CN115278849B - 一种针对无人机动态拓扑的传输时机与功率控制方法 - Google Patents
一种针对无人机动态拓扑的传输时机与功率控制方法 Download PDFInfo
- Publication number
- CN115278849B CN115278849B CN202211195973.6A CN202211195973A CN115278849B CN 115278849 B CN115278849 B CN 115278849B CN 202211195973 A CN202211195973 A CN 202211195973A CN 115278849 B CN115278849 B CN 115278849B
- Authority
- CN
- China
- Prior art keywords
- transmission
- unmanned aerial
- time
- threshold
- power
- 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
-
- 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
- H04W52/18—TPC being performed according to specific parameters
- H04W52/24—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters
- H04W52/241—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters taking into account channel quality metrics, e.g. SIR, SNR, CIR, Eb/lo
-
- 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
- H04B7/18506—Communications with or from aircraft, i.e. aeronautical mobile service
-
- 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
- H04W52/18—TPC being performed according to specific parameters
- H04W52/24—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters
- H04W52/242—TPC being performed according to specific parameters using SIR [Signal to Interference Ratio] or other wireless path parameters taking into account path loss
-
- 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
-
- 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
- H04W72/0473—Wireless resource allocation based on the type of the allocated resource the resource being transmission power
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/02—Hierarchically pre-organised networks, e.g. paging networks, cellular networks, WLAN [Wireless Local Area Network] or WLL [Wireless Local Loop]
- H04W84/04—Large scale networks; Deep hierarchical networks
- H04W84/06—Airborne or Satellite Networks
-
- 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)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
Description
技术领域
本发明涉及通信数据传输,特别是涉及一种针对无人机动态拓扑的传输时机与功率控制方法。
背景技术
无人机在监视侦察、通信中继、货物运输、应急搜索等领域应用广泛。部署于各种任务的无人机正在广泛并密集地分布在城市上空。无人机通常自带无线通信能力。现行的无人机应用通常针对不同的应用场景单独部署特种无人机或无人机集群,比如使用无人机辅助物流、无人机辅助监测等。在这些应用中,并没有考虑如何复用已部署的无人机建立辅助通信网络,作为无人机的次要任务。实际上,已部署的无人机网络,享有空中视距链路的良好传输机会,在不影响无人机集群的首要任务(如物流、监测等)的前提下,具有构建大容量无线通信网络的潜力,辅助地面通信,提升地面网络的通信性能。然而,如何在不影响无人机集群的特定任务的前提下,最大限度地开发无人机集群的网络通信性能,仍缺乏有效的技术方案。
搭建无人机无线通信网络的关键技术问题是如何降低无人机的通信能量消耗,最大限度地降低对无人机主要任务的影响。现有方案一是未有考虑复用执行非通信任务的无人机集群构造通信网络,二是未能针对低时延敏感的数据传输场景利用无人机的轨迹信息来降低通信能耗,三是未能考虑对通信模块整体功耗的优化。
具体而言,在物联网场景中,传感器会收集大量数据,其中有不少数据属于低时延敏感数据,比如通信时延容忍度可达1分钟以上。现行的通信网络通常采用“尽力传输(best-effort)”的方式进行设计,时延指标通常在秒级以下,因此采用现行通信网络的设计架构来传输海量的、超低时延敏感的数据并不是最有效的方案。举例而言,现有无人机通信网络的设计方案通常是以传输容量为优化目标,如:通过优化无人机与用户之间的距离来保障无人机网络的有效覆盖,但是没有针对数据传输的超低时延敏感性特征对无人机通信网络进行优化。并且,现行的无人机通信网络设计大多集中在无人机或无人机集群的部署或是轨迹设计,却没有考虑复用已部署的无人机建立通信网络,从而没有利用到无人机的轨迹信息对无人机网络进行优化。除此之外,现有的大多数研究在进行无人机通信能耗分析时,通常只考虑了无线传输功耗的优化,而没有考虑通信模块整体功耗的优化。然而,在现实世界中,除了无线传输的功耗,额外的启动模块功率所带来的功耗也是不可忽视的。
发明内容
