一种无人机辅助无线通信的轨迹优化方法、设备及介质

1.本发明涉及无线通信领域的问题优化，具体涉及一种无人机辅助无线通信的轨迹优化方法、设备及介质。


背景技术：

2.随着通信技术、电子设备的快速发展，越来越多的设备接入网络，对通信系统产生了巨大的挑战。下一代无线通信(5g)被要求能够提供无处不在的覆盖和可持续的高数据传输速率。传统无线通信系统主要由固定的地面基础设施组成，比如地面基站、接入点和中继。然而，传统基站部署大多数是静止的且部署在地面，这使得他们不能满足某些特定场景的应用，比如热点区域流量激增(比如，体育场、节假日等)，紧急情况下的基础设施被毁坏(比如，洪灾、地震灾区等)以及偏远地区没有基站覆盖的地方(比如，山区、沙漠、戈壁等)。上述问题是5g无线通信必须解决的。
3.近来，电子设备、传感器和通信技术的快速发展极大地推动了无人机在各个领域的应用，比如，导航、精准农业、航拍等。鉴于无人机具有快速部署、可控制移动、低成本及高概率视距通信的优势，无人机被应用到无线通信领域。无人机通过搭载不同的通信设备作为中继、接入点、基站及边缘服务器。由于无人机能够随时随地、按需部署，因此，无人机空中基站被认为是解决传统蜂窝网不足的有效方法。目前，有一些成功的无人机通信原型。比如，facebook太阳能无人机，google loon计划。无人机空中基站根据移动性是否被使用分为：静止空中基站和移动空中基站。静止空中基站虽然能够提供无缝覆盖，但是这类基站灵活性差，不具有自适应能力。无人机充分利用其灵活移动性，能够缩短空地通信距离，及时改善信道质量。然而，实现无人机辅助智能物联网还面临诸多挑战。
4.无人机轨迹设计是实现无人机辅助无线网络的关键。因为，无人机3d轨迹位置对信道链路、通信覆盖及能量消耗有重要的影响。同样，无人机轨迹也受物联网设备特定服务质量、设备位置分布、系统无线资源及机载能量的影响。如何设计一条合适的无人机轨迹是目前关注的重点。不同的通信目标和约束产生的轨迹也不同，无人机轨迹优化方案大致可以分为如下两类：2d轨迹优化，例如，最小吞吐量最大化，固定无人机高度，优化其水平飞行轨迹地面用户接收服务公平化；3d轨迹优化，例如，移动无人机实现节能物联网通信，物联网设备的位置信息保存在云端控制器，无人机从控制器获得物联网设备位置，根据当前需要服务的设备数量及时调整其3d位置，使得物联网设备总能耗最小。
5.无人机机载能量对其操作和续航有重要的影响，因此，无人机的机载能量是无人机辅助无线网络的关键之一。但同时，无线电资源分配也是无人机辅助无线网络的关键，因此如何保障服务用户的服务质量使得资源合理按需分配也是目前关注的重点。
6.基于上述分析，如何设计一条既能保障服务质量又能使得系统能效最大的无人机飞行轨迹是目前关注的重点之一。


技术实现要素：

7.本发明提供一种无人机辅助无线通信的轨迹优化方法、设备及介质，既能保障服务质量又能提高无人机系统能效。为实现上述技术目的，本发明采用如下技术方案：
8.一种无人机辅助无线通信的轨迹优化方法，包括：
9.确定无人机轨迹优化模型的无线通信系统状态φ＝{q,a,p,β}；其中，q表示当前无人机轨迹，a表示地面设备的通信调度与关联、p表示无人机基站的发射功率分配状态，β表示无线通信系统信道带宽分配状态；
10.根据地面设备与无人机之间的链路可达速率和距离，计算各地面设备的通信调度与关联；然后根据地面设备的通信调度与关联和无人机基站分配的发射功率，计算无人机在任务周期内的通信能量消耗，进而与任务周期内的推力能量消耗求和，得到无人机在任务周期内的能量消耗e＝e(q,a,p,β)；
11.根据无线通信系统为各地面设备分配的信道带宽、发射功率以及地面设备与无人机之间的距离，计算各地面设备的链路可达速率，作为其获得的吞吐量，进而求和计算所有地面设备在整个任务周期内的链路可达速率之和作为总吞吐量r＝(q,a,p,β)；
12.迭代求解无人机轨迹优化模型得到无人机辅助无线通信的最优轨迹方案。
13.在更优的技术方案中，各地面设备的通信调度与关联的计算式为：
[0014][0015]
其中，λ
i
(t)＝1表示地面设备i在时刻t与无人机通信，λ
i
(t)＝0表示无人机在时刻t不服务地面设备i；r
i
(t)表示地面设备i在时刻t与无人机之间的链路可达速率，r
i,th
表示地面设备i所需服务的服务质量需求的最低速率阈值，d
