一种分布式无人机邮差中继轨迹优化方法

摘要

本发明公开了一种分布式无人机邮差中继轨迹优化方法。方法为：在自组织无人机通信网络中，无人机群朝特定的方向飞行，网络中的源无人机与目的无人机完成通信任务，中继无人机作为“邮差”通过调整自身在网络的相对位置进行信息的搬运工作；在飞行过程中，中继无人机计算其与源无人机和目的无人机位置的角度，然后通过计算角度内不同飞行方向的回报值进行全局时间和能量损耗的联合优化，判断下一时刻的飞行方向，由此循环完成传输过程的轨迹优化。本发明能缩短中继无人机通讯任务的传输时间，并减少中继无人机自身的传输损耗。

说明书

技术领域

本发明属于无线通信技术领域，特别是一种分布式无人机邮差中继轨迹优化方法。

背景技术

在未来大规模、密集化无人机群通信网络场景下，中继传输技术能有效解决单个无人机功率受限导致的传输距离受限问题，但无人机群网络扩展范围大、多跳中继传输效率低等问题，加剧了传统的中继传输难度。此外由于通信任务的多样和动态性，建立可靠的远距离中继链路十分困难，因此对中继无人机动态特性的有效利用，是解决大规模无人机网络中远距离通信的可靠技术途径。

研究发现，虽然无人机群在不可控传输环境和飞行任务突发条件下的通信保障等问题给无人机网络通信带来种种挑战，但是对无人机的快速移动特性的利用也是无线通信网络中新兴的研究热点。目前在对基于地面网络的无人机辅助通信的研究中，无人机中继问题已有部分研究。已有文献研究了无人机在装备多天线情况下的轨迹优化问题进而优化地面网络的上行链路通信(F.Jiang and A.L.Swindlehurst,“Optimization of UAV heading for the ground-to-air uplink,”IEEE J.Sel.Areas Commun.,vol.30,no.5,pp.993–1005,Jun.2012.)。类似地，已有文献通过动态调整无人机航向以提高地面无线网络的通信性能(P.Zhan,K.Yu,and A.L.Swindlehurst,“Wireless relay communications with unmanned aerial vehicles:Performance and optimization,”IEEE Trans.Aerosp.Electron.Syst.,vol.47,no.3,pp.2068–2085,Jul.2011.)。已有文献考虑了飞行无人机的地面信息采集问题，通过优化无人机的轨迹，设计最短路径优化方案完成地面传感器信息的收集任务(B.Pearre and T.X.Brown,“Model-free trajectory optimization for wireless data ferries among multiple sources,”in Proc.IEEE Global Commun.Conf.(GLOBECOM),Miami,FL,USA,Dec.2010,pp.1793–1798.)。目前已有的工作主要研究无人机的轨迹优化方案来提升无线通信网络的通信质量，而且绝大部分工作都基于地面无线通信网络。地面通信设备位置较为固定，且通信业务较为单一，而无人机群智能协同网络不同于现有研究场景。无人机设备动态变化大，通信业务种类多、任务通信需求差异大等因素造成了现有的移动中继传输研究很难直接应用于大规模无人机群通信环境下的优化模型中。

另一方面，由于目前研究工作基于地面无线通信网络，前提是无人机能按照既定的轨迹飞行，无需自行调整飞行路线(S.Kim,H.Oh,J.Suk,and A.Tsourdos,“Coordinated trajectory planning for efficient communication relay using multiple UAVs,”Control Eng.Pract.,vol.29,pp.42–49,May 2014.)。现有文献利用凸优化算法研究了无人机的轨迹规划问题，从而分别对地面无线网络的吞吐量最大化、能量效率最大、功率分配最优等目标进行研究(Y.Zeng,R.Zhang,and T.J.Lim,“Throughput maximization for UAV-enabled mobile relaying systems,”IEEE Trans.Commun.,vol.64,no.12,pp.4983–4996,Dec.2016；Y.Zeng and R.Zhang,"Energy-Efficient UAV Communication With Trajectory Optimization,"in IEEE Transactions on Wireless Communications,vol.16,no.6,pp.3747-3760,June 2017.)。综合分析，现有工作主要利用集中式的优化算法，令无人机按既定拟合好的轨迹飞行，没有考虑复杂环境的实时动态性，也没有分析传输节点实时移动的情况，因而不适用于复杂的无人机群通信网络设计，亟需从分布式的方法出发，设计符合动态复杂环境下的无人机轨迹优化方法。

综上，现有的移动中继轨迹优化研究成果难以直接应用到无人机群通信网络中，主要还存在以下问题：1)现有大部分工作现有大部分研究都是集中式优化方案，难以在空中大规模无人机网络实现，不能适应突发的飞行任务，在远距离作战任务要求下，需要实时有效的分布式优化方法完成轨迹的优化；2)现有研究主要通过无人机轨迹优化，提升地面固定位置的通信设备的传输性能，优化目标较为单一，未考虑网络节点动态场景以及通信业务需求异构等情况。