本发明的目的在于克服现有技术的不足,提供一种针对无人机动态拓扑的传输时机与功率控制方法,基于对未来信道质量的预测,针对时延不敏感任务优化无人机通信的传输时机与传输功率,实现了对整体通信能耗的优化。
本发明的目的是通过以下技术方案来实现的:一种针对无人机动态拓扑的传输时机与功率控制方法,包括以下步骤:
S1.给定传输任务:
S2.无人机之间交换未来的信道质量信息;
S3.根据无人机间的信道信息以及传输时延和数据大小初始化传输功率:
S4.根据未来信道质量信息,定义传输时机并定义优化问题,确定最优传输功率和最优传输时机:
S4-a.定义传输时机为 ,其中为信道质量阈值, 为时间阈值, 为指示函数,即:当信道质量高于某一阈值时或在信道质量等于阈值且传输时间大于某一时间时,无人机之间才能进行通信;给定任意功率,利用两阶段二分法确定对应的最佳阈值 和 ,使得等式成立;
二、基于无线电地图的推断:给定任意两个位置,无线电地图知道其间的信道信息,因此其间的信道信息表示为
所述步骤S4-a中,根据未来信道质量信息,定义传输时机并定义优化问题的具体过程包括:
根据阈值传输策略来选择传输时间,要求当信道质量高于某一阈值时并且在信道质量等于阈值且传输时间大于某一时间时,无人机之间才能进行通信,表示如下:
能量消耗为
所述步骤S5中设计点对点传输策略包括如下任意一种方案:
本发明的有益效果是:本发明利用无人机的轨迹信息以及数据传输的超低时延敏感特性设计了传输时机与功率控制方法实现了对整体通信能耗的优化,其中所提出的阈值算法和进阶注水算法能够有效地分配传输时间和传输功率,最终降低了点对点数据传输所需要消耗的能量。
附图说明
图1为本发明的方法流程图;
图2为实施例中总能耗随额外电路功率设定的变化示意图。
具体实施方式
下面结合附图进一步详细描述本发明的技术方案,但本发明的保护范围不局限于以下所述。
本发明希望通过复用已部署的无人机建立低能耗的点对点通信。其核心技术路线是利用无人机的轨迹信息以及数据传输的超低时延敏感特性实现根据信道质量对传输时间以及功率控制的优化。经典的功率分配方法为“注水算法(water-filling)”,可以实现根据信道质量在不同时刻对功率进行分配。然而,在考虑通信模块的整体功耗时,功率分配问题会变成一个非凸非光滑的问题,从而注水算法无法使用。另一方面,复杂性更高的“最优立即反应算法(optimal immediate-react)”是对传输时间或功率进行穷举搜索,旨在当无人机接收到传输任务时就以某一恒定功率直接传输给目标节点。然而,该算法无法避免会使用到相对较差的信道,从而花费较多的能量。
本发明的核心是如何有效利用时延不敏感特性优化传输时间和传输功率实现通信模块整体功耗的最低。利用阈值策略选择传输时间并简化优化参数维度,再分步优化传输时间和传输功率,最终实现对整体通信模块的优化。关键在于如何选取传输时间阈值模型以及如何优化阈值参数。因此,本发明的核心可以归纳为两部分,一是传输时间阈值模型的提出与参数优化;二是传输时间与传输功率的迭代优化结构,具体地:
如图1所示,一种针对无人机动态拓扑的传输时机与功率控制方法,其特征在于:包括以下步骤:
S1.给定传输任务:
S2.无人机之间交换未来的信道质量信息;
S3.根据无人机间的信道信息以及传输时延和数据大小初始化传输功率:
S4.根据未来信道质量信息,定义传输时机并定义优化问题,确定最优传输功率和最优传输时机:
S4-a.定义传输时机为,其中为信道质量阈值, 为时间阈值, 为指示函数,即:当信道质量高于某一阈值时或在信道质量等于阈值且传输时间大于某一时间时,无人机之间才能进行通信;给定任意功率,利用两阶段二分法确定对应的最佳阈值和,使得等式成立;
二、基于无线电地图的推断:给定任意两个位置,无线电地图知道其间的信道信息,因此其间的信道信息表示为
所述步骤S4-a中,根据未来信道质量信息,定义传输时机并定义优化问题的具体过程包括:
根据阈值传输策略来选择传输时间,要求当信道质量高于某一阈值时并且在信道质量等于阈值且传输时间大于某一时间时,无人机之间才能进行通信,表示如下:
能量消耗为
所述步骤S5中设计点对点传输策略包括如下任意一种方案:
实验场景:两架无人机以30-50m/s的速度在120m的空中按照固定轨道飞行,其中轨道1在[0,1km]*[0,0.5km]的区域中,轨道2在[0.5km,1.5km] *[0,0.5km]的区域中。本实验模拟了无人机1和无人机2在飞行过程中对低延时容忍敏感性数据的传输。
图2展示了注水算法、最优立即反应算法、进阶注水算法以及本发明提出的阈值算法在不同额外电路功率下的能耗性能。可以看出,本发明所提出的阈值算法的性能远高于传统的注水算法,并且在额外电路功率较大的情况下效果显著。这验证了传统的注水算法不能最优求解带额外电路功率的优化问题。除此之外,采用恒定功率的阈值算法与采用动态功率的进阶注水算法效果很接近。这说明采用最优恒定功率进行数据传输是足够的。与此同时,阈值算法的性能一直高于没有轨迹信息的性能上限——最优立即反应算法,这说明利用未来信道信息对传输时机以及功率进行优化的方法比任意没有轨道信息的方法都要好。
以上所述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,不应该看作是对其他实施例的排除,而可用于其他组合、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 (8)
1.一种针对无人机动态拓扑的传输时机与功率控制方法,其特征在于:包括以下步骤:
S1.给定传输任务:
S2.无人机之间交换未来的信道质量信息;
S3.根据无人机间的信道信息以及传输时延和数据大小初始化传输功率:
S4.根据未来信道质量信息,定义传输时机并定义优化问题,确定最优传输功率和最优传输时机:
S4-a.定义传输时机为,其中为信道质量阈值,为时间阈值,为指示函数,即:当信道质量高于某一阈值时或在信道质量等于阈值且传输时间大于某一时间时,无人机之间才能进行通信;给定任意功率,利用两阶段二分法确定对应的最佳阈值和,使得等式成立;
二、基于无线电地图的推断:给定任意两个位置,无线电地图知道其间的信道信息,因此其间的信道信息表示为
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211195973.6A CN115278849B (zh) | 2022-09-29 | 2022-09-29 | 一种针对无人机动态拓扑的传输时机与功率控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211195973.6A CN115278849B (zh) | 2022-09-29 | 2022-09-29 | 一种针对无人机动态拓扑的传输时机与功率控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115278849A CN115278849A (zh) | 2022-11-01 |
CN115278849B true CN115278849B (zh) | 2022-12-20 |