i
(t)为地面设备i在时刻t与无人机之间的距离，h(t)表示无人机在时刻t的高度，α为无人机空中基站天线半波宽。
[0016]
在更优的技术方案中，无人机在任务周期内的能量消耗计算式为：
[0017][0018][0019]
式中，p
c
(t)为无人机在时间t的通信能量消耗，λ
i
(t)为地面设备i在时间t的通信调度与关联，p
i
(t)为无人机在时间t分配给地面设备i的发射功率，m为与无人机通信的地面设备数量；v(t)为无人机在时间t的速度，p(v(t))为无人机在时间t的推力能量消耗；t为任务周期。
[0020]
在更优的技术方案中，无人机在时间t的推力能量消耗计算式为：
[0021]
[0022]
式中，p
o
,p
i
取决于无人机的材质属性，u
tip
表示无人机的螺旋叶尖转速，v0表示无人机的悬停速度，d0,ρ,s0,a0分别为无人机的机身阻力比、空气密度、转子硬度和转子面积大小；k为无人机的推力与重力的比值，为无人机的推力，v
z
(t)为无人机的垂直方向速度。
[0023]
在更优的技术方案中，地面设备的链路可达速率计算式为：
[0024][0025]
式中，r
i
(t)为地面设备i在时间t的链路可达速率，满足要求r
i
(t)≥r
i,th
，r
i,th
为地面设备i所需服务的服务质量需求的最低速率阈值；b
i
(t)为无人机在时间t分配给地面设备i的信道带宽，p
i
(t)表示无人机在时间t分配给地面设备i的发射功率，为t时刻无人机与地面设备i之间的通信链路平均路径损耗；为高斯白噪声功率。
[0026]
在更优的技术方案中，通信链路平均路径损耗计算式为：
[0027][0028]
式中，k0为信道系数，f
c
为载波频率，c为光速；d
i
(t)为地面设备i在时刻t与无人机之间的距离；μ
nlos
,μ
nlos
分别为视距链路衰减系数和非视距链路衰减系数，p
i,los
(t)为地面设备i在时间t的视距链路概率，p
i,nlos
(t)为地面设备i在时间t的非视距链路概率，p
i,nlos
(t)＝1
‑
p
i,los
(t)；
[0029]
视距链路概率的计算式为：
[0030][0031]
其中，θ
i
(t)为海拔高度角，h(t)表示无人机在时刻t的高度，通过安装在无人机上的gps定位系统获得，b1和b2为环境参数。
[0032]
在更优的技术方案中，求解最大化系统能效模型具体包括：首先将无人机的任务周期离散化为n个等时隙，时隙长度为其次将最大化系统能效模型中的优化问题分解为无人机轨迹q、地面设备的通信调度与关联a、带宽分配β和无人机发射功率控制p四个子优化问题，并且转换分式目标函数为整式表达式；最后结合坐标快下降算法和dinkelbach算法迭代求解优化问题。
[0033]
一种电子设备，包括存储器及处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器实现上述任一技术方案所述的方法。
[0034]
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一技术方案所述的方法。
[0035]
有益效果
[0036]
本发明的无人机结合已知的地面设备位置和服务质量需求信息及系统可用无线
电资源，及时调整位置，使得系统效益最大化，并且保障设备服务质量，有效提高无人机无线通信网络的寿命。
附图说明
[0037]
图1为本发明整体流程示意图；
[0038]
图2为无人机辅助的智能物联网系统模型示意图；
[0039]
图3为无人机轨迹示意图；
[0040]
图4为不同技术方案系统能效示意图；
[0041]
图5为不同最大发射功率下的能量消耗示意图。
具体实施方式
[0042]
下面对本发明的实施例作详细说明，本实施例以本发明的技术方案为依据开展，给出了详细的实施方式和具体的操作过程，对本发明的技术方案作进一步解释说明。
[0043]
本发明用于解决无人机辅助的智能物联(internet of things,iot)网覆盖效率问题，主要涉及无线通信领域的无线电资源分配和无人机辅助的通信技术，无人机辅助通信技术作为一个新的无线通信技术可以缓解传统蜂窝网覆盖范围有限的问题，是下一代移动通信(5g)的关键技术，无人机上搭载传感设备或通信设备，可以随时随地快速部署、可控制移动性及高概率视距通信链路，来达到无缝覆盖且高数据传输速率。
