CN114867093B - 无人机协同的物联网设备上行链路功率控制方法 - Google Patents

Abstract

本发明涉及一种无人机协同的物联网设备上行链路功率控制方法。在考虑无人机和设备的能量消耗的前提下，为实现最小化所有设备的平均AoI，提高收集到的数据的计算结果的新鲜度，本发明至少根据无人机与物联网设备之间的信道功率增益、每个设备的数据收集和执行所需的时间、每个悬停点与下一个悬停点之间的无人机飞行时间，并在物联网设备的能量消耗约束下，以及无人机能量消耗约束下，获得使得所有N个物联网设备的平均AoI最低的物联网设备的上行链路功率和由无人机的悬停点构成的无人机轨迹。本发明提高了数据结果的新鲜性，而且在有限的能量范围内达到了节能的效果，在对时间和能耗敏感的物联网系统中效果显著，提高了在实际场景中的应用价值。

Description

无人机协同的物联网设备上行链路功率控制方法

技术领域

本发明涉及一种链路功率控制方法，具体涉及一种无人机协同的物联网设备上行链路功率控制方法。

背景技术

随着5G网络和物联网设备的日益普及，大量有趣实用的应用出现在日常生活中。然而，一些物联网设备的计算能力非常有限。因此，这些设备很难处理它收集到的数据和响应环境。移动边缘计算使计算资源更贴近用户并有可能为物联网设备提供“智能”，物联网设备的部分计算密集型任务可以卸载到附近的边缘计算服务器。然而，在一些农村或者偏远地区，物联网设备距离无线接入点或者边缘云基础设施太远。此外，为这些远程设备安装基础设施的费用也是很高的。无人机由于其灵活性高、成本低、易于部署，在民用环境中得到了广泛的应用，如救援、送货、监控，网络开销和计算延迟可以显著减少。

AoI称为信息年龄，它定义为从生成最新数据以来所经过的时间，是一个重要的指标。由于物联网系统中数据新鲜度的重要性，AoI敏感的无人机辅助的无线网络的设计受到越来越多的关注。然而，在现有的大多数工作中，假设无人机在设备正上方进行数据传输，无人机的水平轨迹一般依次经过每个设备，这可能会影响数据的新鲜度和系统的能耗。此外，以往的许多关于数据新鲜度的研究只考虑了传输延迟，而忽略了数据的处理时间。事实上，数据处理在系统AoI中占很大比例。最后，在无线传感器网络中，上行链路传输功率对数据新鲜度的影响研究较少。

在无线传感器网络中，在考虑无人机和设备的能量消耗的前提下，如何最小化所有设备的平均AoI，提高收集到的数据的计算结果的新鲜度，是本领域亟待解决的难题。

发明内容

为了解决或缓解上述部分或全部技术问题，本发明是通过如下技术方案实现的：

一种无人机协同的物联网设备上行链路功率控制方法，该方法具体包括如下步骤：

步骤101：无人机获取待收集数据的N个物联网设备(简称设备)的物理位置坐标，并从地面起飞，达到飞行高度H，其中N为正整数；

步骤102：至少根据无人机与物联网设备之间的信道功率增益、每个设备的数据收集和执行所需的时间、每个悬停点与下一个悬停点之间的无人机飞行时间，并在物联网设备的能量消耗约束下，以及无人机能量消耗约束下，获得使得所有N个物联网设备的平均AoI最低的物联网设备的上行链路功率和由无人机的悬停点构成的无人机轨迹；

步骤103：根据获得的由无人机的悬停点构成的无人机轨迹，无人机飞往当前位置对应的下一悬停点；

步骤104：根据获得的物联网设备的上行链路功率，预定的物联网设备根据该上行链路功率与无人机通信；

步骤105：完成通信后，无人机飞往当前位置对应的下一悬停点，并与对应的物联网设备通信；

步骤106：无人机完成全部数据集收集后，返回预定地点。

在某实施例中，所述步骤104还包括：无人机在该悬停点对所述物联网设备进行数据采集和处理。

在某实施例中，所述步骤104还包括：

所述预定的物联网设备是通过如下方式被确定的：设a_n[t]为给定的物联网设备与悬停点的关联二进制常量，表示物联网设备n是否安排在第t个悬停点被无人机服务，a_n[t]的每一行和每一列的和是1；物联网设备n被安排在第t个悬停点，则a_n[t]＝1。

