CN114070379B - 基于安全能效公平性的无人机航迹优化与资源分配方法 - Google Patents
基于安全能效公平性的无人机航迹优化与资源分配方法 Download PDFInfo
- Publication number
- CN114070379B CN114070379B CN202111267044.7A CN202111267044A CN114070379B CN 114070379 B CN114070379 B CN 114070379B CN 202111267044 A CN202111267044 A CN 202111267044A CN 114070379 B CN114070379 B CN 114070379B
- Authority
- CN
- China
- Prior art keywords
- aerial vehicle
- unmanned aerial
- energy efficiency
- resource allocation
- user
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 61
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000013468 resource allocation Methods 0.000 title claims abstract description 43
- 238000004891 communication Methods 0.000 claims abstract description 58
- 230000005540 biological transmission Effects 0.000 claims abstract description 12
- 230000001133 acceleration Effects 0.000 claims description 11
- 230000005484 gravity Effects 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B7/00—Radio transmission systems, i.e. using radiation field
- H04B7/14—Relay systems
- H04B7/15—Active relay systems
- H04B7/185—Space-based or airborne stations; Stations for satellite systems
- H04B7/18502—Airborne stations
- H04B7/18506—Communications with or from aircraft, i.e. aeronautical mobile service
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/02—Protecting privacy or anonymity, e.g. protecting personally identifiable information [PII]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/02—Resource partitioning among network components, e.g. reuse partitioning
- H04W16/10—Dynamic resource partitioning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/22—Traffic simulation tools or models
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Astronomy & Astrophysics (AREA)
- Aviation & Aerospace Engineering (AREA)
- General Physics & Mathematics (AREA)
- Computer Security & Cryptography (AREA)