Family
ID=83757842
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211195973.6A Active CN115278849B (zh) | 2022-09-29 | 2022-09-29 | 一种针对无人机动态拓扑的传输时机与功率控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115278849B (zh) |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108924936B (zh) * | 2018-07-12 | 2021-10-22 | 南昌大学 | 无人机辅助无线充电边缘计算网络的资源分配方法 |
CN110730031B (zh) * | 2019-10-22 | 2022-03-11 | 大连海事大学 | 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 |
CN111263332A (zh) * | 2020-03-02 | 2020-06-09 | 湖北工业大学 | 基于深度强化学习的无人机轨迹及功率联合优化方法 |
EP4115207A4 (en) * | 2020-03-03 | 2023-04-19 | Telefonaktiebolaget LM ERICSSON (PUBL) | DETERMINING LOCATION INFORMATION ABOUT A DRONE |
CN111885504B (zh) * | 2020-08-05 | 2022-08-02 | 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 |
CN112911534B (zh) * | 2021-01-29 | 2022-03-29 | 大连理工大学 | 高能效无人机绿色数据采集系统设计方法 |
CN113268077B (zh) * | 2021-04-13 | 2023-06-09 | 国网能源研究院有限公司 | 无人机能耗最小化设计方法及装置 |
-
2022
- 2022-09-29 CN CN202211195973.6A patent/CN115278849B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115278849A (zh) | 2022-11-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhou et al. | Machine learning-based resource allocation in satellite networks supporting internet of remote things | |
CN111666149B (zh) | 基于深度强化学习的超密边缘计算网络移动性管理方法 | |
Gong et al. | Flight time minimization of UAV for data collection over wireless sensor networks | |
CN110392350B (zh) | 一种基于Backhaul容量感知的用户为中心无人机群组构建方法 | |
Yang et al. | Energy-efficient joint scheduling and resource management for UAV-enabled multicell networks | |
CN111432433B (zh) | 基于强化学习的无人机中继智能流量卸载方法 | |
CN113395654A (zh) | 一种边缘计算系统的多无人机任务卸载和资源分配的方法 | |
CN112564767B (zh) | 无人机网络中基于自组织优化协作的连续覆盖方法 | |
CN111768654B (zh) | 一种多无人机协同中继辅助车载自组网数据传输方法 | |
CN111915142B (zh) | 一种基于深度强化学习的无人机辅助资源分配方法 | |
Wu et al. | 3D aerial base station position planning based on deep Q-network for capacity enhancement | |
CN112203308A (zh) | 卫星地面融合网络数据传输方法 | |
Mao et al. | AI based service management for 6G green communications | |
CN115866787A (zh) | 融合终端直传通信和多接入边缘计算的网络资源分配方法 | |
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 | |
CN114205769A (zh) | 基于无人机数据采集系统的联合轨迹优化与带宽分配方法 | |
CN115278849B (zh) | 一种针对无人机动态拓扑的传输时机与功率控制方法 | |
Wei et al. | DRL-based energy-efficient trajectory planning, computation offloading, and charging scheduling in UAV-MEC network | |
Dai et al. | Fairness improves throughput in energy-constrained cooperative ad-hoc networks | |
CN115278905B (zh) | 一种用于无人机网络传输的多节点通信时机确定方法 | |
CN116633422A (zh) | 面向IoT任务卸载的低轨卫星网络多维资源调度方法 | |
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 | |
Li et al. | Reinforcement Learning-Based Resource Allocation for Coverage Continuity in High Dynamic UAV Communication Networks | |
Lee et al. | Multi-Agent Reinforcement Learning in Controlling Offloading Ratio and Trajectory for Multi-UAV Mobile Edge Computing | |
CN115483964A (zh) | 一种空天地一体化物联网通信资源联合分配方法 |
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 |