种基于SWIPT的无人机边缘计算系统能量收集方法,其特征在于,步骤如下:
步骤1、搭建无人机边缘计算系统的工作模型,系统内包含有n架携带边缘计算服务器的无人机以及2个能够进行信号传输的地面基站,无人机通过SWIPT模块接收射频信号中的能量信号;
步骤2、针对无人机边缘计算系统中无人机利用SWIPT模块接收到的射频信号,利用功率分流技术模块进行功率分流,分别用于信息解码和能量收集;
步骤3、建立系统的信道模型、能耗模型,得到信道容量、无人机功耗以及无人机的能量效率的数学表达式;
步骤4、设计基于SWIPT的无人机边缘计算系统的两种工作模式;
步骤5、通过分析仿真曲线,验证两种工作模式带来的能效以及剩余能量的提升,进行系统能效优化。
2.根据权利要求1所述的基于SWIPT的无人机边缘计算系统能量收集方法,其特征在于,所述步骤1,具体包括:
搭建包括能量收集模块的无人机边缘计算系统的工作模型,系统中的无人机均安装有SWIPT模块,用于将射频信号分为信息解码与能量收集,收集到的能量储存在可充电电池中,设置无人机、地面基站的信号传输方式为单向传输。
3.根据权利要求1所述的基于SWIPT的无人机边缘计算系统能量收集方法,其特征在于,所述步骤2,具体包括:
利用SWIPT模块中的功率分流单元,将无人机接收的射频信号分成功率分流比为(1-ρ):ρ,0≤ρ≤1的两个功率流,分别用于信息解码和能量收集,采用迭代优化算法求得使能量效率达到最大值时参数ρ的值。
4.根据权利要求1所述的基于SWIPT的无人机边缘计算系统能量收集方法,其特征在于,所述步骤3,具体包括:
系统中无人机的高斯白噪声为并且服从CN(0,σ2)分布,过程噪声为服从分布,gi,i+1表示第i、i+1个无人机节点之间的信道增益,i=0,1,2,...n,第i个无人机节点的发射功率为Pi-1,B表示信道增益,σ2表示无人机的噪声服从高斯分布的方差,表示表示无人机功率分流模块的过程噪声服从高斯分布的方差;
第i个和第i+1个无人机节点之间的信道容量通过SWIPT模块的信息处理单元信号的香农公式导出,如下所示:
用一个能量单位发送的信道容量表示第i和第i+1个无人机节点之间的能量效率,如下所示:
其中0≤ξ≤1为SWIPT模块的能量转换效率,PC表示无人机电路的功耗,Pi表示无人机的发射功耗,T表示系统的工作时间。
5.根据权利要求1所述的基于SWIPT的无人机边缘计算系统能量收集方法,其特征在于,所述步骤4,具体包括:
第一种工作模式,无人机的SWIPT模块收集到的能量不足以支持下一次的传输,无人机还需要使用自身的能量向下一架无人机传输信号,考虑使系统中所有无人机节点对之间的能源效率都达到最大化,由此将得到的最优功率分流比ρ的数值扩展到整个无人机中继编队中;
第二种工作模式,考虑到地面基站无法发射射频信号时,无人机边缘计算系统仍然能够维持一定时间的正常工作,因此在保证无人机节点间信息传输信道容量的最低要求的情况下,使用自身较少的能量来进行信号的传输,最大限度的节省无人机中继节点的能量。
6.根据权利要求1所述的基于SWIPT的无人机边缘计算系统能量收集方法,其特征在于,所述步骤5,具体包括:
对于第一种工作模式,采用替代优化的方法来求解这个能效最大化问题,具体为:
无人机的发射功耗Pi和功率分流比ρ是问题P中的两个变量,首先给参数ρ设定一个初始值,代入到优化问题中,求解只有一个变量Pi的优化问题,计算得到能量效率EE1和Pi的值;然后将Pi的值代入到问题P中,求解只有一个变量ρ的优化问题,计算得到能效EE2和ρ的值,选择EE1和EE2之间较大的值作为能效值,重复上述操作得到最大的能量效率值;
对于第二种工作模式,采用回溯直线搜索法,具体为:
首先考虑系统中最后一架无人机Rn连接到终点基站D的情况,由于终点基站D有稳定的外部电源,无人机Rn只需要发送信息信号而不需要携带能量信号,得到满足信道容量要求的发射功率Pn的阈值和可收集能量的要求后,在无人机Rn处得到两个性能约束:
令上述两个不等式成为等式,获得满足最低信道容量要求情况下所需要的无人机发射功率Pn-1和功率分流比ρn的值;得到ρn在Rn处的值以及Pn-1在Rn-1处的值后,用同样的求解方法得到关于第n-1架无人机满足两个性能要求情况下的的发射功率Pn-2和功率分流比ρn-1的值,通过类似迭代过程得到所有无人机中继节点传输功率的值和功率分割比的值;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210198780.XA CN114501479B (zh) | 2022-03-01 | 基于swipt的无人机边缘计算系统能量收集方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210198780.XA CN114501479B (zh) | 2022-03-01 | 基于swipt的无人机边缘计算系统能量收集方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114501479A true CN114501479A (zh) | 2022-05-13 |
CN114501479B CN114501479B (zh) | 2024-06-07 |
Family
ID=
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108039942A (zh) * | 2017-12-11 | 2018-05-15 | 天津工业大学 | Swipt系统中无源中继收集干扰能量来提高最优系统速率方法 |