- Radio Relay Systems (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了基于安全能效公平性的无人机航迹优化与资源分配方法,所述方法包括:构建基于正交频分多址协议的无人机下行链路通信架构,建立单个非法窃听场景下的多用户安全容量模型和无人机飞行功耗模型,给出单用户安全能效定义;基于航点离散化方法,构建无人机飞行航点离散化关联模型,并以最坏用户安全能效为优化目标,建立以无人机资源分配和飞行航迹为约束条件的非凸优化问题,确定最优无人机资源分配及航迹规划策略。本发明可保障无人机作业期内所有用户最差安全能效性能的最佳,进而有效提升无人机通信网络多用户传输的安全能效公平性。
Description
技术领域
本发明涉及无人机通信技术领域,具体涉及一种基于安全能效公平性的无人机航迹优化与资源分配方法。
背景技术
无人机辅助的无线通信技术在最近几年成为了一个研究热点,有望在未来移动通信中的不同应用场景中发挥关键作用。无人机通信技术的兴起得益于无人机技术的迅猛发展。无人机由于具有移动性高、部署灵活、运行成本低、能够快速适应特殊场景等多个优点,已在农业生产、搜救作业、交通控制、环境和自然灾害检测、通信中继等众多领域得到了广泛的应用。然而,无人机通信也带来了很多新的挑战,其中最严峻的挑战之一就是无人机通信中的安全传输问题。由于无人机通信***通过无线信道进行通信,所以仍然会面临传统无线通信***中由于无线信道的开放性所引起的安全隐患,即无线通信很容易遭受到恶意攻击和窃听。特别地,由于无人机与地面用户之间很容易建立以视距路径为主的信道,无人机通信***面临的安全威胁甚至比传统通信***更为严重。因此,信息传输的安全性是一个急需解决的问题。除此之外,由于无人机飞行能量消耗较大,携带的电池电量十分有限,极大地制约了无人机作业区域及时间。因此,需要从能量效率的角度设计更为合理的飞行航迹以最大化有限机载能量的利用率。仅考虑无人机通信***的安全性或能效性通常无法达到***安全性和能效性的有效平衡。
此外,对传统地面通信***中安全能效的研究主要集中在以基站为中心的全局安全能效,未考虑用户的公平性问题。目前,针对基于用户安全能效公平性的无人机通信***资源分配与飞行航迹联合优化方法并没有相关的技术。
经检索发现,公开号为CN112859909A的中国专利于2021年5月28日公开了一种内外部窃听并存的无人机辅助网络数据安全传输方法,包括以下步骤:基于确定的无人机的参数、飞行时间、飞行高度、最大水平飞行速度、最大峰值功率、飞行起点位置和飞行终点位置,用户的位置和最小平均保密速率需求,以及窃听者的位置建立非凸优化问题模型;通过引入松弛变量和利用连续凸逼近方法将非凸优化问题模型转化为凸优化问题模型;基于凸优化问题模型确定无人机的飞行轨迹、发射功率分配方案,以及用户调度策略。通过联合设计无人机在给定飞行时间内的飞行轨迹、发射功率分配方案,以及用户调度策略来最小化无人机的总能耗,同时满足用户的最小平均保密速率约束、用户调度约束、无人机的飞行轨迹约束和发射功率约束。但上述专利并未考虑用户之间安全能效的公平性,因此不适用于基于正交频分多址协议的无人机下行链路通信架构中以最坏用户安全能效为优化目标的无人机航迹优化与资源分配的情形。
发明内容
为克服上述现有技术的不足,本发明提供基于安全能效公平性的无人机航迹优化与资源分配方法,能够保障无人机作业期内所有用户最差安全能效性能的最佳,进而有效提升无人机通信网络多用户传输的安全能效公平性。
本发明是通过以下技术方案予以实现的:
基于安全能效公平性的无人机航迹优化与资源分配方法,包括:
构建基于正交频分多址协议的无人机下行链路通信架构;
基于所述无人机下行链路通信架构,建立单个非法窃听场景下的多用户安全容量模型和无人机飞行功耗模型;根据所述单个非法窃听场景下的多用户安全容量模型和无人机飞行功耗模型,给出单用户安全能效定义;
基于航点离散化方法,构建无人机飞行航点离散化关联模型,并以最坏用户安全能效为优化目标,建立以无人机资源分配和飞行航迹为约束条件的非凸优化问题;
确定最优无人机资源分配及航迹规划策略。
上述技术方案中,通过构建基于正交频分多址协议的无人机下行链路通信架构,建立单个非法窃听场景下的多用户安全容量模型及无人机飞行功耗模型,给出单用户安全能效定义;基于航点离散化方法,构建无人机飞行航点离散化关联模型,并以最坏用户安全能效为优化目标,建立以无人机资源分配和飞行航迹为约束条件的联合优化问题;设计了具有快收敛及低复杂度特点的无人机通信***资源分配与飞行航迹联合迭代求解算法。本发明可保障无人机作业期内所有用户最差安全能效性能的最佳,进而有效提升无人机通信网络多用户传输的安全能效公平性。
进一步的,所述基于正交频分多址协议的无人机下行链路通信架构具体包括:K个地面用户,一个窃听者,以及一个空中无人机基站;所述地面用户、窃听者和无人机基站均配备单天线,所述空中无人机基站向K个地面用户发送信息。
进一步的,所述单个非法窃听场景下的多用户安全容量模型为:
其中, 分别为用户k的容量及窃听者的窃听容量,β0表示参考距离为1m时的信道增益,/>和/>分别表示用户k和窃听者处的噪声功率,Pk[n]为第n个时隙无人机对第k个地面用户的发射功率,wk[n]为第n个时隙分配给第k个地面用户的通信带宽,q[n]表示无人机在第n个时隙的位置坐标,qk和qe分别表示第k个地面用户和窃听者的位置坐标,
所述建立无人机飞行功耗模型进一步包括:基于航点离散化方法,将完成整个航迹所需的飞行时间T按时隙离散化为N等份,在第n个时隙无人机飞行功耗模型为:
其中,m表示包括所有有效载荷的无人机的质量,v[n],a[n]分别表示无人机飞行速度矢量以及加速度矢量,g为重力加速度,θ,为与无人机机翼面积、空气密度、无人机重量相关的常数参数。
进一步的,所述单用户安全能效表示为:
其中,Rsec,k[n]为单个非法窃听场景下的多用户安全容量,Ptot[n]为无人机飞行功耗。
进一步的,所述的步骤S3中,所述基于航点离散化方法,构建无人机飞行航点离散化关联模型为:
v[n+1]=v[n]+a[n]δt,n∈{1,2,…,N-1} (5)
其中,δt为每个时隙的长度。
进一步的,所述无人机资源分配包括无人机发射功率和通信带宽分配。
进一步的,所述建立以无人机资源分配和飞行航迹为约束条件的非凸化问题为(P1):
v[n+1]=v[n]+a[n]δt,n∈{1,2,...,N-1} (6c)
q[1]=q0,q[N]=qF,v[1]=v[N] (6d)
其中分别代表功率集合、通信带宽分配集合和航迹集合,vmin,vmax,amax分别表示无人机最小飞行速度,最大飞行速度和最大飞行加速度,/>分别表示每个时隙无人机允许发射的平均功率和最大瞬时功率。
进一步的,所述确定最优无人机资源分配及航迹规划策略包括:通过采用连续凸近似方法,将所述非凸优化问题转化为凸优化问题为(P2):
v[n+1]=v[n]+a[n]δt,n∈{1,2,…,N-1} (7m)
q[1]=q0,q[N]=qF,v[1]=v[N] (7n)
其中 a,b,ck[n],d,t[n],fk[n],hk[n],rk[n]是问题优化过程中引入的辅助变量,/> 为优化问题(P2)的可行解。
进一步的,所述确定最优无人机资源分配及航迹规划策略,还包括以下步骤:
步骤S1.1:设置迭代次数i=0,初始化无人机发射功率P(i)、无人机飞行航迹Q(i)、通信带宽分配W(i),并计算辅助变量
步骤S1.2:在无人机发射功率P(i)、无人机飞行航迹Q(i)、通信带宽分配W(i),以及辅助变量的基础上根据优化问题(P2)计算出最优的无人机发射功率变量P(i+1)、无人机飞行航迹变量Q(i+1)、通信带宽分配变量W(i+1)和辅助变量
步骤S1.3:判断优化问题(P2)的目标函数值是否收敛;成立则继续步骤S1.4,不成立则令i=i+1后转至步骤S1.2;
步骤S1.4:得到最优的无人机发射功率变量、飞行航迹变量和通信带宽分配变量{P*,Q*,W*}={Pi+1,Qi+1,Wi+1}。
与现有技术相比,本发明的有益效果在于:
(1)本发明通过构建基于正交频分多址协议的无人机下行链路通信架构,建立单个非法窃听场景下的的多用户安全容量模型及无人机飞行功耗模型,给出单用户安全能效定义;基于航点离散化方法,构建无人机飞行航点离散化关联模型,并以最坏用户安全能效为优化目标,建立以无人机资源分配和飞行航迹为约束条件的联合优化问题;针对该优化问题的非凸特性,采用连续凸近似方法解决了原非凸优化问题的凸转换难题,并设计了具有快收敛及低复杂度特点的无人机通信***资源分配与飞行航迹联合迭代求解方法。本发明可保障无人机作业期内所有用户最差安全能效性能的最佳,进而有效提升无人机通信网络多用户传输的安全能效公平性。
(2)本发明提出了基于安全能效公平性的无人机航迹优化、资源分配方案,与仅考虑安全性或能效性方案相比,更好解决了实际应用中无人机通信***安全性和能效性的最佳平衡问题。
(3)本发明提出了基于安全能效公平性的无人机航迹优化与资源分配方法,与全局安全能效相比,充分体现了每个用户安全能效需求,保证了用户之间安全能效的公平性。
附图说明
图1为根据本实施例的基于安全能效公平性的无人机航迹优化与资源分配方法的流程图;
图2为根据本实施例的基于安全能效公平性的无人机航迹优化与资源分配方法的无人机通信***模型图;
图3为根据本实施例的基于安全能效公平性的无人机航迹优化与资源分配方法中确定最优无人机资源分配及航迹规划策略的具体算法流程图;
图4为根据本实施例的基于安全能效公平性的无人机航迹优化与资源分配方法与全局安全能效最大化方案的无人机航迹对比图;
图5为根据本实施例的基于安全能效公平性的无人机航迹优化与资源分配方法与全局安全能效最大化方案的性能对比图。
具体实施方式