在某实施例中，获得使得所有N个物联网设备的平均AoI最低的物联网设备的上行链路功率和由无人机的悬停点构成的无人机轨迹，是通过如下方式获得的：

其中，

为上行链路功率，p_n[t]为物联网设备n的上行链路功率，

为无人机轨迹，q[t]为第t个悬停点坐标；第t个悬停点与下一个悬停点之间的飞行时间τ_t，t+1，在第t个悬停点，每个物联网设备的数据收集和执行所需的时间τ_n[t]；D_n为物联网设备n生成的数据量，τ_n[t]为物联网设备n与无人机之间实现的传输速率，E_S是物联网设备的最大能量限制；

为无人机在第t个悬停点与下一个悬停点之间飞行所消耗的能量，/>

为在第t个悬停点由悬停所消耗的能量；对物联网设备n的数据处理能力为/>

E_U是对无人机的最大能量限制。

本发明的部分或全部实施例，具有如下有益技术效果：

本发明在无人机以及每个设备有限的能量限制内，利用连续凸优化的方法实现了上行链路传输功率分配和无人机的轨迹优化。首先建立无人机辅助的物联网系统和通信模型、能量模型，定义设备数据结果的新鲜性度量，即信息年龄AoI，并以其平均值作为优化目标，提出全局优化问题。通过求解两个子问题完成对全局问题的求解，从而提高了数据结果的新鲜性。本发明方法提出的上行链路传输功率及轨迹规划方法不但提高了数据结果的新鲜性，而且在有限的能量范围内达到了节能的效果，在对时间和能耗敏感的物联网系统中有明显的效果，提高了在实际场景中的应用价值。

更多的有益效果将在优选实施例中作进一步的介绍。

以上披露的技术方案/特征，旨在对具体实施方式部分中所描述的技术方案、技术特征进行概括，因而记载的范围可能不完全相同。但是该部分披露的这些新的技术方案同样属于本发明文件所公开的众多技术方案的一部分，该部分披露的技术特征与后续具体实施方式部分公开的技术特征、未在说明书中明确描述的附图中的部分内容，以相互合理组合的方式披露更多的技术方案。

本发明任意位置所披露的所有技术特征所组合出的技术方案，用于支撑对技术方案的概括、专利文件的修改、技术方案的披露。

附图说明

图1是本发明无人机协同的物联网设备上行链路功率控制方法流程图；

图2是上行链路功率和无人机轨迹获取流程；

图3是物联网系统示意图；

图4是对上行链路传输功率的优化流程；

图5是不同系统平均AoI与设备数量的关系；

图6是三种不同系统平均AoI与设备的平均数据大小的关系图；

图7是无人机轨迹示意图。

具体实施方式

由于不能穷尽描述各种替代方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案中的要点内容进行清楚、完整地描述。对于下文未详细披露的其它的技术方案和细节，一般均属于本领域通过常规手段即可实现的技术目标或技术特征，限于篇幅，本发明不对其详细介绍。

除非是除法的含义，本发明中任意位置的“/”均表示逻辑“或”。本发明任意位置中的“第一”、“第二”等序号仅仅用于描述上的区分标记，并不暗示时间或空间上的绝对顺序，也不暗示冠以这种序号的术语与冠以其它定语的相同术语必然是不同的指代。

本发明会对各种用于组合成各种不同具体实施例的要点进行描述，这些要点将被组合至各种方法、产品中。在本发明中，即便仅在介绍方法/产品方案时所描述的要点，意味着对应的产品/方法方案也明确地包括该技术特征。