发明内容

本发明的目的在于提供一种分布式无人机邮差中继轨迹优化方法，对自组织无人机编队网络进行中继轨迹优化。

实现本发明目的的技术解决方案为：一种分布式无人机邮差中继轨迹优化方法，包括以下步骤：

步骤1，设置由源无人机、中继无人机和目的无人机组成的自组织无人机编队网络；在自组织无人机编队网络中，各无人机在编队内部有自身的飞行范围；源无人机与目的无人机进行数据传输，中继无人机进行协助传输；设定传输紧急程度为其中源无人机、中继无人机和目的无人机在编队中的相对位置坐标分别是(x_s(t),y_s(t),z_s(t))，(x_r(t),y_r(t),z_r(t))，(x_d(t),y_d(t),z_d(t))，其中0＜t＜T，T表示整个传输过程的时间；

步骤2，中继无人机接收到传输任务后，对源无人机发送的信息进行接收，接收完毕后将其转发给目的无人机；在传输过程中的每一个时刻t，计算中继-源无人机与中继-目的无人机的内夹角θ，即其中为中继-源无人机的飞行速度向量，为中继-目的无人机的飞行速度向量；之后将θ分成N-1个分量，每一个分角度为由公式(1)得到t+1时刻的N个决策的飞行速度向量

其中为和的法向量，1≤n≤N；

步骤3，中继无人机根据自身在无人机编队中的相对位置和相对飞行速度v，计算得到下一时刻的相对位置，然后通过计算每一个决策得到的回报值，进行全局时间和能量损耗的联合优化，决定下一时刻的飞行方向；

步骤4，循环步骤2～步骤3，直到传输任务完成。

进一步地，步骤1中传输时间T包括两个阶段，分别是源-中继无人机传输时间T₁和中继-目的无人机传输时间T₂，T＝T₁+T₂，中继无人机在接收完源无人机的数据之后开始将其转发给目的无人机；设定传输的数据量为u_s′，满足如下条件：

其中I_t为指示函数，I_t＝1表示t时刻源无人机与中继无人机存在数据传输，I_t＝0表示源无人机与中继无人机在t时刻不存在数据传输；

全网的优化目标为：

其中E为传输过程的相对能量损耗。

进一步地，步骤3所述的无人机编队中的相对位置，具体为：

设置无人机群的控制信道，每个时刻各无人机在控制信道上广播自己的位置，中继无人机获取位置信息并处理，得出其在无人机编队中的相对位置信息。

进一步地，步骤3所述的通过计算每一个决策得到的回报值，进行全局时间和能量损耗的联合优化，决定下一时刻的飞行方向，具体如下：

首先中继无人机预测下一个时刻自身做出决策n后的传输时间，包括与源无人机传输的剩余时间T₁^*和与目的无人机传输的剩余传输时间总的预测传输时间为其中T_h为历史已传输的时间；

然后中继无人机预测做出决策n后所需能量损耗，包括运动损耗和全网传输损耗p_t·T^*：

运动损耗P(t)＝P_V(t)+P_H(t)+P_C(t)

其中垂直方向功率损耗为P_V(t)，水平方向的功率损耗为P_H(t)，飞行速率切换开销为P_C(t)；

总的能量损耗为：

最后计算每个决策a(t,n)的回报值f(a(t,n))：

当源节点的数据没发送完时，中继无人机将在保证与源节点传输速率不降低的情况下，取最小回报值f(a(t,n))的决策作为下一时刻的策略；若所有的决策都不满足要求，中继无人机将保持当前的相对位置进行数据传输。

本发明与现有技术相比，其显著优点在于：(1)缩短了中继无人机通讯任务的传输时间，并减少中继无人机自身的传输损耗；(2)在任务驱动的实际需求下，综合考虑传输时间和轨迹运动损耗的折中，达到了联合优化的目的。

附图说明

图1是本发明分布式无人机邮差中继轨迹优化方法中信号传输示意图。

图2是本发明实施例中使用不同优化方法得到的实例轨迹示意图，其中(a)为传统的固定位置传输模式示意图，(b)为不考虑运动损耗的飞行轨迹示意图，(c)为本发明分布式算法示意图。

图3是本发明实施例中模型方法性能示意图。

具体实施方式

本发明提出的一种分布式无人机邮差中继轨迹优化方法，对任务驱动下的传输时间和传输能量损耗进行联合优化。

结合图1，在由源无人机、中继无人机和目的无人机组成的自组织无人机编队网络中，源无人机提出传输需求，中继无人机承担邮差任务，在中继传输过程中能实时调整其在编队内的相对位置，以缩短传输时间。

本发明以联合优化网络传输时间和传输过程的能量损耗为目标，利用分布式算法使局部时刻的决策优化全局的传输性能。本发明提出的一种相对位置预判的分布式邮差中继轨迹优化算法，包括以下步骤：

