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 PDF

Info

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
Application number
CN202211195973.6A
Other languages
English (en)
Other versions
CN115278849A (zh
Inventor
陈俊挺
李博文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chinese University of Hong Kong Shenzhen
Original Assignee
Chinese University of Hong Kong Shenzhen
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chinese University of Hong Kong Shenzhen filed Critical Chinese University of Hong Kong Shenzhen
Priority to CN202211195973.6A priority Critical patent/CN115278849B/zh
Publication of CN115278849A publication Critical patent/CN115278849A/zh
Application granted granted Critical
Publication of CN115278849B publication Critical patent/CN115278849B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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

本发明公开了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；S5.根据求解的最优传输阈值
Figure 166221DEST_PATH_IMAGE001
、时间阈值
Figure 34689DEST_PATH_IMAGE002
以及传输功率
Figure 160777DEST_PATH_IMAGE003
设计点对点传输策略为每当
Figure 828518DEST_PATH_IMAGE004
时，无人机1以
Figure 44867DEST_PATH_IMAGE003
功率和
Figure 897286DEST_PATH_IMAGE005
的速率向无人机2传输。本发明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。

Description

一种针对无人机动态拓扑的传输时机与功率控制方法
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：
无人机1需要在
Figure DEST_PATH_IMAGE001
秒内以最小能量将大小为
Figure 478788DEST_PATH_IMAGE002
比特的数据传输给无人机2；
S2.无人机之间交换未来的信道质量信息；
无人机2获取自身在未来时刻
Figure 39082DEST_PATH_IMAGE001
以前的运行轨迹
Figure 810729DEST_PATH_IMAGE003
；然后，无人机2将自身的运行轨迹传递给无人机1，基于无人机2的轨迹信息
Figure DEST_PATH_IMAGE004
以及自身的轨迹信息
Figure 888931DEST_PATH_IMAGE005
，无人机1推断与无人机2在未来的信道状态
Figure 37015DEST_PATH_IMAGE006
；
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:
给定传输时延为
Figure 717395DEST_PATH_IMAGE001
，数据大小为
Figure 659944DEST_PATH_IMAGE007
，功率
Figure 425774DEST_PATH_IMAGE008
初始化为等式
Figure 643129DEST_PATH_IMAGE009
的解，其中，参数
Figure DEST_PATH_IMAGE010
用以表示由小规模衰落、数字调制和编码产生的损耗，
Figure 443595DEST_PATH_IMAGE011
为信号带宽；
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
Figure 822624DEST_PATH_IMAGE012
，其中
Figure DEST_PATH_IMAGE013
为信道质量阈值，
Figure 606909DEST_PATH_IMAGE014
为时间阈值，
Figure 362375DEST_PATH_IMAGE015
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
Figure 975538DEST_PATH_IMAGE016
，利用两阶段二分法确定对应的最佳阈值
Figure DEST_PATH_IMAGE017
和
Figure 118944DEST_PATH_IMAGE018
，使得等式
Figure 797050DEST_PATH_IMAGE019
成立；
S4-b.基于传输能量计算公式
Figure 90628DEST_PATH_IMAGE020
计算最优的传输功率
Figure 600107DEST_PATH_IMAGE021
，使得传输能量最小；最优传输功率对应的最佳阈值
Figure 586517DEST_PATH_IMAGE022
和
Figure 751919DEST_PATH_IMAGE023
为全局最优传输阈值
Figure 849188DEST_PATH_IMAGE024
、时间阈值
Figure 213174DEST_PATH_IMAGE025
；因此最佳传输时机为
Figure 104906DEST_PATH_IMAGE026
；
S5.根据求解的最优传输阈值
Figure 757604DEST_PATH_IMAGE027
、时间阈值