本发明中任意位置处描述存在或包括某步骤、模块、特征时，并不暗示这种存在是排它性地唯一存在，本领域技术人员完全可以根据本发明所披露的技术方案而辅以其它技术手段而获得其它实施例；基于本发明中具体实施例描述的要点，本领域技术人员完全可以对某些技术特征施加替换、删减、增加、组合、调换顺序等手段，获得一个仍遵循本发明构思的技术方案。这些未脱离本发明技术构思的方案也在本发明保护范围之内。

无人机协同的物联网设备上行链路功率控制方法，其具体包括如下步骤：

步骤101：无人机获取待收集数据的N个物联网设备(简称设备)的物理位置坐标，并从地面起飞，达到飞行高度H，其中N为正整数；

步骤102：至少根据无人机与物联网设备之间的信道功率增益、每个设备的数据收集和执行所需的时间、每个悬停点与下一个悬停点之间的无人机飞行时间，并在物联网设备的能量消耗约束下，以及无人机能量消耗约束下，获得使得所有N个物联网设备的平均AoI最低的物联网设备的上行链路功率和由无人机的悬停点构成的无人机轨迹；

步骤103：根据获得的由无人机的悬停点构成的无人机轨迹，无人机飞往当前位置对应的下一悬停点；

步骤104：根据获得的物联网设备的上行链路功率，物联网设备根据该上行链路功率与无人机通信；

步骤105：完成通信后，无人机飞往当前位置对应的下一悬停点，并与对应的物联网设备通信；

步骤106：无人机完成全部数据集收集后，返回预定地点。

物联网设备的上行链路功率分配及无人机轨迹规划方法，其中具体的上行链路功率和无人机轨迹获取流程在图2中展示，包括如下步骤：

步骤1：对于包含一个无人机和N个物联网设备的系统，建立无人机与设备之间的通信模型和能量模型；

步骤2：定义每个设备的AoI，以其平均值作为优化目标，提出优化问题并将原问题分解为两个子问题，分别优化上行链路功率和无人机轨迹；

步骤3：利用拉格朗日对偶方法得到第一个子问题的对偶问题和对偶函数，然后通过梯度下降和梯度上升迭代求解得到上行链路功率和拉格朗日乘子，利用标准的凸优化方法对第二个子问题进行求解；

步骤4：迭代求解两个子问题，直到目标值能够收敛到一个给定的阈值，此时得到上行链路功率和无人机轨迹即为最优解。

对于包含一个无人机和N个物联网设备的系统，建立无人机与设备之间的通信模型和能量模型，所述步骤1具体为：

步骤1-1：如图3所示，考虑由一架无人机和N个设备组成的物联网系统。设备的集合由

表示，在二维坐标平面上，每个设备的位置记为w_n＝(x_n,y_n)。无人机从初始位置出发，以固定高度H飞行。T＝N个悬停点的集合由/>

表示，无人机在这些悬停点对某个设备进行数据收集和执(即数据处理)行。每个悬停点的水平位置坐标记为q[t]＝(x_t,y_t)。无人机的飞行轨迹可以表示为序列位置/>

其中q[0]为设定的初始位置。另外，无人机在两个悬停点之间的速度为v_max，因此第t个悬停点与下一个悬停点之间的飞行时间为：

设a_n[t]为给定的设备与悬停点的关联二进制常量，表示设备n是否安排在第t个悬停点被无人机服务。在每个悬停点，无人机只能服务一个设备，并且所有设备都要被服务，所以a_n[t]的每一行和每一列的和是1。所有设备的位置已知，则设备n与第t个悬停点的无人机的距离为

考虑无人机和设备之间的通道是视距环境，在第t个悬停点，设备n与无人机之间的信道功率增益为/>

其中ρ₀为参考距离1m处的信道功率增益。因此，实现的传输速率为/>

其中B为信道带宽，σ²为附加的高斯白噪声，p_n[t]为设备n的上行链路功率。若D_n为设备n生成的数据量，F_n为无人机处理数据所花费的CPU周期总数，f_c是无人机上服务器的实际CPU频率。在第t个悬停点，每个设备的数据收集和执行所需的时间为：/>