CN108811025A (zh) * | 2018-05-23 | 2018-11-13 | 南京邮电大学 | 一种基于中继储能的无线携能通信协作传输方案 |
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 |
CN113207185A (zh) * | 2021-04-28 | 2021-08-03 | 中山大学 | 一种无线携能ofdm协作中继通信系统的资源优化分配方法 |
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108039942A (zh) * | 2017-12-11 | 2018-05-15 | 天津工业大学 | Swipt系统中无源中继收集干扰能量来提高最优系统速率方法 |
CN108811025A (zh) * | 2018-05-23 | 2018-11-13 | 南京邮电大学 | 一种基于中继储能的无线携能通信协作传输方案 |
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 |
CN113207185A (zh) * | 2021-04-28 | 2021-08-03 | 中山大学 | 一种无线携能ofdm协作中继通信系统的资源优化分配方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110913402A (zh) | 一种联合优化通信与编队的高覆盖效率的无人机自组网分簇方法 | |
Wei et al. | Wireless sensor network data collection by connected cooperative UAVs | |
CN109195207B (zh) | 一种基于深度强化学习的集能型无线中继网络吞吐量最大化方法 | |
CN112564767B (zh) | 无人机网络中基于自组织优化协作的连续覆盖方法 | |
Yao et al. | Energy efficiency characterization in heterogeneous IoT system with UAV swarms based on wireless power transfer | |
Qin et al. | On the influence of charging stations spatial distribution on aerial wireless networks | |
CN112584321A (zh) | 一种无人机协同的数能一体化网络的优化方法 | |
CN113613198A (zh) | 无人机辅助的无线携能d2d网络资源分配方法 | |
CN111510192A (zh) | 一种具有高能效的无人机多维资源管理方法 | |
CN109272167B (zh) | 一种基于uudn和q神经网络的绿色能量合作方法 | |
CN109089307B (zh) | 一种基于异步优势行动者评论家算法的集能型无线中继网络吞吐量最大化方法 | |
CN108174448B (zh) | 蜂窝d2d通信的资源分配方法 | |
CN114501479B (zh) | 基于swipt的无人机边缘计算系统能量收集方法 | |
CN114501479A (zh) | 基于swipt的无人机边缘计算系统能量收集方法 | |
CN112543472A (zh) | 认知swipt中基于dtps协议的多中继时隙与功率联合优化方法 | |
CN115065976B (zh) | 一种面向全域应急通信场景下高效绿色立体覆盖方案 | |
CN108419255B (zh) | 一种无线传感器网络移动充电和数据收集方法 | |
Lu et al. | Interference reducing and resource allocation in UAV-powered wireless communication system | |
Wu et al. | Resource allocation optimization of UAVs-enabled air-ground collaborative emergency network in disaster area | |
Ma et al. | Energy-efficient transmit power and straight trajectory optimization in uav-aided wireless sensor networks | |
CN113490277B (zh) | H-cran中基于swipt的能量分配与时隙切换系数联合优化方法 | |
Zhou et al. | NOMA empowered energy efficient data collection and wireless power transfer in space-air-ground integrated networks | |
Wang et al. | Optimal charging profile design for solar-powered sustainable UAV communication networks | |
CN112437450B (zh) | 一种双无人机无线网络中的发射功率优化的方法 | |
Maham | Energy outage analysis of cloud-aerial RAN |
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 |