无人机OFDM-SWIPT轨迹通信联合优化设计.pdf
《无人机OFDM-SWIPT轨迹通信联合优化设计.pdf》由会员分享,可在线阅读,更多相关《无人机OFDM-SWIPT轨迹通信联合优化设计.pdf(8页珍藏版)》请在咨信网上搜索。
1、第8 期2023年8 月机械设计与制造Machinery Design&Manufacture43无人机OFDM-SWIPT轨迹通信联合优化设计王丽平1,雷蕾?,宋宪华1(1.郑州铁路职业技术学院,河南郑州450 0 0 2;2.西安航空学院,陕西西安7 10 0 7 7)摘要:为了充分利用无人机在三维空间的灵活性,提出了一种以无人机为空中基站的OFDM-SWIPT轨迹通信联合优化设计方案。通过联合优化无人机飞行轨迹和资源分配,以用户平均捕获能量为约束条件,使所有用户的平均可实现率最大化。进一步分别对资源分配和无人机轨迹进行优化。前者是一个混合整数非凸优化问题,提出了一种三变量交替迭代算法,以
2、获得最优的用户调度、子载波和功率分配。后者是一个非凸优化问题,可以将其转化为凸优化最优轨迹问题。仿真结果表明,该算法具有良好的收敛性和鲁棒性,同时,该方案既能保证平均捕获能量,又能提供与其他飞行模式相比的最佳平均可实现速率。关键词:无人机;轨迹通信;交替选代算法;联合优化中图分类号:TH16;TH133.3;TP18文献标识码:A文章编号:10 0 1-39 9 7(2 0 2 3)0 8-0 0 43-0 8Joint Optimization Design of UAV OFDM-SWIPT Trajectory CommunicationWANG Li-ping,LEI Lei?,SON
3、G Xian-hua(1.Zhengzhou Railway Vocational&Technical College,Henan Zhengzhou 450002,China;2.Xian Aeronatical University,Shanxi Xian 710077,China)Abstract:In order to make full use of the flexibility of UAV in three-dimensional space,a joint optimization design scheme ofofdm-swipt trajectory communica
4、tion based on UAV was put forward.Through joint optimization of UAV flight trajectory and re-source allocation,the average achievable rate of all users was maximized with the average capture energy of users as the constraintcondition.Furthermore,resource allocation and UAV trajectory were optimized
5、respectively.The former was a mixed integer non-convex optimization problem,and a three variable alternating iterative algorithm was proposed to obtain the optimal user schedul-ing,subsplot and power allocation.The latter was a nonconvex optimization problem,which was transformed into a convex optim
6、altrajectory problem.Simulation results show that the algorithm has good convergence and robustness.At the same time,the schemecan not only ensure the average capture energy,but also provide the best average achievable rate compared with otherflight modes.Key Words:Unmanned Aerial Vehicle;Trajectory