步骤1-2：设备消耗的能量主要是由通信产生的，每个设备消耗的能量为

其中E_S是设备的最大能量限制。无人机的能量消耗主要来自于计算、悬停和飞行。对设备n的计算(数据处理)能量为/>

其中γ为有效转换电容。无人机在第t个悬停点与下一个悬停点之间飞行所消耗的能量为

其中M为无人机的重量。用P_h表示固定的悬停功率，因此在第t个悬停点由悬停所消耗的能量为/>

因此，无人机的总能耗约束为/>

其中E_U是对无人机的最大能量限制。

定义每个设备的AoI，以其平均值作为优化目标，提出优化问题并将原问题分解为两个子问题，所述步骤2具体为：

步骤2-1：用Δ_n表示设备n的AoI，当它收到无人机的计算结果时，计算每个设备的AoI。因为计算结果的数据量远远小于从设备收集的任务的数据量，所以只关注从设备收集数据的时间，忽略从无人机下载结果所引起的延迟。如果设备n被安排在第t个悬停点，即a_n[t]＝1，则

所有物联网设备的平均AoI可以表示为：

为了保持每个设备计算结果的新鲜性，联合优化上行链路功率

和无人机轨迹/>

来最小化N个任务的平均AoI。因此，优化问题可以表述为：

步骤2-2：将其分解为两个子问题，分别优化上行链路功率和无人机轨迹。第一个子问题为：

/>

第二个子问题为：

利用拉格朗日对偶方法得到第一个子问题的对偶问题和对偶函数，然后通过梯度下降和梯度上升迭代求解得到上行链路功率和拉格朗日乘子，所述步骤3具体为：

步骤3-1：

该步骤中对上行链路传输功率的优化流程在图4中展示。

第一个子问题的拉格朗日函数为：

第一个子问题的对偶函数为：

第一个子问题的对偶问题为：

max_μg(μ)s.t.μ≥0

步骤3-1-1：迭代更新功率。给定任意一个μ，我们可以得到问题(21)的最优解。拉格朗日函数对p_n[t]的偏导数为：

，根据梯度下降原理，将第i次迭代的p_n[t]更新为

步骤3-1-2：迭代更新乘子。已知第i次迭代时更新的P，接下来需要更新μ。拉格朗日函数对μ_n的偏导数为

根据梯度上升原理，将第i次迭代的μ_n更新为

步骤3-2：由于第二个子问题是一个凸问题，可以利用标准的凸优化方法或工具箱求解第二个凸问题，从而得到无人机的优化轨迹。

图5显示了通过不同数据收集方案实现的系统平均AoI与设备数量的关系。将提出的方法与贪心方法和随机方法的性能进行比较。在贪心方法中，无人机完成对某个设备的服务后，计算所有未服务的设备的飞行时间、收集时间和计算时间的总和，然后直接飞到总和值最小的设备上方完成服务。在随机方法中，无人机一次随机选择一个设备，直接在其上方飞行完成服务。可以观察到，随着设备数量的增加，平均AoI逐渐增加，所提出的方法与其他两种方法之间的差距越来越大。平均AoI是每个设备消耗时间的加权和，由于贪心算法将消耗时间短的设备排在最前面，因此与随机算法相比也大大提高了系统性能。

图6显示了三种方法实现的系统平均AoI与设备的平均数据大小的关系，每个设备的最大能耗为300J。可以观察到需要收集的数据越多，悬停时间越长，因此三种算法的平均AoI更长。然而，在我们提出的算法中，平均AoI随着平均数据大小的增加而缓慢增加。

图7描述了8个设备时的平均数据大小为1.25×10⁵位时的无人机轨迹。可以看出，无人机并没有直接在每个设备上方进行数据收集，以减少飞行能耗和飞行相关的AoI。另外，无人机在飞行过程中往往会先服务数据较少的设备，因此它可能会绕过最近的设备，服务较远的设备。比如无人机先在2和3收集数据，然后返回到4。

尽管已经参考本发明的具体特征和实施例描述了本发明，但是在不脱离本发明的情况下仍可以对其进行各种修改、组合、替换。本发明的保护范围旨在不限于说明书中描述的过程、机器、制造、物质组成、装置、方法和步骤的特定实施例，并且这些方法、模块可能还被实施在相关联、相互依赖、相互配合、前/后级的一个或多个产品、方法当中。