Figure 458232DEST_PATH_IMAGE025
以及传输功率
Figure 145565DEST_PATH_IMAGE028
设计点对点传输策略为每当
Figure 208199DEST_PATH_IMAGE029
时，无人机1以
Figure 348193DEST_PATH_IMAGE028
功率和
Figure 584002DEST_PATH_IMAGE030
的速率向无人机2传输。
其中，所述步骤S2中，无人机1推断未来的信道状态时，确定无人机的位置信息为
Figure 860263DEST_PATH_IMAGE031
，推测目标为位置
Figure 156115DEST_PATH_IMAGE032
处无人机的信道质量随时间的函数
Figure 517826DEST_PATH_IMAGE033
。
所述信道质量随时间的函数
Figure 557327DEST_PATH_IMAGE033
的推断方式包括以下任意一种：
一、基于通信模型的推断：根据无人机的位置信息得到其间的距离随时间的函数为
Figure 953673DEST_PATH_IMAGE034
，利用通信模型推断出其间的信道信息为
Figure 420426DEST_PATH_IMAGE035
其中，
Figure 3854DEST_PATH_IMAGE036
是由放大器和天线增益引起的功率增益因数，
Figure 844116DEST_PATH_IMAGE037
为路径损耗指数，
Figure 688444DEST_PATH_IMAGE038
为噪声谱密度，
Figure 326099DEST_PATH_IMAGE011
为信号带宽；
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
Figure 662402DEST_PATH_IMAGE039
其中
Figure 981388DEST_PATH_IMAGE040
为无线电地图函数；
三、基于数据的推断：对于任意两个位置，存在其间的历史信道数据集
Figure 352326DEST_PATH_IMAGE041
,记为：
Figure 364145DEST_PATH_IMAGE042
,
Figure 250061DEST_PATH_IMAGE043
；
其中，
Figure 903896DEST_PATH_IMAGE044
表示
Figure 132271DEST_PATH_IMAGE041
中的第
Figure 314991DEST_PATH_IMAGE045
个数据
Figure 422624DEST_PATH_IMAGE046
，
Figure 83412DEST_PATH_IMAGE047
为历史信道数据集
Figure 694522DEST_PATH_IMAGE041
中包含的数据个数；
Figure DEST_PATH_IMAGE048
为第
Figure 110460DEST_PATH_IMAGE045
个数据
Figure 908652DEST_PATH_IMAGE044
的信道信息
Figure 638710DEST_PATH_IMAGE049
表示第
Figure 573168DEST_PATH_IMAGE045
个数据
Figure 97691DEST_PATH_IMAGE050
中包含的两个位置信息；
对于无人机1和无人机2，筛选出满足位置关系的历史数据集合
Figure 179916DEST_PATH_IMAGE051
过程如下：
（1）对于历史信道数据集
Figure 448087DEST_PATH_IMAGE041
中的任一数据
Figure 499700DEST_PATH_IMAGE050
，判断是否满足
Figure 195124DEST_PATH_IMAGE052
，则将
Figure 764646DEST_PATH_IMAGE048
加入到集合
Figure 570928DEST_PATH_IMAGE053
中；
（2）对每一个
Figure 479978DEST_PATH_IMAGE046
，重复执行（1）；
当
Figure 408620DEST_PATH_IMAGE046
遍历完成后，利用回归算法
Figure 403120DEST_PATH_IMAGE054
推测出无人机之间的信道信息为：
Figure 278672DEST_PATH_IMAGE055
。
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：
Figure 42229DEST_PATH_IMAGE056
其中
Figure 79455DEST_PATH_IMAGE013
为信道质量阈值
Figure DEST_PATH_IMAGE057
为时间阈值，
Figure 889148DEST_PATH_IMAGE058
为指示函数，
Figure DEST_PATH_IMAGE059
当且仅当
Figure 571321DEST_PATH_IMAGE060
为真，否则
Figure 454963DEST_PATH_IMAGE061
；利用传输时间选择函数
Figure DEST_PATH_IMAGE062
和传输功率
Figure 256566DEST_PATH_IMAGE063
产生的吞吐量表示为：
Figure 960080DEST_PATH_IMAGE064
能量消耗为
Figure 177435DEST_PATH_IMAGE065
其中
Figure 712321DEST_PATH_IMAGE066
为启动传输电路的能量消耗；
根据阈值传输策略，通过求解以下问题得到信道质量阈值
Figure 356929DEST_PATH_IMAGE017
和时间阈值
Figure 813318DEST_PATH_IMAGE067
，即接入时间
Figure 303205DEST_PATH_IMAGE068
其中
Figure 161440DEST_PATH_IMAGE069
为给定传输功率为
Figure 508108DEST_PATH_IMAGE016
时的最小能耗。
所述步骤S4-a中，求解信道质量阈值
Figure 451793DEST_PATH_IMAGE017
的过程包括：
A1、设置
Figure DEST_PATH_IMAGE070
，
Figure 273600DEST_PATH_IMAGE071
，
Figure DEST_PATH_IMAGE072
；
A2、设置
Figure 314237DEST_PATH_IMAGE073
，如果