7、 Communication;Alternating Iteration Algorithm;Joint Opti-mization1引言作为新一代信息技术的高度集成和综合应用,物联网(Inter-netof Thing,IoT)引起了学术界和工业界的极大兴趣。随着IoT应用领域的扩大,基于无人机的IoT成为一个新兴的研究热点,无人机凭借其空中优势,在环境监测、遥感与地理信息工程、情报收集等领域得到了广泛的应用2-4。无人机可作为空中通信平台,按需提供移动服务。此外,由于无人机支持快速部署,它可以提供紧急网络接入,并在偏远地区和灾区快速建立通信连接。现有的无人机使能IoT研究主要集中在无人机与
8、用户之间的信息传输。文献5在无障碍网络的多跳中继信道模型中,考虑来稿日期:2 0 2 2-0 6-11基金项目:河南省高新技术领域科技攻关项目(16 2 10 2 2 10 37 1)作者简介:王丽平,(19 8 7-),女,河南三门峡人,硕士研究生,讲师,主要研究方向:机电一体化;雷蕾,(19 8 6-),女,山西州人,硕士研究生,工程师,主要研究方向:车辆工程了中断概率、误码率和信道容量。文献6 采用了一种带定向天线的无人机进行了试验,通过联合优化无人机的高度和天线波束宽度,使吞吐量最大化。文献7 针对基于无人机的多跳中继网络的实时数据传输问题,提出了一种通过优化信号衰减相关参数来实现吞吐
9、量最大化的方案。然而,由于无人机轨迹优化问题往往是非凸的,直接求解非常困难。为此,基于逐次凸逼近技术,许多文献致力于无人机航迹和资源分配的联合优化,以提高网络性能。文献8 提出了一种无人机航向和资源分配的联合优化方案,在无人机运动和能量预算约束下,最大限度地降低了数据分离率。文献9 研究了一种基于无人机的正交频分复用(OrthogonalFrequencyDi-visionMultiplexing,O FD M)网络中无人机轨迹和资源分配的联合44优化方案,重点研究了用户间最小速率对网络性能的影响。然而由于有限的电池容量不能满足无限信息传输所需的能量,无线设备的信息传输与寿命之间存在着内在的矛
10、盾。近年来,同步无线信息与能量传输(SimultaneousWirelessIn-formation andPowerTransfer,SW I PT)技术引起了广泛的关注。由于SWIPT可以将射频信号的能量转换为电能以支持无线信息传输,因此非常适合低功率IoT设备。时间切换(TS)和功率分割(PS)是两种经典的SWIPT模式。文献10 研究了基于TS和PS模式的无人机协同通信网络的吞吐量最大化问题。文献考虑了一种基于SWIPT-UAV的中继网络,分析了毫米波通信中基于PS模式的安全传输策略。为了降低接收端的复杂度,提高子载波利用率,文献12 研究了基站同时向目标节点和中继节点发送信号的协作O
11、FDM中继网络,然后中继节点将子载波分为两组进行信息传输和能量采集。文献13提出了基于广义频分复用(GeneralizedFrequencyDivision Multiplexing,G FD M)的协作中继网络模型,通过联合优化子块、功率和子批次分配,提高小区边缘用户信息率。然而现有的工作主要集中在固定基站的多载波交换网络,对于以无人机为空中基站的研究较少。作为空中基站,无人机在三维空间的灵活性可以得到充分的利用,进一步提高多载波交换网络的性能。为此,这里提出了一种以无人机为空中基站的OFDM-SWIPT系统模型,通过联合优化无人机飞行轨迹和资源分配,以用户平均捕获能量为约束条件,使所有用户
12、的平均可实现率最大化。2系统模型及问题描述2.1系统模型用户1用户2图1OFDM通信系统Fig.1 OFDM Communication System考虑一个由无人机和K个用户组成的OFDM通信系统,如图1所示。无人机作为一个空中基站,同时向K个用户传送信息和能量,并且随机分布用户位置。第k个用户的水平坐标用W=x,y ”,=1,K表示。为了避免无人机在爬升和下降过程中的能量消耗,这里假设无人机在无人机飞行周期T内以固定高度H飞行。为了便于分析,将T划分为M个相等的时隙,每个时王丽平等:无人机OFDM-SWIPT轨迹通信联合优化设计Clm U Cml=C,m=1,MClm U Clml=,m=
13、1,.,M无人机在每个时隙的发射功率预算是恒定的,用Psum表示。在第m个时隙中,m=1,M,分配给第n副载波的发送功率由Pl表示,n=1,.,N。因此,子载波的功率分配应满足以下约束。(5)将第m时隙中的用户调度变量定义为ll=0,1),k=1,K,n=1,N。如果=1,则在第m个时隙中将第N个子载波分配给第k个用户,否则=0。此外,每个子载波在每个时隙中只能分配给一个用户,因此,用户调度变量对于所有l满足以下约束。.=,=,.,N,m=,.,.M一般来说,无人机与用户之间的链路主要是视线链路,根据自由空间路径损耗模型,第m个时隙中无人机与用户之间的信道功率增益可以表示为:hlml=g.a.