因此，说明书和附图应简单地视为由所附权利要求限定的技术方案的部分实施例的介绍，因而应根据最大合理解释原则对所附权利要求解读，并旨在尽可能涵盖本发明公开范围内的所有修改、变化、组合或等同物，同时还应避免不合常理的解读方式。

为了实现更好的技术效果或出于某些应用的需求，本领域技术人员可能在本发明的基础之上，对技术方案做出进一步的改进。然而，即便该部分改进/设计具有创造性或/和进步性，只要依赖本发明的技术构思，覆盖了权利要求所限定的技术特征，该技术方案同样应落入本发明的保护范围之内。

所附的权利要求中所提及的若干技术特征可能存在替代的技术特征，或者对某些技术流程的顺序、物质组织顺序可以重组。本领域普通技术人员知晓本发明后，容易想到该些替换手段，或者改变技术流程的顺序、物质组织顺序，然后采用了基本相同的手段，解决基本相同的技术问题，达到基本相同的技术效果，因此即便权利要求中明确限定了上述手段或/和顺序，然而该些修饰、改变、替换，均应依据等同原则而落入权利要求的保护范围。

结合本文中所公开的实施例中描述的各方法步骤或模块，能够以硬件、软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各实施例的步骤及组成。这些功能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或设计约束条件。本领域普通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在本发明所要求保护的范围之外。

Claims (2)

1.一种无人机协同的物联网设备上行链路功率控制方法，其特征在于，该方法具体包括如下步骤：

步骤101：无人机获取待收集数据的N个物联网设备的物理位置坐标，并从地面起飞，达到飞行高度H，其中N为正整数；

步骤102：至少根据无人机与物联网设备之间的信道功率增益、每个设备的数据收集和执行所需的时间、每个悬停点与下一个悬停点之间的无人机飞行时间，并在物联网设备的能量消耗约束下，以及无人机能量消耗约束下，获得使得所有N个物联网设备的平均AoI最低的物联网设备的上行链路功率和由无人机的悬停点构成的无人机轨迹；

步骤103：根据获得的由无人机的悬停点构成的无人机轨迹，无人机飞往当前位置对应的下一悬停点；

步骤104：根据获得的物联网设备的上行链路功率，预定的物联网设备根据该上行链路功率与无人机通信；

步骤106：完成通信后，无人机飞往当前位置对应的下一悬停点，并与对应的物联网设备通信；

步骤107：无人机完成全部数据集收集后，返回预定地点；

其中，所述步骤104还包括：所述预定的物联网设备是通过如下方式被确定的：设a_n[t]为给定的物联网设备与悬停点的关联二进制常量，表示物联网设备n是否安排在第t个悬停点被无人机服务，a_n[t]的每一行和每一列的和是1；物联网设备n被安排在第t个悬停点，则a_n[t]＝1；

其中，获得使得所有N个物联网设备的平均AoI最低的物联网设备的上行链路功率和由无人机的悬停点构成的无人机轨迹，是通过如下方式获得的：

其中，

为上行链路功率，p_n[t]为物联网设备n的上行链路功率，

为无人机轨迹，q[t]为第t个悬停点坐标；第t个悬停点与下一个悬停点之间的飞行时间τ_t，t+1，在第t个悬停点，每个物联网设备的数据收集和执行所需的时间τ_n[t]；D_n为物联网设备n生成的数据量，r_n[t]为物联网设备n与无人机之间实现的传输速率，E_S是物联网设备的最大能量限制；/>

为无人机在第t个悬停点与下一个悬停点之间飞行所消耗的能量，/>

为在第t个悬停点由悬停所消耗的能量；对物联网设备n的数据处理能力为/>

E_U是对无人机的最大能量限制。

2.根据权利要求1所述的无人机协同的物联网设备上行链路功率控制方法，其特征在于：所述步骤104还包括：无人机在该悬停点对所述物联网设备进行数据采集和处理。

Images