Figure 300648DEST_PATH_IMAGE074
，设置
Figure 200471DEST_PATH_IMAGE075
；否则，
Figure 94477DEST_PATH_IMAGE076
；
A3、重复A2直到
Figure 927304DEST_PATH_IMAGE077
收敛到
Figure 819037DEST_PATH_IMAGE078
，并设置
Figure DEST_PATH_IMAGE079
。
所述步骤S4-a中，求解时间阈值
Figure 799631DEST_PATH_IMAGE080
；在信道质量为
Figure 700591DEST_PATH_IMAGE081
的时间为0时，设置
Figure 122345DEST_PATH_IMAGE082
；否则通过二分法求解时间阈值
Figure 453488DEST_PATH_IMAGE080
，包括：
B1、设置
Figure 593482DEST_PATH_IMAGE083
，
Figure 829291DEST_PATH_IMAGE084
，
Figure DEST_PATH_IMAGE085
；
B2、设置
Figure 167869DEST_PATH_IMAGE086
；如果
Figure 666983DEST_PATH_IMAGE087
，设置
Figure 91011DEST_PATH_IMAGE088
；否则，
Figure 68195DEST_PATH_IMAGE089
；
B3、重复B2直到
Figure 464541DEST_PATH_IMAGE090
收敛到
Figure 931294DEST_PATH_IMAGE091
，并设置
Figure 45881DEST_PATH_IMAGE092
。
所述步骤S4-b中，通过求解以下问题求解最优传输功率
Figure 92334DEST_PATH_IMAGE021
Figure 98116DEST_PATH_IMAGE093
求解时采用梯度下降法：通过求解
Figure 939033DEST_PATH_IMAGE069
在
Figure 540915DEST_PATH_IMAGE016
处的梯度
Figure 922218DEST_PATH_IMAGE094
，并根据梯度下降的方向更新功率
Figure 293157DEST_PATH_IMAGE016
，直到梯度为0或者达到更新次数上限：
（1）计算
Figure 39396DEST_PATH_IMAGE095
和
Figure 128574DEST_PATH_IMAGE096
，其中ϵ为梯度近似计算常数；
（2）计算目标函数
Figure 47989DEST_PATH_IMAGE097
在点
Figure 273434DEST_PATH_IMAGE016
处的近似梯度
Figure 456154DEST_PATH_IMAGE098
（3）利用梯度更新
Figure 563787DEST_PATH_IMAGE016
Figure 490155DEST_PATH_IMAGE099
其中
Figure 570106DEST_PATH_IMAGE100
为搜索步长。更新
Figure 926657DEST_PATH_IMAGE101
直到
Figure 724848DEST_PATH_IMAGE102
；设置
Figure 251645DEST_PATH_IMAGE103
；
（4）重复（1）~（3）直到
Figure 451682DEST_PATH_IMAGE104
。
设置最优传输功率
Figure 976204DEST_PATH_IMAGE021
对应的最佳阈值
Figure 996113DEST_PATH_IMAGE022
和
Figure 264283DEST_PATH_IMAGE105
为全局最优传输阈值
Figure 115564DEST_PATH_IMAGE024
、时间阈值
Figure 76567DEST_PATH_IMAGE025
；因此最佳传输时机为
Figure 583772DEST_PATH_IMAGE026
。
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：
方案一、阈值算法：利用最优传输阈值
Figure 390054DEST_PATH_IMAGE024
和时间阈值
Figure 361421DEST_PATH_IMAGE025
根据阈值传输策略恢复出最优传输时机选择函数
Figure 227746DEST_PATH_IMAGE106
；无人机1当且仅当
Figure 219317DEST_PATH_IMAGE107
的值为1时进行数据传输，即
Figure 626027DEST_PATH_IMAGE108
，且传输功率恒定为
Figure 920742DEST_PATH_IMAGE021
；
方案二、进阶注水算法：利用最优传输阈值
Figure 551444DEST_PATH_IMAGE024
和时间阈值
Figure 564399DEST_PATH_IMAGE025
根据阈值传输策略恢复出最优传输时机选择函数
Figure 509222DEST_PATH_IMAGE106
，并在最优传输时机
Figure 127285DEST_PATH_IMAGE108
内，以注水算法求解功率分配方案
Figure 132150DEST_PATH_IMAGE109
，无人机在
Figure 900910DEST_PATH_IMAGE107
的值为1时以功率
Figure 118265DEST_PATH_IMAGE109
进行数据传输。
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：
无人机1需要在
Figure 184310DEST_PATH_IMAGE001
秒内以最小能量将大小为
Figure 625656DEST_PATH_IMAGE002
比特的数据传输给无人机2；
S2.无人机之间交换未来的信道质量信息；
无人机2获取自身在未来时刻
Figure 613203DEST_PATH_IMAGE001
以前的运行轨迹
Figure 368670DEST_PATH_IMAGE110
；然后，无人机2将自身的运行轨迹传递给无人机1，基于无人机2的轨迹信息
Figure DEST_PATH_IMAGE111
以及自身的轨迹信息
Figure 226904DEST_PATH_IMAGE005
，无人机1推断与无人机2在未来的信道状态
