单无人机反向散射通信网络轨迹优化与资源分配方法

摘要

本发明提出一种单无人机反向散射通信网络轨迹优化与资源分配方法，属于无人机反向散射通信网络技术领域。包括：步骤1，将所有地面反向散射节点组成的目标区域，根据节点位置进行聚类，划分为N个小区，并获取各小区的质心位置；步骤2，设置无人机在小区间连续飞行，并在各小区的质心位置的上方悬停采集数据；步骤3，建立单无人机反向散射通信网络轨迹优化与资源分配的优化目标；步骤4，将优化目标进行解耦，转换为每个小区悬停时间以及每个小区内收集能量与传输时间的比例划分问题，迭代求解，输出最优的各小区的服务时间Ti以及各小区内的比例参数βi。本发明方法减小了无人机能量消耗，最大程度上利用了时间资源，显著提高了系统能效。

说明书

技术领域

本发明涉及无人机反向散射通信网络技术领域，具体涉及一种面向能效优化的单无人机 反向散射通信网络轨迹优化与资源分配方法。

背景技术

作为一种经济高效的通信技术，反向散射通信技术的提出为大量能量受限的低成本设备 提供了一种有效的解决方案。其中，反向散射发射机通过反射调制信号进行信息传输，不需 要有源射频元件，使得电路功耗降低了几个数量级。而在环境反向散射网络中，反向散射节 点(Backscatter Nodes,BNs)可以从Wi-Fi信号等环境射频源获取其操作所需的能量。BN从 信号源发出的射频(Radio Frequency,RF)信号收集能量，然后通过反向散射将数据信息转发 给接收机。然而，由于严重的信道衰减，BN的数据速率很低，并且由于可用的环境能量有限， 通信范围受到限制。

而无人机(Unmanned Aerial Vehicle,UAV)在提供无线连接方面表现良好，并且通过配 备消息处理或通信模块，无人机可以实现中继、数据采集或射频信号源等功能。由于无人机 具有高机动性、易于部署和与地面用户高概率的视距连接，无人机辅助网络已引起越来越多 的研究关注。采用无人机进行反向散射通信，可大大扩展通信范围，提高节点的通信质量。 在节点分布密集且范围较广的区域下，无人机采集数据的方式主要有两种，一种是连续飞行， 一种是悬停。如何平衡无人机与BNs之间的通信链路状态和传输质量是需要关注的关键问题 之一。

在无人机辅助的反向散射通信网络中，参考文献[1]考虑了一种无人机辅助的反向散射 通信网络，其中地面用户通过反向散射向飞行中的无人机传输数据信息，并在考虑无人机轨 迹的情况下优化能效。参考文献[2]考虑无人机辅助的无线反向散射网络中上行吞吐量最大 化的问题，其中地面设备通过NOMA(Non-orthogonal Multiple Access,非正交多址接入)方 式传输数据。参考文献[3]采用TDMA(Time Division Multiple Access,时分多址)技术，让多 个地面用户将自己的数据信息上传到无人机上，然后无人机飞到基站上传采集到的数据，考 虑中断概率的情况下优化了系统的能效。目前对于无人机辅助的反向散射通信网络的研究大 多认为无人机工作在单模态，无人机采集数据的方式主要有两种，一种是连续飞行，一种是 悬停。无人机的连续飞行使其与分布式设备之间的距离更近，但在飞行过程中通信链路状态 不稳定。当无人机悬停在某一特定位置时，通信链路状态较好，但边缘设备的通信质量又难 以得到保障。因此，如何平衡无人机与BNs之间的通信链路状态和传输质量是需要关注的关 键问题之一。此外，现有研究都是针对地面用户的能量问题，而没有考虑无人机的能耗。

参考文献：

[1]G.Yang,R.Dai and Y.Liang,“Energy-Efficient UAV BackscatterCommunication with Joint Trajectory and Resource Optimization,”ICC 2019-2019IEEE International Conference on Communications(ICC),Shanghai,China,2019,pp.1-6.

[2]A.Farajzadeh,O.Ercetin and H.Yanikomeroglu,“UAV Data CollectionOver NOMA Backscatter Networks:UAV Altitude and Trajectory Optimization,”ICC2019-2019IEEE International Conference on Communications(ICC),Shanghai,China,2019,pp.1-7.

[3]S.Yang,Y.Deng,X.Tang,Y.Ding and J.Zhou,“Energy EfficiencyOptimization for UAV-Assisted Backscatter Communications,”in IEEECommunications Letters,vol.23,no.11,pp. 2041-2045,Nov.2019.