14、G.G Bo(dm2)*2式中:hlml一在第m个时隙中分配给第k个用户的第n个子载波的信道功率增益;gh.n一分配给第k个用户的第n个子载波的用户4用户K加权增益;G.和G一无人机和用户的定向天线增益;。一参用户3考距离d。=1m处的信道功率;dn一第m个时隙中无人机信息传输信息传输第8 期隙的长度为8,=T/M。应将8,设置得尽可能小,以便可以假设无人机的位置为每个时隙内的常数。根据这种假设,无人机在第m个时隙的水平坐标为m=xm,ym”,m=1,M,无人机的初始坐标和目标坐标分别用q1和gM表示,最大飞行速度用Vmx表示。因此,周期飞行模式下的无人机轨迹应满足以下约束条件:q1=qM I
15、gm+1-m (Vm.),m=,.,M-在每个时隙中,采用基于子载波分配的滑动方案。假设OFDM系统中有N个子载波,系统带宽Bto平均划分为N个子信道,子载波集用C=(1,,N)表示。在第m个时隙中,m=1,M,子载波集C被分成两个子集Cml和Cml,分别用于信息传输和能量收集。在每个时隙中,一个子载波只能用于信息传输或能量收集。因此,子载波约束可以表示为:(3)(4)(6)(7)与第k个用户之间的距离,可以表示为:dl=/H?+gm-W,22.2问题描述根据系统模型,第m个时隙内所有用户可达到的和速率可以表示为:Rml=2.2,alBlog(1+=inecm式中:B=Bro/N一子载波带宽;
16、N。一加性高斯白噪声(AdditiveWhite GaussianNoise,AWGN)的功率谱密度。第m个时隙中K个用户的平均收获能量可以表示为:(1)(2)(8)Ph,m=1,MBN。(9)No.8Aug.20231ELml=angKKnecl式中:8 一能量转换效率。每个时隙中用户的平均收获能量值用E表示。给定每个时隙的Emin,这里目标是通过联合优化无人机的飞行轨迹和资源分配,使所有用户在飞行时间T内的平均速率可实现最大化。定义A=atr,Vm,h,n),P=Plm,Vm,n),C,=Cml,Vm),Cg=(Ccml,Vm)和Q=(m,Vm)。相应地,优化问题可表述为:(11a)max
17、=1s.Clml U Clgl=C,m=1,.,MClmln Clml=O,m=1,Mnn=1l(1,),.=,.,=,.,.=,K.lm=1,m=,M,n=1,NEal m,=,Mavgq1=q M gm+1-qm(m.,),m=,M-1由于以下两个原因,问题式(11)难以直接解决。首先,用户调度变量A是二进制的,因此问题式(11)包含整数约束。其次,对于固定资源分配变量A,P,Ci,Ce,目标函数式(11a)和能量约束(11g)相对于无人机轨迹Q仍然是非凸的,因此问题式(11)实际上是一个混合整数非凸优化问题,很难处理该问题14。3这里方法本节提出了一种替代迭代算法来解决问题式(11),首
18、先将问题式(11)分为两个子问题。针对固定的无人机飞行轨迹,优化每个时隙的资源分配。然后,针对固定资源分配,对无人机轨迹进行优化。最后,两个子问题交替求解,直至达到预定的收敛条件。3.1用户调度、子载波和功率分配对于固定无人机轨迹Q,资源分配变量 A,P,Ci,C)可通过求解以下优化问题进行优化:1max=s.t.Cml U Clml=C,m=1,MCmn cl=O,m=1,MVn=1.-1,0),.m=1,M,n=,.,N,.k=1,KKCam=,m=1,M,n=,NElal Emin.m=1,Mvg无人机的发射功率Psum、副载波集C和最小平均捕获能量E在每个时隙中是相同的。换句话说,不同
19、时隙的资源分配是独立的。因此,问题式(12)可以进一步转化为一组M个优化问题,可以表示为:机械设计与制造maxRm,m=1,M(10)s.t.Cm ctpl=Ccmn cgl=0nsumKEalEminaug由于问题式(13)中的M个优化问题具有相同的目标函数和(11b)约束条件,所以它们的求解方法也是相同的。其次,这里给出了(11c)第m个时隙优化问题的推导过程。对于固定无人机的位置qm,第m个时隙的资源分配仍然(11d)是一个混合整数非凸优化问题,很难直接求解。为此,提出了一(11e)种迭代算法,其目的是通过优化用户调度变量l子载波功率(11f)Plml和子载波集cm(cml)来最大化第m