Figure 839151DEST_PATH_IMAGE112
；
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:
给定传输时延为
Figure 517257DEST_PATH_IMAGE001
，数据大小为
Figure 870222DEST_PATH_IMAGE007
，功率
Figure 317384DEST_PATH_IMAGE016
初始化为等式
Figure 834953DEST_PATH_IMAGE009
的解，其中，参数
Figure 355DEST_PATH_IMAGE010
用以表示由小规模衰落、数字调制和编码产生的损耗，
Figure 894362DEST_PATH_IMAGE113
为信号带宽；
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
Figure 992768DEST_PATH_IMAGE012
，其中
Figure 681238DEST_PATH_IMAGE013
为信道质量阈值，
Figure 333937DEST_PATH_IMAGE114
为时间阈值，
Figure 31634DEST_PATH_IMAGE015
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
Figure 721897DEST_PATH_IMAGE016
，利用两阶段二分法确定对应的最佳阈值
Figure 846848DEST_PATH_IMAGE017
和
Figure 721263DEST_PATH_IMAGE115
，使得等式
Figure 222651DEST_PATH_IMAGE019
成立；
S4-b.基于传输能量计算公式
Figure 764491DEST_PATH_IMAGE020
计算最优的传输功率
Figure 998026DEST_PATH_IMAGE021
，使得传输能量最小；最优传输功率对应的最佳阈值
Figure 625317DEST_PATH_IMAGE022
和
Figure 664817DEST_PATH_IMAGE105
为全局最优传输阈值
Figure 795584DEST_PATH_IMAGE024
、时间阈值
Figure 465600DEST_PATH_IMAGE116
；因此最佳传输时机为
Figure 376924DEST_PATH_IMAGE026
；
S5.根据求解的最优传输阈值
Figure 892219DEST_PATH_IMAGE024
、时间阈值
Figure 202459DEST_PATH_IMAGE116
以及传输功率
Figure 43376DEST_PATH_IMAGE021
设计点对点传输策略为每当
Figure 379680DEST_PATH_IMAGE117
时，无人机1以
Figure 760982DEST_PATH_IMAGE021
功率和
Figure 866342DEST_PATH_IMAGE118
的速率向无人机2传输。
其中，所述步骤S2中，无人机1推断未来的信道状态时，确定无人机的位置信息为
Figure 674898DEST_PATH_IMAGE119
，推测目标为位置
Figure 232918DEST_PATH_IMAGE120
处无人机的信道质量随时间的函数
Figure 417912DEST_PATH_IMAGE121
。
所述信道质量随时间的函数
Figure 377777DEST_PATH_IMAGE121
的推断方式包括以下任意一种：
一、基于通信模型的推断：根据无人机的位置信息得到其间的距离随时间的函数为
Figure 357235DEST_PATH_IMAGE122
，利用通信模型推断出其间的信道信息为
Figure 668130DEST_PATH_IMAGE035
其中，
Figure DEST_PATH_IMAGE123
是由放大器和天线增益引起的功率增益因数，
Figure 925324DEST_PATH_IMAGE037
为路径损耗指数，
Figure 5275DEST_PATH_IMAGE124
为噪声谱密度，
Figure 358896DEST_PATH_IMAGE113
为信号带宽；
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
Figure 953826DEST_PATH_IMAGE125
其中
Figure 683884DEST_PATH_IMAGE040
为无线电地图函数；
三、基于数据的推断：对于任意两个位置，存在其间的历史信道数据集
Figure 352763DEST_PATH_IMAGE041
,记为：
Figure 939602DEST_PATH_IMAGE042
,
Figure 959511DEST_PATH_IMAGE043
；
其中，
Figure 24419DEST_PATH_IMAGE044
表示
Figure 813383DEST_PATH_IMAGE041
中的第
Figure 591631DEST_PATH_IMAGE127
个数据
Figure 98836DEST_PATH_IMAGE046
，
Figure 905118DEST_PATH_IMAGE047
为历史信道数据集
Figure 876485DEST_PATH_IMAGE041
中包含的数据个数；
Figure 742810DEST_PATH_IMAGE128
为第
Figure 737311DEST_PATH_IMAGE127
个数据
Figure 144021DEST_PATH_IMAGE050
的信道信息；
Figure 907578DEST_PATH_IMAGE049
表示第
Figure 741542DEST_PATH_IMAGE127
个数据
Figure 223339DEST_PATH_IMAGE050
中包含的两个位置信息；
对于无人机1和无人机2，筛选出满足位置关系的历史数据集合
Figure 433740DEST_PATH_IMAGE129
过程如下：
（1）对于历史信道数据集
Figure 317383DEST_PATH_IMAGE130
中的任一数据
Figure 528440DEST_PATH_IMAGE131
，判断是否满足
Figure 294270DEST_PATH_IMAGE132
，则将
Figure 980467DEST_PATH_IMAGE128
加入到集合