以下将结合附图对本发明各实施例的技术方案进行清楚、完整的描述,显然,所描述发实施例仅仅是本发明的一部分实施例,而不是全部的实施例。基于本发明的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施例,都属于本发明所保护的范围。
实施例
如图1所示,本实施例提供一种基于安全能效公平性的无人机航迹优化与资源分配方法,包括:
构建基于正交频分多址协议的无人机下行链路通信架构;
基于所述无人机下行链路通信架构,建立单个非法窃听场景下的多用户的安全容量模型和无人机飞行功耗模型;根据所述单个非法窃听场景下的多用户安全容量模型和无人机飞行功耗模型,给出单用户安全能效定义;
基于航点离散化方法,构建无人机飞行航点离散化关联模型,并以最坏用户安全能效为优化目标,建立以无人机资源分配和飞行航迹为约束条件的非凸化问题;
通过采用连续凸近似方法,将所述非凸优化问题转化为凸优化问题;
基于所述凸优化问题,确定最优的无人机资源分配及航迹规划策略。
如图2所示,本实施例***模型包括K个地面用户,一个窃听者,以及一个空中无人机基站。地面用户、窃听者和无人机基站均配备单天线,无人机向K个地面用户发送信息。由于无线信道的广播特性,信息的传输存在被窃听的可能。根据空-地无线链路特性建立无人机空-地信道模型,计算基于离散航点法的多用户安全容量模型及无人机飞行功耗模型,提出了基于用户安全能效公平性的无人机通信***指标。
假设空地节点传输信道为视距传输信道,则无人机空-地信道可建模为:
其中qk和qe分别为第k个地面用户和窃听者水平坐标,q[n]为无人机航迹水平坐标,H为无人机的固定飞行高度,β0是参考距离为1m时的信道增益,
考虑下行链路正交频分多址协议,无人机利用不同的正交子信道与多个地面用户进行通信,以确保多用户之间不存在互干扰。无人机和第k个地面用户之间的可达速率可表示为:
无人机和窃听之间的可达速率可表示为:
其中和/>分别表示用户k和窃听者处的噪声功率,Pk[n]为第n个时隙无人机对第k个地面用户的发射功率,wk[n]为第n个时隙分配给第k个地面用户的通信带宽。
单个非法窃听场景下的多用户安全容量可表示为:
其中,和/> 分别为用户k的容量及窃听者的窃听容量。
基于航点离散化化方法,将完成整个航迹所需的飞行时间T按时隙离散化为N等份,在第n个时隙无人机飞行功率消耗可建模为:
其中m表示包括所有有效载荷的无人机的质量,v[n],a[n]分别表示无人机速度矢量以及加速度矢量,g为重力加速度,θ,为与无人机机翼面积、空气密度、无人机重量相关的常数参数。此外,无人机各离散航点的关联约束可表示为:
v[n+1]=v[n]+a[n]δt,n∈{1,2,…,N-1} (8)
其中δt为每个时隙的长度。
针对K个单天线地面节点和一个窃听节点场景,单用户安全能效可表示为:
其中,Rsec,k[n]为单个非法窃听场景下的多用户安全容量,Ptot[n]为无人机飞行功耗。
以最坏用户安全能效为优化目标,以无人机资源分配和飞行航迹为约束条件的联合优化问题可以建模为(P1)。
v[n+1]=v[n]+a[n]δt,n∈{1,2,...,N-1} (10c)
q[1]=q0,q[N]=qF,v[1]=v[N] (10d)
其中分别代表功率集、通信带宽分配集和航迹集,vmin,vmax,amax分别表示无人机最小飞行速度,最大飞行速度和最大飞行加速度,/>分别表示每个时隙无人机允许发射的平均功率和最大瞬时功率。
原始优化问题为非凸问题,通过引入辅助变量a,b,ck[n],d,t[n],fk[n],hk[n]和rk[n]=(Pk[n])-1,将原始优化问题转化为(P2)。
v[n+1]=v[n]+a[n]δt,n∈{1,2,...,N-1} (11m)
q[1]=q0,q[N]=qF,v[1]=v[N] (11n)
采用连续凸近似法,将非凸约束条件(11b)-(11f)和(11i)通过一阶泰勒展开近似转换成凸约束条件,具体表示如下:
其中 为优化问题(P2)的可行解。
针对该优化问题的非凸特性,采用连续凸近似的方法解决了原非凸优化问题的凸转换难题。无人机各时隙最优飞行航迹、最优发射功率和最优通信带宽分配可以通过优化问题(P3)求解得到。
v[n+1]=v[n]+a[n]δt,n∈{1,2,…,N-1} (18g)
q[1]=q0,q[N]=qF,v[1]=v[N] (18h)
其中 为优化问题(P3)的可行解。
最后,基于近似凸转换结果,设计了具有快收敛及低复杂度特点的无人机通信***资源分配与飞行航迹联合迭代求解算法,具体算法如图3所表示,算法过程表示如下:
步骤1:设置迭代次数i=0,初始化无人机发射功率P(i)、无人机飞行航迹Q(i)、通信带宽分配W(i),并计算辅助变量