发明内容

针对无人机辅助反向散射通信网络场景下无人机与节点之间链路状态以及通信质量的权 衡问题，本发明提出了一种面向能效优化的单无人机反向散射通信网络轨迹优化与资源分配 方法，在保证用户数据量需求的前提下，通过将目标区域进行分簇后，联合优化每个小区的 悬停时间以及每个小区内节点收集能量与传输时间的比例，同时考虑了无人机的能耗，达到 优化无人机辅助反向散射通信网络的能效的目的。

本发明提出的一种面向能效优化的单无人机反向散射通信网络轨迹优化与资源分配方法， 包括如下步骤：

步骤1，将所有地面反向散射节点组成的目标区域，根据节点位置进行聚类，划分为N个 小区，并获取各小区的质心位置；N为正整数；

步骤2，设置无人机在小区间连续飞行，并在各小区的质心位置的上方悬停采集数据，在 收集完当前小区的数据后，飞到下一个子区域；无人机的飞行轨迹可以表示为小区的质心位 置的排列组合；

设无人机悬停在小区D

步骤3，建立单无人机反向散射通信网络轨迹优化与资源分配的优化目标，即：求取单无 人机反向散射通信网络能耗q最大时的各小区的服务时间T

其中，能耗q＝所有地面反向散射节点的吞吐量/无人机的总能耗；

求解时需要满足的约束条件包括：

C1：小区内每个地面反向散射节点收集的能量需满足最小收集能量En

C2：在时间(1-β

C3：无人机的总飞行时间+各小区的停留时间＝设置的无人机的工作时间；

C4：β

C5：T

步骤4，利用基于Dinkelbach的分数规划方法将步骤3的优化目标进行解耦，转换为每个小 区悬停时间以及每个小区内收集能量与传输时间的比例划分问题，再使用CVX工具进行迭代 求解，输出最优的各小区的服务时间T

相对于现有技术，本发明的优点与积极效果在于：(1)本发明方法减小了无人机能量消 耗，仿真结果表明，与无人机在每个子区域的悬停时间一致的等时间服务方案相比，本发明 方法考虑了每个子区域内BN节点数量的影响，使得无人机能够机动的调整在每个小区的悬 停时间，最大程度上利用了时间资源。(2)本发明方法可以满足用户传输数据量的需求，与 无人机悬停在PB正上方采集所有节点的数据的无人机悬停采集方案相比，无人机采用小区 内悬停，小区间飞行这样一种折中的飞行方式保证了边缘节点的通信需求。(3)本发明方法 在优化无人机与节点之间的链路状态以及通信质量问题实现了一个较好的平衡，相对于现有 技术，显著提高了系统能效。

附图说明

图1是本发明研究的一个网络场景模型示意图；

图2是地面反向散射节点通信的时隙结构示意图；

图3是本发明将时间资源分配问题进行求解的流程示意图；

图4是本发明对时间资源分配问题进行求解的一个伪代码示意图；

图5是本发明仿真实验所提供的BN节点位置及小区划分示意图；

图6是本发明方法在不同PB发射功率下的能效收敛示意图；

图7是本发明方法在不同PB发射功率下的各小区悬停时间及时间比例示意图；

图8是不同无人机采集数据方案下的EE与PB功率的对比图。

具体实施方式

下面将结合附图和实施例对本发明作进一步的详细说明。

本发明提出的一种面向能效优化的单无人机反向散射通信网络轨迹优化与资源分配方法， 联合考虑无人机轨迹以及时间资源分配，所研究的场景是一个单无人机辅助的反向散射通信 网络。图1所示场景中，一架旋翼无人机UAV从M(M≥1)个地面反向散射节点BN收集数 据，BN节点通过反射PB(Power Beacon,信号塔)发射的RF射频信号传输数据；地面反向 散射节点均匀且独立地分布在PB的周围；无人机和反射节点BN可以从PB获取能量。PB 高度为H，有稳定的能量来源，作为系统的无线能量源，PB的传输功率用P

基于PB建立三维直角坐标系，以地平面建立xy平面，z轴垂直于地面，PB的坐标为I

本发明首先将所有地面反向散射节点组成的目标区域，按照K-Means聚类的分簇算法对 节点位置进行聚类，将目标区域划分为N个子区域，每个子区域用D

下面分析无人机辅助反向散射通信网络场景的信道模型。PB-BN的链路以及PB-UAV的 链路采用自由空间信道模型建模。其中，PB-BN链路的信道增益

UAV易与地面节点建立G2A(Ground-to-air,地对空)或者A2G(Air-to-ground,空对地) 信道，受到一定概率的视距(LoS)或者非视距(NLoS)链路的路径损耗。其中，LoS链路依赖于无人机与节点的位置、建筑物的密集程度以及物理环境等，LoS链路的路径损耗的概率可表示为P

