1. 首页
  2. 移动开发
  3. 其他
  4. 论文研究 能量收集驱动的多无人机网络能量效率最大化 .pdf

论文研究 能量收集驱动的多无人机网络能量效率最大化 .pdf

上传者: 2020-07-30 18:50:46上传 PDF文件 369.97KB 热度 16次
能量收集驱动的多无人机网络能量效率最大化,刘鑫胜,苗建松,随着科技的不断发展,无人机在通信领域的应用越来越广泛。无人机具有部署便捷、成本低廉以及配置灵活等优点,因此可以快速搭建无山国利技论文在线http://www.paper.edu.cnT23班阶段信息传输阶段图2时隙定义Fig 2 Definition of time slot假定无人机网终的工作总时长为T,将其等分为N个等长的时隙,如图2所小,则一个时隙可表示为δ=T/N。在本章中,所有地面用户采用时分模式切换( Time division modeswitching,TDMS)的方案进行工作。如图2所示,单个时隙δ分成了两个阶段:第一阶段,0号无人机广播射频能量,地面的k个用户进行能量收集,时间长度为z1;第二阶段,k个80用户同时向0号无人机传输信息,时间长度为z2。由于所有终端工作在同一频段上,因此终端之间存在干扰。对于第i个用户而言,它的信干比可以表示为:SINRgip(2)∑其中Px表示第i个用户的发射功率,nk表示第i个用户的噪声功率。已知用户的信干85比,再根据香农公式可求出第i个用户可获得的最大吞吐量:Rku=t,Wx log, (1+SINR,)其中W表示用户通信的带宽。因此,单个时隙内0号无人杭和k个用户组成的系统可以获得的最大吞吐量可表示为:RRe90由于用户的发射功率有最大值限制,即不能超过峰值Pkmx,该约束可以表示为0≤Pk,≤k假定用户在能量收集之前无初始能量,因比用户在整个运行时间T内消耗的能量不能超过能量收集的总能量的约束,可用如下公式表示∑(P2 i]+palili≤∑PPlh,j=[kn其中ρ表示接收端能量收集转化系数,p[n]表示在第n个时隙内0号无人机进行能量收割时的发射功率,p[n在第n个时隙内表示第i个地面终端的电路功率。而在任意时隙内,能量收集吋间和信息发送吋间之和应等于吋隙大小可表示为:z1[n+z2[n]=6,n∈[1,N]此外,为保证所有用户的通信能正常完成,即需要保证用户的通话质量,因此在任意工作时间内,用户的吞吐量应大于某一最低值,如公式(8)所示,其中Rmn表示吞吐量的最小值Rk≥Rm山国利技论文在线http://www.paper.edu.cn1.2无人机网络能量效率最大化问题由于存在m个中继无人机协助信息传输,因此需要考虑m个无人机的部署以及信息传105递约束等限制,假设中继无人机的飞行高度固定为H2,并且中继无人机可以在空中自由飞行,位置并不固定。根据之前的时隙定义,在时隙n时刻,第i个中继无人机的笛卡尔坐标可以表示为I[n]=(xm]y[n],H2)。而相邻两个时隙内,中继无人机的飞行距离不能超过最大速度和时隙的乘积,因此可以得到飞行距离约束条件如卜:[ -[-Ioilsv8,Vi(9)110n+l-Ll‖sVo,n=1,2,…,N-1,yiLF: -R(L[n],L1[n])L=A[]-Ll‖(37)b, [nj(li+[n]-4,[nllL)i=0.m1230这其中,a和b都是常量系数,可以用公式(38)和(39)表示g2(38)[n]-Z,[nll,In(og, e)yuln39)[n]+z-1[n]-L, [n)ct[n]-EIn其中Rb是凹函数。此时还剩下约束条件(12)为非凹的,需要对其进行转化,转化后得到它的全局下界如公式(40)所示。235L-L叫≥--Lm+2m1-Lm(L]-L)in(40)通过上述泰勒阶函数的转化,可以求出对应约束条件的下界,然后再通过达代算法求解岀公式(36)。由于在每次迭代过程中,解都是下界,因此算法的收敛性得到保证,但由于该算法并不保证具有全局最优性,因此求解出来的解是次优解。山国武技论文在线http://www.paper.edu.cn25无人机发射功率优化240首先,给定以下变量固定值:用户发射功率{Pk}、能量收集时间{;}和无人机飞行轨迹{LM}。然后对无人机发射功率{M进行优化。为了让公式表示变得简洁,令y.-n=an/nm-L[m以及yma叫=ao/mm]-Lnml,可以将公式(28)转化为公式(41)og, (1+ PMmnmln]maXEs.∑og2(1+Pma)s∑Rm=11∑og(+ PMIn]r)≤∑1g2(1+P2[my)(41)1og2(+PMn [nlm.d )s2log2(1+PM.m-[nIym-1m),Vn(16),(21)-(23)245但由于公式(41)的目标函数和约束条件不是功率{PMt}的凸函数,为了求解公式(41),并使用 Dinkelbach算法,将公式(41)转化为公式(42),而m表示公式(41)的最优解。max∑log2(1+ PMon[nm.[n)ns.∑log(+pn)≤∑Rmnl∑og2(l+ PMi+[nly+)s∑log2(1+pnly)(42)∑g:(+ Pum[n]rm.d)s∑log:(1+ PMm[n]r1mn(16),(21)-(23)公式(42)中,目标函数已经被转化成两个凸函数相减的形式,因此可以使用DC规划进行求解。但是此时,公式(42)的约束条件依然存在非凸两数,因此需要进一步引入松弛250变量组{VM},将公式(42)转化成公式(43)。公式(43)已经转化成了变量{PMn}的凸优化问题,因此可以借助CVX等凸优化工具快速求解出中继无人机的功率分配,即公式(43)的最优解。而由于公式(43)的最优解,在约束糸件等号成立的情况下,等丁公式(41)的最优解。求解公式(43)的最优解时,含有松弛变量的约束条件是严格相等的。因此公式(41)和公式(43)是等价的,即只需求解公式(43)的最优解,最终可以获得最优的中继无人机255功率分配方案。公式(43)的解可以使用Cⅴⅹ软件快速求解出。9山国武技论文在线http://www.paper.edu.cnmax log2 (1+ PMm[nIy n d[n])-n'ErorsL.∑log2(1+ PMolilroj)≤∑Rn[iln∑V[≤∑V[ij=0…,m-1(43)
用户评论