[0044]
本发明提出的无人机辅助无线通信的轨迹优化方法，其应用于具有自适应能力的无人机无线通信网络中，该网络包括地面物联网终端设备(简称地面设备)和无人机空中基站，其中m个地面设备随机均匀分布在地面。任务周期内，为了高效的利用有限的系统资源，无人机结合时分多址接入技术和频分多址接入技术与地面设备进行通信。同时，本发明：(1)假设地面终端设备位置固定且位置信息已经被无人机知道；(2)终端设备的体验质量需求是多样性的、随机分布且每个任务周期都不同；(3)无人机每个任务周期内都会从云端服务器处收集每个地面设备的流量需求。
[0045]
设无人机在空中灵活自由移动，其时变坐标表示为q(t)＝{x(t),y(t),z(t)}。预设的无人机最大移动速度为v
max
，最大发射功率为p
max
以及系统总带宽为b。无人机轨迹设计需要考虑如下条件：
[0046][0047]
r
i
(t)≥r
i,th
[0048]
即：无人机的瞬时移动速度不能大于最大飞行速度(确保无人机安全飞行)，且空
‑
地链路可达数据传输速率不能小于特定服务质量的最低速率阈值(保障通信服务质量)。
[0049]
无人机与地面设备之间的距离随时间变化，计算式为：
[0050][0051]
上式中的(x
i
,y
i
)为第i个地面设备的位置。
[0052]
考虑到无人机辅助的无线网络环境的复杂性，空
‑
地通信链路包含了视距链路和
非视距链路。因此，本发明中的地面设备链路可达速率考虑概率路径损耗。
[0053]
实际场景中，空
‑
地路径损耗模型建立的过程中只有设备的地理位置信息和周边环境信息可以被精确地利用，没有其他额外信息可以利用。空
‑
地链路中既包含了视距链路也包含了非视距链路，这是基于无人机无线通信系统中不可避免的通信方式。无人机与地面终端设备以一定概率进行视距通信和非视距通信，其中视距通信概率受环境、空
‑
地通信距离以及海拔高度角等因素的影响。
[0054]
其中，视距链路概率表示为：
[0055][0056]
其中，θ
i
(t)为海拔高度角，h(t)表示无人机在时刻t距离地面的高度，该值可以通过安装在无人机上的gps定位系统获得。b1和b2为环境参数。从而可由视距链路概率得到非视距链路概率为p
nlos
＝1
‑
p
los
。
[0057]
因此，可根据视距链路概率p
i,los
和非视距链路概率p
nlos
，计算地面设备i在时间t的平均路径损耗为：
[0058][0059]
式中，为地面设备i在时间t的平均路径损耗，k0为信道系数，且f
c
为载波频率，c为光速；d
i
(t)为地面设备i在时刻t与无人机之间的距离；μ
nlos
,μ
nlos
分别为视距链路衰减系数和非视距链路衰减系数。
[0060]
本发明假设空
‑
地信道的小尺度衰减在接收端被很好的处理了。因此，空地信道功率增益表示为，时刻t设备i接收的信噪比为其中为高斯白噪声功率。
[0061]
综合上述内容，本发明提供一种优化的无人机辅助无线通信的轨迹优化方法实施例，如图1所示，具体包括：
[0062]
1、建立无人机轨迹优化模型的无线通信系统状态为φ＝{q,a,p,β}；其中，q表示当前无人机轨迹，是无人机在任务周期内的位置时间序列，集合a表示地面设备的通信调度与关联，集合p表示无人机基站的发射功率分配状态，集合β表示无线通信系统信道带宽分配状态。
[0063]
2、根据地面设备与无人机之间的链路可达速率和距离，计算各地面设备的通信调度与关联；然后根据地面设备的通信调度与关联和无人机基站分配的发射功率，计算无人机在任务周期内的通信能量消耗，进而与任务周期内的推力能量消耗求和，得到无人机在任务周期内的能量消耗e＝e(q,a,p,β)。
[0064]
其中，地面设备的链路可达速率计算式为：
[0065][0066]
式中，r
i
(t)为地面设备i在时间t的链路可达速率，满足要求r
i
(t)≥r
i,th
，r
i,th
为地面设备i所需服务的服务质量需求的最低速率阈值；b
i
(t)为无人机在时间t分配给地面设备i的信道带宽，p
i
(t)表示无人机在时间t分配给地面设备i的发射功率，为t时刻无人机与地面设备i之间的通信链路平均路径损耗；为高斯白噪声功率。
[0067]
平均路径损耗计算式为：
[0068][0069]