20、个时隙中所有用户的可(11g)实现和速率Rl。首先,针对初始子载波集Rlml和子载波功率Rlml优化用户调(11h)度变量。因此,式(13)中的优化问题可以表示为:(11i)maxs.(.,0,.,=,KInecml关于用户调度变量ml的优化问题式(14)意味着如何将n个子载波分配给k个用户以最大化所有用户的平均可实现速率。即需要将第n个子载波分配给能够使Plm/h最大化的特定用户然后,针对优化的用户调度变量和初始化的子载波集C(c)优化子载波功率Plm。因此,式(13)中的优化问题可以表示为:(12a)maxneCml(12b)(12c)(12d)(12e)式中:hlgl一在第m个时隙中分配
21、给第k个用户的第n个子载波的(12f)信道功率增益。问题式(15)是一个非凸问题,可用拉格朗日乘子法求解。因(12g)此,拉格朗日对偶函数可以写为:g(pip2)=max L(plml)Plml式中:pivP2一受能量和功率约束的非负对偶变量,拉格朗日函数L(Pml)可以表示为:45(13a)(13b)(13c)(13d)(13e)(13f)(13g),m=1,M(14a)BN。(14b)(14c)(14d)PlmhlmalB log.,m=1,MBN。s.t.PlmlPssumn=1all(pPlmhm+BN.)Em.K(15a)(15b)(15c)(16)No.846机械设计与制造其中,L
22、(P/ml)=Z,B log(1+BN。+neCmC.e(Plrmh+BN.)-mmKneCel+P2Psum因此,对偶优化问题可以表示为:ming(pi,p2)PiP2s.t.Pl,P2 0由于对偶函数是可微的,所以可以采用次梯度法求解问题(18)。那么,p,和pz的解的表达式为:Ap=KnECmlVAp2=Psuplmlsump(+1)=pl-V,Ap1lpg+1)=p9-V,Ap2将优化后的对偶变量p,和p2代人式(17)。根据Karush-Kuhn-Tucker(KKT)条件,子载波功率Plml可以表示为:BBN。Plml=,n E C/ml1n2p2nP8max,Plml8Pmin式
23、中:PmaxPmm一能量收集的最大和最小副载波功率。通过交替地优化对偶变量p1p,和子载波功率Plml,可以获得最佳子载波功率Plml,解决问题(15)的完整步骤见算法1。最后,子载波集Cm(c)由优化的m和Plm确定,将式(21)和式(2 2)代人式(17),拉格朗日函数L(Pm)可简化为:L(P/ml)=ZBlog/1+nECmZ,(pPlm h+BN.)-mm)+KnecelPplmPsumZpie(Plmh(r+BN)-2p,Plml-p,Emn+p,P.sumneCmln=1Pi8(Plm hzl,+BN.)-Bloge+necalPm21+BN。neClmPlmlhlmBlog21
24、+BN。P,Pmln=1Blog2Z.Fm+necon=1Aug.2023plmlhmFLml=1+BN。(17)算法1求解问题式(15)的算法。plml(1)初始化:p(,pa,u1,u2,t=0n=1(2)do(3)根据式(2 1)、式(2 2)计算 Plml。(18a)(4)根据式(19)式(2 0)更新p(*),pg+)。(5)更新t=t+1。(18b)(6)while 满足|p(+1)-pl u,且|p9+1)-p9|u20(7)基于式(2 1)、式(2 2)得到pi和p的最佳Plm。式(2 3)的右侧除了第一项.c之外与子载波集无关,(19)因此,子载波集的优化等价于Z,于能量收集
25、C的最佳子载波集可以通过下式获得:Cca=arg max.(20)因此,用于信息传输的最佳子载波集Cm可以表示为:Clm=C-Ctn子载波集的求解过程可以描述如下:首先,将n(n=1,,N)代人式(2 4),,得到Fl。然后,F,FF,F按降序排序,然后(21)依次分配给子载波集Cml,直到满足ElEmin。最后,剩余的子.P2载波被分配给子载波集Cm。,n eCml(22)0。(m -w:I-)4仿真结果及讨论(28)(lm-wPlrlgau.C.C.BN.(H?+lm-w:Plnlga.C.C.B.BN.+BN。Plnlgh.,.G.G.o47仿真结果验证了这里提出的联合无人机轨迹优化和通
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 无人机 OFDM SWIPT 轨迹 通信 联合 优化 设计
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。