步骤2:在无人机发射功率P(i)、无人机飞行航迹Q(i)、通信带宽分配W(i),以及辅助变量的基础上根据优化问题(P3)计算出最优的无人机发射功率变量P(i+1)、无人机飞行航迹变量Q(i+1)、通信带宽分配变量W(i+1)和辅助变量
步骤3:判断优化问题(P3)的目标函数值是否收敛。成立则继续步骤4,不成立则令i=i+1后转至步骤2。
步骤4:得到最优的无人机发射功率变量、飞行航迹变量和通信带宽分配变量{P*,Q*,W*}={Pi+1,Qi+1,Wi+1}。
图4和图5分别为本实施例所提出的方案与全局安全能效最大化方案的无人机航迹对比图和用户安全能效对比图。从图4中可以看出,本实施例所提出的公平性安全能效方案通过调整无人机航迹实现地面用户的全覆盖,而全局安全能效最大化方案仅靠近远离窃听者的地面用户1和2。图5表明所提公平性安全能效方案可确保各用户获得相似的安全能效性能,更好地体现出用户的公平性。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本实施例技术方案。
Claims (6)
1.基于安全能效公平性的无人机航迹优化与资源分配方法,其特征在于,包括:
构建基于正交频分多址协议的无人机下行链路通信架构;
基于所述无人机下行链路通信架构,建立单个非法窃听场景下的多用户安全容量模型和无人机飞行功耗模型,给出单用户安全能效定义;
基于航点离散化方法,构建无人机飞行航点离散化关联模型,并以最坏用户安全能效为优化目标,建立以无人机资源分配和飞行航迹为约束条件的非凸优化问题;
确定最优无人机资源分配及航迹规划策略;
所述基于正交频分多址协议的无人机下行链路通信架构包括:K个地面用户,一个窃听者,以及一个空中无人机基站;所述地面用户、窃听者和无人机基站均配备单天线;
所述单个非法窃听场景下的多用户安全容量模型为:
其中, 分别为用户k的容量及窃听者的窃听容量,β0表示参考距离为1m时的信道增益,/>和/>分别表示用户k和窃听者处的噪声功率,Pk[n]为第n个时隙无人机对第k个地面用户的发射功率,wk[n]为第n个时隙分配给第k个地面用户的通信带宽,q[n]表示无人机在第n个时隙的位置坐标,qk和qe分别表示第k个地面用户和窃听者的位置坐标,
所述建立无人机飞行功耗模型进一步包括:基于航点离散化方法,将完成整个航迹所需的飞行时间T按时隙离散化为N等份,在第n个时隙无人机飞行功耗模型为:
其中,m表示包括所有有效载荷的无人机的质量,v[n],a[n]分别表示无人机飞行速度矢量以及加速度矢量,g为重力加速度,θ,为与无人机机翼面积、空气密度、无人机重量相关的常数参数;
所述单用户安全能效表示为:
其中,Rsec,k[n]为单个非法窃听场景下的多用户安全容量,Pout[n]为无人机飞行功耗。
2.根据权利要求1所述的基于安全能效公平性的无人机航迹优化与资源分配方法,其特征在于,所述基于航点离散化方法,构建无人机飞行航点离散化关联模型为:
v[n+1]=v[n]+a[n]δt,n∈{1,2,...,N-1} 5)
其中,δt为每个时隙的长度,v[n]和a[n]分别表示无人机速度矢量以及加速度矢量,q[n]表示无人机在第n个时隙的位置坐标。
3.根据权利要求1所述的基于安全能效公平性的无人机航迹优化与资源分配方法,其特征在于,所述无人机资源分配包括无人机发射功率和通信带宽分配。
4.根据权利要求1所述的基于安全能效公平性的无人机航迹优化与资源分配方法,其特征在于,所述建立以无人机资源分配和飞行航迹为约束条件的非凸优化问题为P1:
P1
v[n+1]=v[n]+a[n]δt,n∈{1,2,...,N-1} 6c)
q[1]=q0,q[N]=qF,v[1]=v[N] 6d)
其中分别代表功率集合、通信带宽分配集合和航迹集合,vmin,vmax,amax分别表示无人机最小飞行速度,最大飞行速度和最大飞行加速度,/>分别表示每个时隙无人机允许发射的平均功率和最大瞬时功率,ηk表示用户安全能效,B表示K个用户的总带宽,v[n]和a[n]分别表示无人机速度矢量以及加速度矢量,q[n]表示无人机在第n个时隙的位置坐标,Pk[n]表示第n个时隙无人机对第k个地面用户的发射功率,wk[n]表示第n个时隙分配给第k个地面用户的通信带宽,δt表示每个时隙的长度。
5.根据权利要求4所述的基于安全能效公平性的无人机航迹优化与资源分配方法,其特征在于,所述确定最优无人机资源分配及航迹规划策略包括:通过采用连续凸近似方法,将所述非凸优化问题转化为凸优化问题为P2:
P2
v[n+1]=v[n]+a[n]δt,n∈{1,2,...,N-1} 7m)
q[1]=q0,q[N]=qF,v[1]=v[N] 7n)
其中 a,b,ck[n],d,t[n],fk[n],hk[n],rk[n]是问题优化过程中引入的辅助变量,/> 为优化问题P2的可行解。