式中，为地面设备i在时间t的平均路径损耗，k0为信道系数，且f
c
为载波频率，c为光速；d
i
(t)为地面设备i在时刻t与无人机之间的距离；μ
nlos
,μ
nlos
分别为视距链路衰减系数和非视距链路衰减系数，p
i,los
(t)为地面设备i在时间t的视距链路概率，p
i,nlos
(t)为地面设备i在时间t的非视距链路概率，p
i,nlos
(t)＝1
‑
p
i,los
(t)；
[0070]
视距链路概率的计算式为：
[0071][0072]
其中，θ
i
(t)为海拔高度角，h(t)表示无人机在时刻t的高度，该值可以通过安装在无人机上的gps定位系统获得。b1和b2为环境参数。
[0073]
无人机与地面设备之间的距离计算式为：
[0074][0075]
上式中的(x
i
,y
i
)为第i个地面设备的位置，q(t)＝{x(t),y(t),z(t)}为无人机在时间t的位置。
[0076]
各地面设备的通信调度与关联的计算式为：
[0077][0078]
其中，λ
i
(t)＝1表示地面设备i在时刻t与无人机通信，λ
i
(t)＝0表示无人机在时刻t不服务地面设备i；r
i
(t)表示地面设备i在时刻t与无人机之间的链路可达速率，r
i,th
表示地面设备i所需服务的服务质量需求的最低速率阈值，d
i
(t)为地面设备i在时刻t与无人机之间的距离，h(t)表示无人机在时刻t的高度，α为无人机空中基站天线半波宽。当设备与无人机之间的链路容量在时刻t满足服务的最低速率需求，并且地面设备i在无人机覆盖范围内，则用户被安排与无人机通信，否则无人机不与地面设备i通信。
[0079]
根据上述可计算无人机在任务周期内的能量消耗为：
[0080][0081][0082]
式中，p
c
(t)为无人机在时间t的通信能量消耗，λ
i
(t)为地面设备i在时间t的通信调度与关联，p
i
(t)为无人机在时间t分配给地面设备i的发射功率，m为与无人机通信的地面设备数量；v(t)为无人机在时间t的速度，p(v(t))为无人机在时间t的推力能量消耗；t为任务周期。
[0083]
另外，考虑无人机转子圆盘面积小，机身阻力也比较小，因此推力与重力比k≈1，从而无人机在时间t的推力能量消耗可通过以下计算式得到：
[0084][0085]
式中，p
o
,p
i
取决于无人机的材质属性，u
tip
表示无人机的螺旋叶尖转速，v0表示无人机的悬停速度，d0,ρ,s0,a0分别为无人机的机身阻力比、空气密度、转子硬度和转子面积大小；k为无人机的推力与重力的比值，为无人机的推力，v
z
(t)为无人机的垂直方向速度。
[0086]
3、根据无线通信系统为各地面设备分配的信道带宽、发射功率以及地面设备与无人机之间的距离，计算各地面设备的链路可达速率，作为其获得的吞吐量，进而求和计算所有地面设备在整个任务周期内的链路可达速率之和作为总吞吐量r＝(q,a,p,β)。
[0087]
无人机轨迹优化过程中，除了考虑上述的能效以外，还应该同时考虑地面设备特定的服务质量要求，因此本发明考虑将所有地面设备的链路可达速率作为地面设备的收益，具体可设置无人机轨迹化化的回报函数为：
[0088]
4、迭代求解无人机轨迹优化模型得到无人机辅助无线通信的最优轨迹方案。
[0089]
最大化系统能效模型即为无人机的轨迹优化问题，其是一个时间连续的混合整数非凸非凹优化问题，因此本发明将应用强大的迭代算法对此进行求解。
[0090]
又考虑无人机轨迹是连续时间变量，其解集合是一个无限极。另外目标函数是一个分数函数，其分母是非凸函数，分子为非凸非凹函数。为了能够使用传统的凸优化算法求解上述优化问题，本实施例分三步求解该优化问题：
[0091]
首先将无人机的任务周期离散化为n个等时隙，时隙长度为
[0092]
其次将最大化系统能效模型中的优化问题分解为有关于q,a,p,β的四个子优化问题，并且转换分式目标函数为整式表达式；
[0093]
最后结合坐标快下降算法和dinkelbach算法迭代求解优化问题。
[0094]
实施实例：
[0095]