Figure 780932DEST_PATH_IMAGE133
中；
（2）对每一个
Figure 159961DEST_PATH_IMAGE046
，重复执行（1）；
当
Figure 350771DEST_PATH_IMAGE046
遍历完成后，利用回归算法
Figure DEST_PATH_IMAGE134
推测出无人机之间的信道信息为：
Figure 434134DEST_PATH_IMAGE135
。
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：
Figure 26789DEST_PATH_IMAGE136
其中
Figure 639036DEST_PATH_IMAGE013
为信道质量阈值，
Figure 582721DEST_PATH_IMAGE137
为时间阈值，
Figure 610720DEST_PATH_IMAGE138
为指示函数，
Figure 117269DEST_PATH_IMAGE139
当且仅当
Figure 838100DEST_PATH_IMAGE060
为真，否则
Figure 269082DEST_PATH_IMAGE061
；利用传输时间选择函数
Figure 163088DEST_PATH_IMAGE140
和传输功率
Figure 464757DEST_PATH_IMAGE016
产生的吞吐量表示为：
Figure 418806DEST_PATH_IMAGE064
能量消耗为
Figure 71504DEST_PATH_IMAGE065
其中
Figure 706885DEST_PATH_IMAGE066
为启动传输电路的能量消耗；
根据阈值传输策略，通过求解以下问题得到信道质量阈值
Figure 190956DEST_PATH_IMAGE017
和时间阈值
Figure 253590DEST_PATH_IMAGE067
，即接入时间
Figure 190322DEST_PATH_IMAGE141
其中
Figure 632323DEST_PATH_IMAGE069
为给定传输功率为
Figure 970901DEST_PATH_IMAGE016
时的最小能耗。
所述步骤S4-a中，求解信道质量阈值
Figure 204436DEST_PATH_IMAGE017
的过程包括：
A1、设置
Figure 628464DEST_PATH_IMAGE070
，
Figure 136806DEST_PATH_IMAGE071
，
Figure 329890DEST_PATH_IMAGE072
；
A2、设置
Figure 265485DEST_PATH_IMAGE073
，如果
Figure 911230DEST_PATH_IMAGE074
，设置
Figure 223262DEST_PATH_IMAGE075
；否则，
Figure 267923DEST_PATH_IMAGE076
；
A3、重复A2直到
Figure 639999DEST_PATH_IMAGE077
收敛到
Figure 38619DEST_PATH_IMAGE078
，并设置
Figure 154342DEST_PATH_IMAGE142
。
所述步骤S4-a中，求解时间阈值
Figure 259702DEST_PATH_IMAGE115
；在信道质量为
Figure 68258DEST_PATH_IMAGE017
的时间为0时，设置
Figure 626278DEST_PATH_IMAGE143
；否则通过二分法求解时间阈值
Figure 545692DEST_PATH_IMAGE115
，包括：
B1、设置
Figure 302296DEST_PATH_IMAGE144
，
Figure 284683DEST_PATH_IMAGE145
，
Figure 595578DEST_PATH_IMAGE146
；
B2、设置
Figure 318684DEST_PATH_IMAGE147
；如果
Figure 133056DEST_PATH_IMAGE087
，设置
Figure 283415DEST_PATH_IMAGE088
；否则，
Figure 612765DEST_PATH_IMAGE089
；
B3、重复B2直到
Figure 608403DEST_PATH_IMAGE090
收敛到
Figure 339598DEST_PATH_IMAGE091
，并设置
Figure 660858DEST_PATH_IMAGE148
。
所述步骤S4-b中，通过求解以下问题求解最优传输功率
Figure 474575DEST_PATH_IMAGE021
Figure 742745DEST_PATH_IMAGE149
求解时采用梯度下降法：通过求解
Figure 594027DEST_PATH_IMAGE069
在
Figure 23871DEST_PATH_IMAGE016
处的梯度
Figure DEST_PATH_IMAGE150
，并根据梯度下降的方向更新功率
Figure 858972DEST_PATH_IMAGE016
，直到梯度为0或者达到更新次数上限：
（1）计算
Figure 727571DEST_PATH_IMAGE095
和
Figure 636621DEST_PATH_IMAGE096
，其中ϵ为梯度近似计算常数；
（2）计算目标函数
Figure 502946DEST_PATH_IMAGE151
在点
Figure 28605DEST_PATH_IMAGE016
处的近似梯度
Figure 703824DEST_PATH_IMAGE098
（3）利用梯度更新
Figure 467381DEST_PATH_IMAGE016
Figure 35766DEST_PATH_IMAGE099
其中
Figure 579879DEST_PATH_IMAGE100
为搜索步长。更新
Figure DEST_PATH_IMAGE152
直到
Figure 790281DEST_PATH_IMAGE102
；设置
Figure 470661DEST_PATH_IMAGE153
；
（4）重复（1）~（3）直到
Figure 413209DEST_PATH_IMAGE154
。
设置最优传输功率
Figure 913461DEST_PATH_IMAGE021
对应的最佳阈值
Figure 927553DEST_PATH_IMAGE155
和
Figure 420630DEST_PATH_IMAGE156
为全局最优传输阈值