步骤1，设置由源无人机、中继无人机和目的无人机组成的自组织无人机编队网络；在保持一定速度一定队形的自组织无人机编队网络中，各无人机在编队内部有自身的飞行范围；源无人机与目的无人机进行数据传输，中继无人机进行协助传输；设定传输紧急程度为其中源无人机、中继无人机和目的无人机在编队中的相对位置坐标分别是(x_s(t),y_s(t),z_s(t))，(x_r(t),y_r(t),z_r(t))，(x_d(t),y_d(t),z_d(t))，其中0＜t＜T，T表示整个传输过程的时间；

步骤2，中继无人机接收到传输任务后，对源无人机发送的信息进行接收，接收完毕后将其转发给目的无人机；在传输过程中的每一个时刻t，计算中继-源无人机与中继-目的无人机的内夹角θ，即其中为中继-源无人机的飞行速度向量，为中继-目的无人机的飞行速度向量；之后将θ分成N-1个分量，每一个分角度为由公式(1)得到t+1时刻的N个决策的飞行速度向量

其中为和的法向量，1≤n≤N；

步骤3，中继无人机根据其在无人机编队中的相对位置和相对飞行速度v，计算得到其下一时刻的相对位置，然后通过计算每一个决策得到的回报值，进行全局时间和能量损耗的联合优化，决定下一时刻的飞行方向；

步骤4，循环步骤2～步骤3，直到传输任务完成。

本发明的具体实施如下：

一、步骤1所述传输时间T包括两个阶段，分别是源-中继无人机传输时间T₁和中继-目的无人机传输时间T₂，T＝T₁+T₂，中继无人机在接收完源无人机的数据之后开始将其转发给目的无人机；设定传输的数据量为u_s′，那么需要保证

其中I_t为指示函数，I_t＝1表示t时刻源无人机与中继无人机存在数据传输，I_t＝0表示源无人机与中继无人机在t时刻不存在数据传输；

全网的优化目标为：

其中E为传输过程的相对能量损耗，相对能量损耗等于相对运动损耗和传输信号损耗之和。

二、步骤3所述的中继无人机在无人机编队中的相对位置，具体为：

设置无人机群的控制信道，每个时刻各无人机在控制信道上广播自己的位置，中继无人机获取位置信息并处理，得出其在无人机编队中的相对位置信息。

三、步骤3所述的中继无人机通过计算每一个决策得到的回报值，进行全局时间和能量损耗的联合优化，决定下一时刻的飞行方向，具体如下：

首先中继无人机预测下一个时刻自身做出决策n后的传输时间，包括与源无人机传输的剩余时间T₁^*和与目的无人机传输的剩余传输时间总的预测传输时间为：其中T_h为历史已传输的时间；

然后中继无人机预测做出决策n后所需能量损耗，包括运动损耗和全网传输损耗p_t·T^*：

运动损耗P(t)＝P_V(t)+P_H(t)+P_C(t)

其中垂直方向功率损耗为P_V(t)，水平方向的功率损耗为P_H(t)，飞行速率切换开销为P_C(t)；

总的能量损耗为：

最后计算每个决策a(t,n)的回报值f(a(t,n))：

当源节点的数据没发送完时，中继无人机将在保证与源节点传输速率不降低的情况下，取最小回报值f(a(t,n))的决策作为下一时刻的策略；若所有的决策都不满足要求，中继无人机将保持当前的相对位置进行数据传输。

实施例1

本发明的一个具体实施例如下描述，系统仿真采用Matlab软件，参数设定不影响一般性。在一个900×900×900立方米的拓扑结构中，无人机编队以20m/s的速度向y的正方向飞行，邮差无人机的相对速度v＝5m/s。传输任务的时间紧急程度无人机的最大传输功率设置为0.01W。设置系统信道带宽为B＝1MHz，系统的噪声功率是--110dBm。实例的飞行参数依据旋翼无人机设置(参照文献：M.Mozaffari,W.Saad,M.Bennis and M.Debbah,"Mobile Unmanned Aerial Vehicles(UAVs)for Energy-Efficient Internet of Things Communications,"in IEEE Transactions on Wireless Communications,vol.16,no.11,pp.7574-7589,Nov.2017.)。

图2为使用另外两种传输模型的轨迹优化方法与使用分布式无人机邮差中继轨迹优化方法进行优化的结果对比图。图2(a)为传统的固定位置传输模式，所得结果为中继无人机在相对位置不动的情况下完成传输任务；图2(b)为不考虑运动损耗的飞行轨迹示意图，所得结果为邮差中继无人机飞往离源无人机最近位置，再飞往离目的节点最近位置进行传输；图2(c)为本发明所提分布式算法，将联合考虑两项指标并同时优化。

图3示出不同传输模式下的全局性能比较示意图，其中x轴为传输数据任务，y轴是所需优化的性能指标。

通过比较发现，本发明提出的分布式算法有效提升了全网的性能，在缩短传输时间的情况下同时考虑了能量的损耗。

综上，本发明提出的分布式无人机轨迹优化方法综合优化了传输时间和能量损耗，无人机在决策过程中不需要控制中心的额外指令，自行的局部时间优化便可达到的全局性能的提升。