如图2所示是具有自适应能力的无人机复制的智能物联网系统模型，包括无人机空中基站和m个地面终端设备。m个地面终端设备随机均匀分布，且位置固定不变。考虑无人机基站下行链路联合使用时分多址接入技术和频分多址接入技术与地面设备通信。无人机的3d位置随时间变化，周期性的获取地面设备流量需求。无人机结合已知的地面设备位置和服务质量需求信息及系统可用无线电资源，及时调整位置，能够有效地保障服务质量。无人机依靠电池工作，而电池提供的机载能量有限。有限的机载能量对无人机的操作和续航性能有重要的影响。节省无人机能量能够有效提高无人机无线通信网络的寿命。但是，无人机能量消耗和系统吞吐量之间存在一个协调关系。在无人机辅助无线网络中采用资源按需分配技术和无人机轨迹优化能够使得系统效益最大化，并且保障设备服务质量。
[0096]
本实例仿真场景为无人机在流量热区提供按需无线通信服务(比如，大型体育赛事、音乐会等。)假设10个地面移动用户随机均匀分布，并且具有不同的服务质量需求。系统总带宽b＝67khz，噪声功率为最大发射功率p＝100dbm，载波频率f0＝2e+09hz，视距通信链路衰减系数μ
los
＝3db，无人机水平方向最大移动速度和垂直方向最大移动速度分别为动速度分别为任务周期t＝60s，实时用户最低速率需r
th
＝100kbits，非实时用户速率需求有两种速率要求分别为，r
th
＝100kbits，r
th
＝1kbits。
[0097]
为了评估本发明的性能，将本发明提出的方案与吞吐量最大化方案(throughput maximization)、资源随机分配方案(resources allocation)及基准方案(baseline)进行对比。其中吞吐量最大化方案没有考虑无人机能量消耗，资源随机分配方案没有考虑用户的服务体验质量的需求，基准方案既没有考虑吞吐量最大也没有考虑无人机能量消耗，仅仅只考虑用户服务体验质量要求。
[0098]
图3无人机轨迹示意图，图(3b)为本发明技术方案下的无人机3d轨迹，本发明提出的技术方案的无人机3d轨迹相对平滑且以较小的角度上升或下降。图(3b)为吞吐量最大化方案下的无人机3d轨迹，该方案下获得的无人机轨迹大部分时间是停留在一个位置且几乎垂直上升。该方案与本发明提出的方案下的无人机轨迹不同的原因是，吞吐量最大化方案没有考虑无人机能量消耗。本发明方案考虑无人机能量消耗在设计无人机轨迹的过程中。据研究所知，无人机悬停状态比飞行状态消耗能量多，并且垂直上下飞行比斜飞的能量消耗大。为了节省无人机能量，本发明方案下的无人机轨迹比吞吐量最大化方案下的轨迹更平滑。本发明提出的方案下的无人机轨迹还有另外一个特点：当需要服务的用户当中非实时用户距离实时用户近且速率要求高时，无人机做下降飞行；当需要服务的用户中非实时用户距离实时用户较远且速率需求小时，无人机做爬升飞行。从仿真结果可知，本发明提出的方案能够很好的保障设备服务质量。为进一步评估本发明所提方案的性能，接下来考察系统能效。
[0099]
图4不同技术方案下的系统能效示意图，本发明所提技术方案下获得的系统能效均高于其他先进技术方案，除了随机资源分配方案。虽然随机资源分配方案获得的能效与本发明提出的技术方案获得的能效相同，但是它不能确保用户体验质量需求。基准方案获得的能效最低，并且其迭代曲线走势与其他三种方案都相反。这是因为实验初始化过程中将系统资源全部分配给两个实时用户，而且无人机初始轨迹为固定高度的2d轨迹，所有轨迹点距离实时用户很近。此后迭代过程中为了确保设备的体验质量需求，无人机作3d飞行，
无人机与实时用户的距离增大，因此能量消耗比初始情况大，吞吐量比初始情况小，因此前3次迭代过程中，能效随迭代次数增加而下降。从仿真结果可知，本发明所提技术方案能够获得很好的效益。为了进一步评估本发明所提方案，接下来考察系统能量消耗。
[0100]
图5不同最大发射功率下无人机能量消耗示意图，图中显示本发明提出的方案能量消耗比其他两种方案。能量消耗随发射功率增大而增大。仿真结果充分说明了本发明所提方案能够达到很好的节能效果。
[0101]
上述只是本发明的较佳实施例，并非对本发明作任何形式上的限制。虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明。任何熟悉本领域的技术人员，在不脱离本发明技术方案范围的情况下，都可利用上述揭示的技术内容对本发明技术方案做出许多可能的变动和修饰，或修改为等同变化的等效实施例。因此，凡是未脱离本发明技术方案的内容，依据本发明技术实质对以上实施例所做的任何简单修改、等同变化及修饰，均应落在本发明技术方案保护的范围内。