6.根据权利要求5所述的基于安全能效公平性的无人机航迹优化与资源分配方法,其特征在于,所述确定最优无人机资源分配及航迹规划策略还包括:
步骤S1.1:设置迭代次数i=0,初始化无人机发射功率P(i)、无人机飞行航迹Q(i)、通信带宽分配W(i),并计算辅助变量
步骤S1.2:在无人机发射功率P(i)、无人机飞行航迹Q(i)、通信带宽分配W(i),以及辅助变量的基础上根据优化问题P2计算出最优的无人机发射功率变量P(i+1)、无人机飞行航迹变量Q(i+1)、通信带宽分配变量W(i+1)和辅助变量
步骤S1.3:判断优化问题P2的目标函数值是否收敛;成立则继续步骤S1.4,不成立则令i=i+1后转至步骤S1.2;
步骤S1.4:得到最优的无人机发射功率变量、飞行航迹变量和通信带宽分配变量{P*,Q*,W*}={Pi+1,Qi+1,Wi+1}。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111267044.7A CN114070379B (zh) | 2021-10-28 | 2021-10-28 | 基于安全能效公平性的无人机航迹优化与资源分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111267044.7A CN114070379B (zh) | 2021-10-28 | 2021-10-28 | 基于安全能效公平性的无人机航迹优化与资源分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114070379A CN114070379A (zh) | 2022-02-18 |
CN114070379B true CN114070379B (zh) | 2023-08-15 |
Family
ID=80235974
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111267044.7A Active CN114070379B (zh) | 2021-10-28 | 2021-10-28 | 基于安全能效公平性的无人机航迹优化与资源分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114070379B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115734185B (zh) * | 2022-11-21 | 2024-06-11 | 深圳大学 | 无人机物联网水下探测***的飞行轨迹和带宽分配优化方法 |
CN115802494B (zh) * | 2023-02-03 | 2023-05-19 | 南京邮电大学 | 无人机隐蔽通信***航迹优化与通信资源分配方法及*** |
CN116614827B (zh) * | 2023-06-02 | 2024-05-17 | 昆明理工大学 | 一种面向无人机辅助通信的航迹优化方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109151718A (zh) * | 2018-09-17 | 2019-01-04 | 南昌大学 | 基于物理层安全的无人机能效最大化资源分配方法 |
WO2019079959A1 (zh) * | 2017-10-24 | 2019-05-02 | 深圳市大疆创新科技有限公司 | 基站的干扰源定位方法、无人机和计算机可读存储介质 |
CN110381444A (zh) * | 2019-06-24 | 2019-10-25 | 广东工业大学 | 一种无人机轨迹优化及资源分配方法 |
CN110381445A (zh) * | 2019-06-28 | 2019-10-25 | 广东工业大学 | 一种基于无人机基站***的资源分配与飞行轨迹优化方法 |
CN112423379A (zh) * | 2020-12-14 | 2021-02-26 | 北京中电飞华通信有限公司 | 一种基于noma-mec的资源分配方法及装置 |
CN112859909A (zh) * | 2021-01-05 | 2021-05-28 | 中国科学院上海微***与信息技术研究所 | 一种内外部窃听并存的无人机辅助网络数据安全传输方法 |
CN112887993A (zh) * | 2021-01-13 | 2021-06-01 | 南京邮电大学 | 基于时隙优先级的全双工无人机基站安全能效优化方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