Figure 861976DEST_PATH_IMAGE027
、时间阈值
Figure 52786DEST_PATH_IMAGE157
；因此最佳传输时机为
Figure 604990DEST_PATH_IMAGE158
。
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：
方案一、阈值算法：利用最优传输阈值
Figure 197645DEST_PATH_IMAGE159
和时间阈值
Figure 809892DEST_PATH_IMAGE157
根据阈值传输策略恢复出最优传输时机选择函数
Figure 19157DEST_PATH_IMAGE160
；无人机1当且仅当
Figure DEST_PATH_IMAGE161
的值为1时进行数据传输，即
Figure 702948DEST_PATH_IMAGE162
，且传输功率恒定为
Figure 949777DEST_PATH_IMAGE021
；
方案二、进阶注水算法：利用最优传输阈值
Figure 670608DEST_PATH_IMAGE159
和时间阈值
Figure 632748DEST_PATH_IMAGE157
根据阈值传输策略恢复出最优传输时机选择函数
Figure 261176DEST_PATH_IMAGE106
，并在最优传输时机
Figure 359582DEST_PATH_IMAGE162
内，以注水算法求解功率分配方案
Figure DEST_PATH_IMAGE163
，无人机在
Figure 579210DEST_PATH_IMAGE161
的值为1时以功率
Figure 28646DEST_PATH_IMAGE163
进行数据传输。
如图2所示，场景为
Figure 664027DEST_PATH_IMAGE164
，
Figure 145168DEST_PATH_IMAGE165
的空中部署的两架无人机
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：
无人机1需要在
Figure 947222DEST_PATH_IMAGE001
秒内以最小能量将大小为
Figure 496146DEST_PATH_IMAGE002
比特的数据传输给无人机2；
S2.无人机之间交换未来的信道质量信息；
无人机2获取自身在未来时刻
Figure 226204DEST_PATH_IMAGE003
以前的运行轨迹
Figure 426242DEST_PATH_IMAGE004
；然后，无人机2将自身的运行轨迹传递给无人机1，基于无人机2的轨迹信息
Figure 950764DEST_PATH_IMAGE005
以及自身的轨迹信息
Figure 485519DEST_PATH_IMAGE006
，无人机1推断与无人机2在未来的信道状态
Figure 19269DEST_PATH_IMAGE007
；
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:
给定传输时延为
Figure 73812DEST_PATH_IMAGE001
，数据大小为
Figure 503657DEST_PATH_IMAGE008
，功率
Figure 27173DEST_PATH_IMAGE009
初始化为等式
Figure 99034DEST_PATH_IMAGE010
的解，其中，参数
Figure 8084DEST_PATH_IMAGE011
用以表示由小规模衰落、数字调制和编码产生的损耗，
Figure 139989DEST_PATH_IMAGE012
为信号带宽；
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
Figure 868910DEST_PATH_IMAGE013
，其中
Figure 993730DEST_PATH_IMAGE014
为信道质量阈值，
Figure 22866DEST_PATH_IMAGE015
为时间阈值，
Figure 591250DEST_PATH_IMAGE016
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
Figure 823780DEST_PATH_IMAGE009
，利用两阶段二分法确定对应的最佳阈值
Figure 503023DEST_PATH_IMAGE017
和
Figure 121086DEST_PATH_IMAGE018
，使得等式
Figure 594792DEST_PATH_IMAGE019
成立；
S4-b.基于传输能量计算公式
Figure 813153DEST_PATH_IMAGE020
计算最优的传输功率
Figure 30508DEST_PATH_IMAGE021
，使得传输能量最小；最优传输功率对应的最佳阈值
Figure 768657DEST_PATH_IMAGE022
和
Figure 413265DEST_PATH_IMAGE023
为全局最优传输阈值
Figure 620386DEST_PATH_IMAGE024
、时间阈值
Figure 110273DEST_PATH_IMAGE025
；因此最佳传输时机为
Figure 234087DEST_PATH_IMAGE026
，
Figure 518438DEST_PATH_IMAGE027
为启动传输电路的能量消耗；
S5.根据求解的最优传输阈值
Figure 711391DEST_PATH_IMAGE024
、时间阈值
Figure 270548DEST_PATH_IMAGE025
以及传输功率
Figure 983289DEST_PATH_IMAGE021
设计点对点传输策略为每当
Figure 704121DEST_PATH_IMAGE028
时，无人机1以
Figure 869523DEST_PATH_IMAGE021
功率和
Figure 717524DEST_PATH_IMAGE029
的速率向无人机2传输。
2.根据权利要求1所述的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：所述步骤S2中，无人机1推断未来的信道状态时，确定无人机的位置信息为
Figure 815930DEST_PATH_IMAGE030
，推测目标为位置
Figure 973242DEST_PATH_IMAGE031
处无人机的信道质量随时间的函数