UAV和BN节点U

其中，f代表载波频率，η

其中，η

PB与UAV之间的链路为G2A信道模型。与UAV-BN链路间的衰落

考虑到用户对传输数据量的要求，基于用户分布将其划分为若干个子区域后，本发明提 出一种无人机在小区内质心上方悬停采集数据，小区间连续飞行的折中飞行方式来实现对所 有节点的信息采集。单无人机收集数据的方案是：设每个小区D

地面反向散射节点的位置信息可以由PB收集。根据PB和反向散射节点的二维位置，本 发明首先通过K-Means聚类方法将BNs划分为几个子区域。每个子区域质心的坐标是无人机 悬停位置的投影。如图2所示，无人机在每个子区域的工作过程包括能量收集和反向散射通 信两个阶段。在β

进一步地，本发明通过对无人机在每个小区的悬停时间以及每个小区内收集能量与传输 数据时间的比例的优化，获得系统最大的能效。

在子区域D

其中σ

无人机的能耗主要包括三个方面：飞行能耗、悬停能耗以及收集数据时的能耗。飞行能 耗可表示为E

无人机悬停能耗E

无人机收集数据时的能耗

因此，无人机的总能耗可表示为E

因此，本发明的单无人机辅助的反向散射通信网络系统的能效q可表示为：

因此，本发明的优化问题可以表述为：

其中C1代表每个节点收集的能量需满足最小收集能量

本发明对上述优化问题利用基于Dinkelbach的分数规划方法进行求解。

根据划分结果，时间资源分配可分为两部分：不同子区域的时间资源分配和各子区域内 的收集能量与传输数据时间比例的划分问题。针对分数形式的目标函数，Dinkelbach方法提 供了一种通过迭代一系列参数规划问题来求解分时规划问题的解决方案。当满足

时，P

因此，可以将P

其中，

是依据系统参数决定的常数。

转换后的P

并且无人机在每个小区悬停的时间满足

将P

其中，β和T都是N维矢量。

很显然，P

本发明将公式(7)进行上面转换，解耦为如公式(13)和(14)两个子问题，再进行求解，如图3所示，本发明首先通过固定各子区域的时隙分配比例参数β

上述代码中，Convergence用来标识算法是否收敛，当取值True表示收敛，取值False 时表示未收敛。函数f

f

错误容忍阈值ε是可根据实验或者经验设置，取值为正数。

对本发明方法进行仿真实验，如下：

设系统包含150个用户BN节点，地面PB的高度为5m，网络覆盖40米×40米的区域。无人机的飞行高度为30m，飞行速度为15m/s。迭代阈值为10

表1系统仿真参数

本发明的对比方案描述如下：

(1)对比方案一采用无人机悬停服务算法：无人机悬停在PB正上方采集所有节点的数 据，位置固定。

(2)对比方案二采用等时间划分算法：其中，无人机在每个子区域的悬停时间设为一致。

如图5所示，给出了所有BN节点的位置以及采用本发明方法的子区域的划分结果。150 个BN节点被划分至四个子区域，并且每个区域中的质心即为无人机在此子区域悬停位置的 地面投影。无人机的轨迹即为悬停在每个小区质心的正上方采集完数据后飞行至下一个相邻 的小区。每个小区的BN的数量分别为N

如图6所示，显示了在PB传输功率分别为1W、3W、5W的情况下本发明方法的收敛性。图6的横坐标为迭代次数，纵坐标为系统能耗值。可以看到在约两次迭代后能收敛到最优的能效值，并且PB传输功率为6W时，系统能效可达到0.46。同时，随着PB发射功率的增加， 节点以及无人机所获取的能量增多，本发明方法所能收敛到的最佳能效值也逐渐增加。

图7显示了采用本发明方法，在PB传输功率分别为1W、3W、6W的情况下每个子区域的悬停时间以及子区域内部收集能量与传输数据时间的比例。图7中，左右两幅图的横坐标均为PB传输功率，左图纵坐标为悬停时间，右图纵坐标为时间分配比例。可以看到，由于 子区域D

图8显示了本发明方法与两个对比方案的不同无人机采集数据方案下的能效(EE)与PB 功率的对比图。其中PB发射机功率步长为0.5W。图8中的横坐标为PB传输功率，纵坐标为系统能效。可以看到，与两种对比方案相比，本发明方法显著提高了系统的能效。采用本发明方法的系统能效在开始增加后趋于稳定，而两种对比方案的系统能效在一个较低的值保 持稳定。由于无人机的服务能耗和BN与无人机之间的服务路径损耗，静态悬停方案获得的 能效最差。等时间划分的方案由于没有考虑每个子区域内BN节点数量的影响，获得的系统 能效较差。