MX2020000074A (es) * | 2017-07-10 | 2020-02-17 | Ericsson Telefon Ab L M | Optimizacion de la asignacion de recursos de radio con base en informacion de trayectoria de vuelo de vehiculos aereos no tripulados. |
CN110673635B (zh) * | 2019-09-30 | 2021-10-26 | 华南理工大学 | 一种基于无线能量传输网络的无人机三维轨迹的设计方法 |
US11703853B2 (en) * | 2019-12-03 | 2023-07-18 | University-Industry Cooperation Group Of Kyung Hee University | Multiple unmanned aerial vehicles navigation optimization method and multiple unmanned aerial vehicles system using the same |
-
2021
- 2021-10-28 CN CN202111267044.7A patent/CN114070379B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019079959A1 (zh) * | 2017-10-24 | 2019-05-02 | 深圳市大疆创新科技有限公司 | 基站的干扰源定位方法、无人机和计算机可读存储介质 |
CN109151718A (zh) * | 2018-09-17 | 2019-01-04 | 南昌大学 | 基于物理层安全的无人机能效最大化资源分配方法 |
CN110381444A (zh) * | 2019-06-24 | 2019-10-25 | 广东工业大学 | 一种无人机轨迹优化及资源分配方法 |
CN110381445A (zh) * | 2019-06-28 | 2019-10-25 | 广东工业大学 | 一种基于无人机基站***的资源分配与飞行轨迹优化方法 |
CN112423379A (zh) * | 2020-12-14 | 2021-02-26 | 北京中电飞华通信有限公司 | 一种基于noma-mec的资源分配方法及装置 |
CN112859909A (zh) * | 2021-01-05 | 2021-05-28 | 中国科学院上海微***与信息技术研究所 | 一种内外部窃听并存的无人机辅助网络数据安全传输方法 |
CN112887993A (zh) * | 2021-01-13 | 2021-06-01 | 南京邮电大学 | 基于时隙优先级的全双工无人机基站安全能效优化方法 |
Non-Patent Citations (1)
Title |
---|
Yuanxin Cai等.Energy-Efficient Resource Allocation for Secure UAV Communication Systems.2019 IEEE Wireless Communications and Networking Conference (WCNC).2019,全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN114070379A (zh) | 2022-02-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114070379B (zh) | 基于安全能效公平性的无人机航迹优化与资源分配方法 | |
CN112383935B (zh) | 基于物理层安全的协作式无人机数据采集***的设计方法 | |
Budhiraja et al. | Energy consumption minimization scheme for NOMA-based mobile edge computation networks underlaying UAV | |
CN110730031B (zh) | 一种用于多载波通信的无人机轨迹与资源分配联合优化方法 | |
Duo et al. | Joint trajectory and power optimization for securing UAV communications against active eavesdropping | |
CN109640257B (zh) | 一种基于无人机的iot网络安全传输方法 | |
CN108092737B (zh) | 基于保密容量最大化准则的中继无人机航迹规划方法 | |