Figure 152506DEST_PATH_IMAGE007
。
3.根据权利要求2所述的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：所述信道质量随时间的函数
Figure 53466DEST_PATH_IMAGE007
的推断方式包括以下任意一种：
一、基于通信模型的推断：根据无人机的位置信息得到其间的距离随时间的函数为
Figure 475220DEST_PATH_IMAGE032
，利用通信模型推断出其间的信道信息为
Figure 69012DEST_PATH_IMAGE033
其中，
Figure 959739DEST_PATH_IMAGE034
是由放大器和天线增益引起的功率增益因数，
Figure 398810DEST_PATH_IMAGE035
为路径损耗指数，
Figure 940650DEST_PATH_IMAGE036
为噪声谱密度，
Figure 954611DEST_PATH_IMAGE012
为信号带宽；
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
Figure 316323DEST_PATH_IMAGE037
其中
Figure 355823DEST_PATH_IMAGE038
为无线电地图函数；
三、基于数据的推断：对于任意两个位置，存在其间的历史信道数据集
Figure 486590DEST_PATH_IMAGE039
,记为：
Figure 907338DEST_PATH_IMAGE040
,
Figure 21925DEST_PATH_IMAGE041
；
其中，
Figure 333957DEST_PATH_IMAGE042
表示中的第
Figure 365236DEST_PATH_IMAGE043
个数据，
Figure 206153DEST_PATH_IMAGE044
，
Figure 808036DEST_PATH_IMAGE045
为历史信道数据集
Figure 143333DEST_PATH_IMAGE039
中包含的数据个数；
Figure 514272DEST_PATH_IMAGE046
为第
Figure 526090DEST_PATH_IMAGE043
个数据
Figure 880848DEST_PATH_IMAGE042
的信道信息；
Figure 252792DEST_PATH_IMAGE047
表示第
Figure 478237DEST_PATH_IMAGE043
个数据
Figure 926536DEST_PATH_IMAGE042
中包含的两个位置信息；
对于无人机1和无人机2，筛选出满足位置关系的历史数据集合
Figure 237432DEST_PATH_IMAGE048
过程如下：
（1）对于历史信道数据集
Figure 914532DEST_PATH_IMAGE039
中的任一数据
Figure 260063DEST_PATH_IMAGE042
，判断是否满足
Figure 879263DEST_PATH_IMAGE049
，则将
Figure 926722DEST_PATH_IMAGE050
加入到集合
Figure 656781DEST_PATH_IMAGE051
中；
（2）对每一个
Figure 122397DEST_PATH_IMAGE044
，重复执行（1）；
当
Figure 646919DEST_PATH_IMAGE044
遍历完成后，利用回归算法
Figure 683140DEST_PATH_IMAGE052
推测出无人机之间的信道信息为：
Figure 951310DEST_PATH_IMAGE053
。
4.根据权利要求1所述的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：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：
Figure 583017DEST_PATH_IMAGE054
其中
Figure 544020DEST_PATH_IMAGE014
为信道质量阈值，
Figure 316804DEST_PATH_IMAGE015
为时间阈值，
Figure 139398DEST_PATH_IMAGE055
为指示函数，
Figure 314027DEST_PATH_IMAGE056
当且仅当
Figure 180352DEST_PATH_IMAGE057
为真，否则
Figure 174853DEST_PATH_IMAGE058
；利用传输时间选择函数
Figure 34093DEST_PATH_IMAGE059
和传输功率
Figure 63229DEST_PATH_IMAGE009
产生的吞吐量表示为：
Figure 366034DEST_PATH_IMAGE060
能量消耗为
Figure 847831DEST_PATH_IMAGE061
其中
Figure 12228DEST_PATH_IMAGE062
为启动传输电路的能量消耗；
根据阈值传输策略，通过求解以下问题得到信道质量阈值
Figure 895870DEST_PATH_IMAGE017
和时间阈值
Figure 369577DEST_PATH_IMAGE018
，即接入时间
Figure 338670DEST_PATH_IMAGE063
其中
Figure 805292DEST_PATH_IMAGE064
为给定传输功率为
Figure 809020DEST_PATH_IMAGE009
时的最小能耗。
5.根据权利要求4所述的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：所述步骤S4-a中，求解信道质量阈值
Figure 453628DEST_PATH_IMAGE017
的过程包括：
A1、设置
Figure 644438DEST_PATH_IMAGE065
，
Figure 150637DEST_PATH_IMAGE066
，
Figure 743292DEST_PATH_IMAGE067
；
A2、设置
Figure 558801DEST_PATH_IMAGE068
，如果
Figure 502487DEST_PATH_IMAGE069
，设置
Figure 796065DEST_PATH_IMAGE070
；否则，
Figure 769792DEST_PATH_IMAGE071
；
A3、重复A2直到
Figure 490623DEST_PATH_IMAGE072
收敛到
Figure 921605DEST_PATH_IMAGE073
，并设置
Figure 753294DEST_PATH_IMAGE074
。
6.根据权利要求4所述的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：所述步骤S4-a中，求解时间阈值
Figure 602433DEST_PATH_IMAGE018
；在信道质量为
Figure 494166DEST_PATH_IMAGE017
的时间为0时，设置
Figure 412443DEST_PATH_IMAGE075
；否则通过二分法求解时间阈值
Figure 313403DEST_PATH_IMAGE018
，包括：
B1、设置
Figure 984425DEST_PATH_IMAGE076
，
Figure 312638DEST_PATH_IMAGE077
，
Figure 718211DEST_PATH_IMAGE078
；
B2、设置
Figure 439174DEST_PATH_IMAGE079
；如果
Figure 981013DEST_PATH_IMAGE080
，设置
Figure 480128DEST_PATH_IMAGE081
；否则，
Figure 622265DEST_PATH_IMAGE082
；
B3、重复B2直到
Figure 599448DEST_PATH_IMAGE083
收敛到
Figure 526953DEST_PATH_IMAGE084
，并设置
Figure 931390DEST_PATH_IMAGE085
。
7.根据权利要求1所述的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：所述步骤S4-b中，通过求解以下问题求解最优传输功率
Figure 796709DEST_PATH_IMAGE021
Figure 577583DEST_PATH_IMAGE086
求解时采用梯度下降法：通过求解
Figure 828436DEST_PATH_IMAGE064
在
Figure 669353DEST_PATH_IMAGE009
处的梯度
Figure 271235DEST_PATH_IMAGE087
，并根据梯度下降的方向更新功率
Figure 839489DEST_PATH_IMAGE009
，直到梯度为0或者达到更新次数上限：
（1）计算
Figure 476006DEST_PATH_IMAGE088
和
Figure 487825DEST_PATH_IMAGE089
，其中ϵ为梯度近似计算常数；
（2）计算目标函数
Figure 327736DEST_PATH_IMAGE090
在点
Figure 715992DEST_PATH_IMAGE009
处的近似梯度
Figure 941437DEST_PATH_IMAGE091
（3）利用梯度更新
Figure 124157DEST_PATH_IMAGE009
Figure 215478DEST_PATH_IMAGE092
其中
Figure 141846DEST_PATH_IMAGE093
为搜索步长；更新
Figure 752956DEST_PATH_IMAGE094
直到
Figure 654047DEST_PATH_IMAGE095
；设置
Figure 452239DEST_PATH_IMAGE096
；
（4）重复（1）~（3）直到
Figure 182297DEST_PATH_IMAGE097
；
设置最优传输功率
Figure 366023DEST_PATH_IMAGE021
对应的最佳阈值
Figure 890545DEST_PATH_IMAGE022
和
Figure 176033DEST_PATH_IMAGE023
为全局最优传输阈值
Figure 444203DEST_PATH_IMAGE024
、时间阈值
Figure 515058DEST_PATH_IMAGE025
；因此最佳传输时机为
Figure 476061DEST_PATH_IMAGE026
。
8.根据权利要求1所述的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：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：
方案一、阈值算法：利用最优传输阈值
Figure 983266DEST_PATH_IMAGE024
和时间阈值
Figure 55127DEST_PATH_IMAGE025
根据阈值传输策略恢复出最优传输时机选择函数
Figure 744603DEST_PATH_IMAGE098
；无人机1当且仅当
Figure 345349DEST_PATH_IMAGE099
的值为1时进行数据传输，即
Figure 871008DEST_PATH_IMAGE100
，且传输功率恒定为
Figure 231714DEST_PATH_IMAGE021
；
方案二、进阶注水算法：利用最优传输阈值
Figure 260849DEST_PATH_IMAGE024
和时间阈值
Figure 563655DEST_PATH_IMAGE025
根据阈值传输策略恢复出最优传输时机选择函数
Figure 311031DEST_PATH_IMAGE098
，并在最优传输时机
Figure 973962DEST_PATH_IMAGE100
内，以注水算法求解功率分配方案
Figure 592025DEST_PATH_IMAGE101
，无人机在
Figure 331311DEST_PATH_IMAGE099
的值为1时以功率
Figure 34825DEST_PATH_IMAGE101
进行数据传输。
CN202211195973.6A 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 Active CN115278849B (zh)

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)

* Cited by examiner, † Cited by third party
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

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