Meng et al. | Three-dimensional trajectory optimization for energy-constrained UAV-enabled IoT system in probabilistic LoS channel | |
Zhang et al. | Power control and trajectory planning based interference management for UAV-assisted wireless sensor networks | |
CN115802494B (zh) | 无人机隐蔽通信***航迹优化与通信资源分配方法及*** | |
Xiong et al. | Three-dimensional trajectory design for unmanned aerial vehicle-based secure and energy-efficient data collection | |
Liu et al. | Access points in the air: Modeling and optimization of fixed-wing UAV network | |
Liu et al. | Joint resource optimization for UAV-enabled multichannel Internet of Things based on intelligent fog computing | |
Lu et al. | Reinforcement learning based energy efficient robot relay for unmanned aerial vehicles against smart jamming | |
Park et al. | Joint trajectory and resource optimization of MEC-assisted UAVs in sub-THz networks: A resources-based multi-agent proximal policy optimization DRL with attention mechanism | |
Han et al. | Distributed UAV deployment in hostile environment: A game-theoretic approach | |
Song et al. | Energy efficient optimization for solar-powered UAV communications system | |
Fan et al. | Channel assignment and power allocation utilizing NOMA in long-distance UAV wireless communication | |
Tao et al. | Resource allocation and trajectories design for UAV-assisted jamming cognitive UAV networks | |
Wu et al. | Enabling efficient caching in high mobility UAV communications network under limited backhaul | |
Ahn et al. | Velocity optimization for UAV-mounted transmitter in population-varying fields | |
Jing et al. | UAV trajectory design and bandwidth allocation for coverage maximization with energy and time constraints | |
Yuan et al. | Radio-map-based UAV placement design for uav-assisted relaying networks | |
Handouf et al. | Energy-throughput tradeoffs in ubiquitous flying radio access network for IoT | |
Li et al. | Flying Ad-Hoc Network Covert Communications with Deep Reinforcement Learning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |