CN115334540A - 一种基于异构无人机的多无人机通信***及能耗优化方法 - Google Patents

一种基于异构无人机的多无人机通信***及能耗优化方法 Download PDF

Info

Publication number
CN115334540A
CN115334540A CN202210710138.5A CN202210710138A CN115334540A CN 115334540 A CN115334540 A CN 115334540A CN 202210710138 A CN202210710138 A CN 202210710138A CN 115334540 A CN115334540 A CN 115334540A
Authority
CN
China
Prior art keywords
communication
uav
resource allocation
type
computational
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.)
Pending
Application number
CN202210710138.5A
Other languages
English (en)
Inventor
汤强
李林江
刘丽鑫
曹敦
余致强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changsha University of Science and Technology
Original Assignee
Changsha University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Changsha University of Science and Technology filed Critical Changsha University of Science and Technology
Priority to CN202210710138.5A priority Critical patent/CN115334540A/zh
Publication of CN115334540A publication Critical patent/CN115334540A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W72/00—Local resource management
    • H04W72/12—Wireless traffic scheduling
    • H04W72/1263—Mapping of traffic onto schedule, e.g. scheduled allocation or multiplexing of flows
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/10—Simultaneous control of position or course in three dimensions
    • G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5072—Grid computing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5094—Allocation of resources, e.g. of the central processing unit [CPU] where the allocation takes into account power or heat criteria
    • 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
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/50—Indexing scheme relating to G06F9/50
    • G06F2209/502—Proximity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/50—Indexing scheme relating to G06F9/50
    • G06F2209/509—Offload
    • 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)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Astronomy & Astrophysics (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种基于异构无人机的多无人机通信***，其中该***包括计算型UAV0、通信型UAV1、地面供能中心和若干终端；所述通信型UAV1分别与所述计算型UAV0和若干所述终端通信连接；所述通信型UAV1用于收集所述终端上传的任务信息，并发送至所述计算型UAV0进行处理；所述地面供能中心与所述计算型UAV0电性连接，所述地面供能中心用于给所述计算型UAV0提供能源。本发明还公开了一种基于异构无人机的多无人机能耗优化方法。本发明旨在解决现有无人机辅助MEC***能量负载大，无法持续续航的问题。

Description

一种基于异构无人机的多无人机通信***及能耗优化方法
技术领域
本发明涉及通信技术领域，尤其涉及一种基于异构无人机的多无人机通信***及能耗优化方法。
背景技术
移动边缘计算(Mobile Edge Computing，以下简称MEC)作为一种帮助资源受限的终端处理通信和计算延迟任务的技术，近年来收到了学术界和工业界的广泛关注。MEC的核心思想是把传统数据中的云计算平台从核心网络内部迁至移动网络边缘，以实现各类***资源的高效利用。MEC把无线网络和互联网两者技术有效融合在一起，并在无线网络侧增加计算、存储、处理等功能，构建了开放式平台以植入应用，并通过无线网络与业务服务器之间信息交互，对无线网络与业务进行融合，将传统的无线基站升级为智能化基站。通过将服务器资源移动到距离用户很近的边缘侧(在MEC***中为用户提供处理任务服务的设备的统称)，能够很大程度的降低用户的相应延迟，同时，在响应用户任务时的传输路径变短，使用的能量也大幅减少。虽然基站可以拥有强大的计算能力，但基站具有不可移动性且造价高昂，然而通信终端都会具有一定的移动性，所以当一些终端处于基站通信能力较弱的区域，或者无法覆盖的区域时，重建新的基站明显不是最优的解决办法。
处于对以上情况的考虑，更多的研究者将目光投向了无人机(Unmanned AerialVehicle，以下简称UAV)辅助MEC***，MEC***由边缘侧服务器和终端组成，将UAV加入到MEC***中，由于UAV的易部署性以及高机动性，我们通常会利用UAV承担部分服务器的功能，甚至直接承担服务器的所有功能，例如，在基站距离终端较远的时候，使用UAV进行终端的数据收集，从而保证MEC***对其所有用户的覆盖，并且能减少用户数据由于远距离传输造成的损失；或者在一些没有基站且终端所需处理的数据量较少时，直接使用UAV进行终端数据的收集和处理再返还至设备。加入了UAV的***具有易部署性、移动可控性和优越的通信链路等优点。通过在MEC***中添加具有计算能力的UAV，可以缓解计算资源不足的问题；利用UAV的空对地通信链路，可以有效的降低由于地面障碍带来的通信噪声影响；利用UAV的移动性，可以有效缩短终端与边缘计算服务器之间的通信距离，建立强有力的通信链路，提高通信效率。
在单无人机辅助MEC***中，对于终端的任务处理一般都是先进行终端的数据收集，然后在UAV上进行计算处理或者转发到基站进行计算，最后将计算结果返还给终端。对于无需依靠基站的单无人机辅助MEC***，UAV因为计算和飞行产生了过多的能量负载，会导致整个***的持续工作能力大大降低。在多无人机辅助MEC***中，多无人机的协同工作可以使得整个***更加高效的处理终端的任务，但是同时使用多个UAV会导致***需要更高的能量开销。
发明内容
本发明的主要目的是提供一种基于异构无人机的多无人机通信***及能耗优化方法，旨在解决现有无人机辅助MEC***能量负载大，无法持续续航的问题。
为实现上述目的，本发明提供一种基于异构无人机的多无人机通信***及能耗优化方法，其中，所述一种基于异构无人机的多无人机通信***，包括计算型UAV0、通信型UAV1、地面供能中心和若干终端；
所述通信型UAV1分别与所述计算型UAV0和若干所述终端通信连接；所述通信型UAV1用于收集所述终端上传的任务信息，并发送至所述计算型UAV0进行处理；
所述地面供能中心与所述计算型UAV0电性连接，所述地面供能中心用于给所述计算型UAV0提供能源。
优选方案之一，所述地面供能中心设有电量判断单元，所述地面供能中心设有电量判断单元，所述电量判断单元用于判断所述地面供能中心和所述通信型UAV1电量是否充足。
一种包括上述的一种基于异构无人机的多无人机通信***的能耗优化方法，包括：
S1、初始化***参数；
S2、设置所述通信型UAV1的初始轨迹，并计算在初始轨迹状态下***最优的通信调度、通信型UAV1的通信资源分配和计算型UAV0的计算资源分配；
S3、通过对最优的所述通信调度、通信型UAV1的通信资源分配和计算型UAV0的计算资源分配进行二次计算得到新的通信调度、通信型UAV1的通信资源分配和计算型UAV0的计算资源分配，并分别对应比较步骤S2和步骤S3得到的通信调度、通信型UAV1的通信资源分配和计算型UAV0的计算资源分配是否收敛，若是，则执行步骤S4，反之，则执行步骤S2；
S4、根据得到的最优的所述通信调度、通信型UAV1的通信资源分配和计算型UAV0的计算资源分配，计算通信型UAV1的最优的飞行轨迹；
S5、利用最优的所述通信调度、通信型UAV1的通信资源分配、计算型UAV0的计算资源分配和通信型UAV1的飞行轨迹，计算当前***的能耗值，并判断所述能耗值是否收敛，若是，则将所述能耗值定义为最小能耗值，反之，则执行步骤S2。
优选方案之一，所述***参数包括计算型UAV0的计算资源分配、通信型UAV1的通信资源分配及通信型UAV1的飞行轨迹。
优选方案之一，所述步骤S2中采用拉格朗日对偶法计算***最优的通信调度、通信型UAV1的通信资源分配和计算型UAV0的计算资源分配。
优选方案之一，所述通信调度包括终端与通信型UAV1之间的通信调度和计算型UAV0与通信型UAV1之间的通信调度。
优选方案之一，所述通信型UAV1的通信资源分配包括通信型UAV1在每个时隙的通信功率。
优选方案之一，所述计算型UAV0的计算资源分配包括UAV0在每个时隙的计算频率。
优选方案之一，所述步骤S3中采用次梯度下降法对步骤S2中最优的所述通信调度、通信型UAV1的通信资源分配和计算型UAV0的计算资源分配进行二次计算得到新的通信调度、通信型UAV1的通信资源分配和计算型UAV0的计算资源分配。
优选方案之一，所述步骤S3中比较步骤S2和步骤S3得到的通信调度、通信型UAV1的通信资源分配和计算型UAV0的计算资源分配是否收敛具体为：将步骤S2中最优的通信调度、通信型UAV1的通信资源分配及计算型UAV0的计算资源分配与新的通信调度、通信型UAV1的通信资源分配及计算型UAV0的计算资源分配分别对应作差，判断差值是否小于设定精度值。
有益效果：
本发明的上述技术方案中，该方法包括初始化***参数；设置所述通信型UAV1的初始轨迹，并计算在初始轨迹状态下***最优的通信调度、通信型UAV1的通信资源分配和计算型UAV0的计算资源分配；通过对最优的所述通信调度、通信型UAV1的通信资源分配和计算型UAV0的计算资源分配进行二次计算得到新的通信调度、通信型UAV1的通信资源分配和计算型UAV0的计算资源分配，并分别对应比较步骤S2和步骤S3得到的通信调度、通信型UAV1的通信资源分配和计算型UAV0的计算资源分配是否收敛；根据得到的最优的所述通信调度、通信型UAV1的通信资源分配和计算型UAV0的计算资源分配，计算通信型UAV1的最优的飞行轨迹；利用最优的所述通信调度、通信型UAV1的通信资源分配、计算型UAV0的计算资源分配和通信型UAV1的飞行轨迹，计算当前***的能耗值，并判断所述能耗值是否收敛，若是，则将所述能耗值定义为最小能耗值。本发明中，通过设置***的最优通信调度、通信型UAV1的通信资源分配、计算型UAV0的计算资源分配和通信型UAV1的飞行轨迹，实现各无人机的的最小能耗，可有效解决现有无人机辅助MEC***能量负载大，无法持续续航的问题。
2、在本发明中，在整个工作周期中，计算型UAV0负责任务信息的收集，通信型UAV1负责任务信息的处理，各无人机之间采取并行处理的方式，可提高整个***的响应速度，减少用户的响应延迟和无人机的飞行能耗。
3、在本发明中，通过将基于异构无人机的多无人机通信***与MEC***结合，可使MEC***在没有基站的情况，可将本***代替基站完成边缘计算并且可长时间工作。
附图说明
为了更清楚地说明本发明实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。
图1为本发明实施例基于异构无人机的多无人机通信***的结构示意图；
图2为本发明实施例基于异构无人机的多无人机通信***并行处理的结构示意图；
图3为本发明实施例基于异构无人机的多无人机通信***电量判断的流程示意图；
图4为本发明实施例基于异构无人机的多无人机能耗优化方法的流程示意图。
附图标号说明：
标号 名称 标号 名称
1 地面供能中心 2 终端
3 通信型UAV<sub>1</sub> 4 计算型UAV<sub>0</sub>
本发明目的的实现、功能特点及优点将结合实施方式，参照附图做进一步说明。
具体实施方式
下面将结合本发明实施方式中的附图，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式仅仅是本发明的一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。
需要说明，本发明实施方式中所有方向性指示(诸如上、下……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。
另外，在本发明中如涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。
并且，本发明各个实施方式之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
参见图1-3，根据本发明的一方面，本发明提供一种基于异构无人机的多无人机通信***及能耗优化方法，其中，所述基于异构无人机的多无人机通信***包括：包括计算型UAV0、通信型UAV1、地面供能中心和若干终端；所述通信型UAV1分别与所述计算型UAV0和若干所述终端通信连接；所述通信型UAV1用于收集所述终端上传的任务信息，并发送至所述计算型UAV0进行处理；所述地面供能中心与所述计算型UAV0电性连接，所述地面供能中心用于给所述计算型UAV0提供能源。
具体地，在本实施例中，所述计算型UAV0采用计算型的UAV，所述通信型UAV1采用通信型的UAV，所述通信型UAV1不设有计算模块，相比计算型UAV0质量更小，飞行能耗更低，所述计算型UAV0悬停于固定区域负责计算通信型UAV1传输的任务信息，所述通信型UAV1以计算型UAV0为中心，围绕计算型UAV0作圆形或椭圆形或类似圆形的轨迹飞行，对多个终端进行任务信息的采集，并传输至计算型UAV0对终端的任务信息进行处理；整个工作周期可分成若干份，在整个工作周期内，终端将任务信息上传至通信型UAV1、通信型UAV1将采集的任务信息发送至计算型UAV0、计算型UAV0对通信型UAV1传输的任务信息进行计算可同时进行，从而实现多无人机之信息的并行处理，减少用户的响应延迟和无人机的飞行能耗，提高整个***的响应速度；在本发明中至少设置有一个计算型UAV0和通信型UAV1实现任务信息的采集与处理，具体可根据现场情况设置多个计算型UAV0和通信型UAV1，本发明不进行限定。
具体地，在本实施例中，所述地面供能中心设有电量判断单元，所述电量判断单元用于判断所述地面供能中心和所述通信型UAV1电量是否充足；***上电后，通信型UAV1负责收集各终端的任务信息，计算型UAV0负责处理通信型UAV1传输的各终端的任务信息；通过所述地面供能中心的电量判断单元判断所述通信型UAV1的电量是否小于第一电量阈值，若是则提醒作业人员对所述通信型UAV1进行替换，若否则继续工作；通过所述地面供能中心的电量判断单元判断所述地面供能中心的电量是否小于第二电量阈值，若是则提醒作业人员对所述地面供能中心的电源进行替换，若否则继续工作。
具体地，在本实施例中，所述基于异构无人机的多无人机通信***设有通信模型，所述通信模型包括通信型UAV1与若干终端之间以及通信型UAV1与计算型UAV0之间的通信，假设通信型UAV1与若干终端和计算型UAV0之间的信道以LOS信道为主导并且没有小规模的衰落，所述LOS信道指两个相互通信的物体之间没有遮挡物，因此通信型UAV1在第n个时隙内，终端与通信型UAV1通信的平均路径衰落可表示为：
Figure BDA0003707546940000071
其中，n表示第n个时隙，k表示第k个终端，β0为传输信道参考增益，(xk,，yk，0)为终端的位置坐标，(x[n]，y[n]，H)为无人机在第n个时隙的位置坐标，H为无人机的飞行高度；
通过终端与通信型UAV1通信的平均路径衰落计算终端与通信型UAV1之间的通信速率：
Figure BDA0003707546940000072
其中，Bk为终端到通信型UAV1的传输带宽，αk为通信型UAV1的与终端k之间的通信调度，P0为终端的卸载功率，σ2为高斯白噪声功率，
在通信型UAV1在的第n+1个时隙内，通信型UAV1与计算型UAV0之间的平均路径衰落可表示为：
Figure BDA0003707546940000073
其中，(x[n]，y[n]，H)为无人机在第n个时隙的位置坐标，(x0，y0，0)为计算型UAV0的悬停位置坐标；
通过通信型UAV1与计算型UAV0之间的平均路径衰落可以计算出通信型UAV1与计算型UAV0之间的通信速率：
Figure BDA0003707546940000074
其中，Bm为通信型UAV1到计算型UAV0的传输带宽，
Figure BDA0003707546940000075
为通信型UAV1与计算型UAV0之间的通信调度，Pk为通信型UAV1与终端k之间的通信功率；
通过所述通信模型，得到通信型UAV1与若干终端之间以及通信型UAV1与计算型UAV0之间通信的平均路径衰落和通信速率，为后续实现多无机能耗优化提供计算基础。
所述基于异构无人机的多无人机通信***设有任务计算模型，将f[n+2]定义为计算型UAV0在第n+2个时隙的计算频率，则可计算出计算型UAV0在第n+2个时隙的任务计算量，公式为：
Figure BDA0003707546940000081
其中，f为计算型UAV0的计算频率，C为CPU周期数，δ为时隙长度；
通过计算型UAV0在第n+2个时隙的任务计算量，可以得到在第n+2个时隙内计算型UAV0所消耗的能量，公式为：
Figure BDA0003707546940000082
其中，Ecomp为计算型UAV0的计算能耗，rc为有效电容系数；
所述基于异构无人机的多无人机通信***设有能量消耗模型，无人机的总能耗分为四个部分，包括：通信型UAV1的飞行和通信所消耗的能量、以及计算型UAV0悬停和计算所消耗的能量；各部分的能耗表达公式如下：
Figure BDA0003707546940000083
Figure BDA0003707546940000084
Figure BDA0003707546940000085
Figure BDA0003707546940000086
其中，Ecomm为通信型UAV1的通信能耗，EH为计算型UAV0的悬停能耗，Efly为通信型UAV1的飞行能耗；N为时间周期被划分成的时隙数量，K为地面终端的数量，
Figure BDA0003707546940000087
为计算型UAV0的悬停功率，C1和C2为计算飞行能耗的相关系数，v为通信型UAV1的速度，a为通信型UAV1的加速度，g为重力加速度；
参见图4，根据本发明的另一方面，本发明提供一种基于异构无人机的多无人机通信***及能耗优化方法，其中，所述基于异构无人机的多无人机能耗优化方法包括：
S1、初始化***参数；其中，所述***参数包括计算型UAV0的计算资源分配、通信型UAV1的通信资源分配及通信型UAV1的飞行轨迹；
S2、设置所述通信型UAV1的初始轨迹，通过拉格朗日对偶法计算在初始轨迹的状态下***最优的通信调度、通信型UAV1的通信资源分配和计算型UAV0的计算资源分配；所述通信调度包括终端与通信型UAV1之间的通信调度和计算型UAV0与通信型UAV1之间的通信调度；所述通信型UAV1的通信资源分配通信资源分配包括通信型UAV1在每个时隙的通信功率；所述计算型UAV0的计算资源分配包括计算型UAV0在每个时隙的计算频率；
S3、采用次梯度下降法对步骤S2中的最优的所述通信调度、通信型UAV1的通信资源分配和计算型UAV0的计算资源分配进行二次计算得到新的通信调度、通信型UAV1的通信资源分配和计算型UAV0的计算资源分配，并比较步骤S2和步骤S3得到的通信调度、通信型UAV1的通信资源分配和计算型UAV0的计算资源分配是否收敛，若是，则执行步骤S4，反之，则执行步骤S2；
S4、根据得到的最优的所述通信调度、通信型UAV1的通信资源分配和计算型UAV0的计算资源分配，利用CVX算法，计算通信型UAV1的最优的飞行轨迹；
S5、利用最优的所述通信调度、通信型UAV1的通信资源分配、计算型UAV0的计算资源分配和通信型UAV1的飞行轨迹，计算当前***的能耗值，并判断所述能耗值是否收敛，若是，则将所述能耗值定义为最小能耗值，反之，则执行步骤S2。
具体地，在本实施例中，在所述步骤S2中，给定无人机的初始轨迹，利用拉格朗日对偶法计算出最优的通信调度、通信型UAV1的通信资源分配和计算型UAV0的计算资源分配；设定Q为所述通信型UAV1的速度、加速度以及位置坐标的集合，结合通信模型、任务计算模型和能量消耗模型中得到的数据，利用拉格朗日对偶法计算出最优的通信调度、通信型UAV1的通信资源分配和计算型UAV0的计算资源分配，具体如下：
Figure BDA0003707546940000091
其中，所述C1*表示在第n个时隙内的最佳卸载数据大于终端与通信型UAV1之间的实际卸载数据量；lk为传输的任务数据的大小，K为终端集合，N为时隙集合；
Figure BDA0003707546940000101
其中，所述C2*表示通信型UAV1在每个时隙有且仅可与一个计算型UAV0进行通信；
Figure BDA0003707546940000102
其中，所述C3表示在第n个时隙内的最佳卸载数据大于通信型UAV1和计算型UAV0之间的实际卸载数据量；
Figure BDA0003707546940000103
其中，所述C5表示计算型UAV0的处理数据量与计算频率之间的关系；
Figure BDA0003707546940000104
其中，所述C7表示计算型UAV0在每个时隙的计算频率受到fmax的限制；fmax为计算型UAV0的最大计算频率；
Figure BDA0003707546940000105
其中，所述C8表示通信型UAV1在每个时隙的通信功率受到Pmax的限制；Pmax为通信型UAV1的最大通信功率；
具体地，在本实施例中，所述步骤S3中，采用次梯度下降法更新拉格朗日对偶法中的拉格朗日乘子，所述拉格朗日乘子为所述拉格朗日对偶法中的一个中间变量，通过新的拉格朗日乘子对求得的最优的通信调度、通信型UAV1的通信资源分配和计算型UAV0的计算资源分配进行二次计算，得到新的通信调度、通信型UAV1的通信资源分配和计算型UAV0的计算资源分配，将步骤S2中最优的通信调度、通信型UAV1的通信资源分配和计算型UAV0的计算资源分配与新的通信调度、通信型UAV1的通信资源分配和计算型UAV0的计算资源分配分别对应作差，判断得到的数据是否收敛，也即判断差值是否小于设定精度值，若小于设定精度值则执行后续步骤，反之则重新计算在初始轨迹的状态下***最优的通信调度、通信型UAV1的通信资源分配和计算型UAV0的计算资源分配，所述设定精度值为0.001，本发明不进行限定，可根据实际情况进行设定。
具体地，在本实施例中，所述步骤S4中，根据得到的最优的通信调度、通信型UAV1的通信资源分配和计算型UAV0的计算资源分配，利用CVX凸优化求解器，将改情况的通信型UAV1的最优的飞行轨迹计算出来，具体如下:
Figure BDA0003707546940000111
其中，所述C1*表示在第n个时隙内的最佳卸载数据大于终端与通信型UAV1之间的实际卸载数据量；
Figure BDA0003707546940000112
其中，所述C3表示在第n个时隙内的最佳卸载数据大于计算型UAV0与通信型UAV1之间的实际卸载数据量；
Figure BDA0003707546940000113
Figure BDA0003707546940000114
其中，所述C9、C10表示位移、速度、加速度和时隙长度之间的关系；
C11:q[1]＝q[N+1]
C12:v[1]＝v[N+1]
其中，所述C11、C12表示初始位置和速度等于飞行循环中的最终位置和速度；q为通信型UAV1的位置坐标；
Figure BDA0003707546940000115
Figure BDA0003707546940000116
其中，所述C13、C14表示无人机的最大速度和加速度分别受到Vmax和Amax的限制；Vmax为通信型UAV1的最大移动速度，Amax为通信型UAV1的最大加速度。
具体地，在本实施例中，所述步骤S5中，利用最优的所述通信调度、通信型UAV1的通信资源分配和计算型UAV0的计算资源分配和通信型UAV1的飞行轨迹，计算***的能耗值，设定Q为所述通信型UAV1的速度、加速度以及位置坐标的集合，且所述计算型UAV0在时隙n内可以完成计算终端上传的数据，结合所设定的通信模型、任务计算模型和能量消耗模型，从而获取无人机的最小能耗，最小能耗为(Efly+Ecomm+Ecomp+EH)min；具体如下：
Figure BDA0003707546940000121
其中，所述C1表示在第n个时隙内的最优卸载数据大于终端与通信型UAV1之间的实际卸载数据量；
Figure BDA0003707546940000122
其中，所述C2表示在通信型UAV1在每个时隙有且仅可与一个终端通信；
Figure BDA0003707546940000123
其中，所述C3表示在第n个时隙内的最佳卸载数据大于通信型UAV1和计算型UAV0之间的实际卸载数据量；
Figure BDA0003707546940000124
其中，所述C4表示第k个终端在第n个时隙的卸载数据将在第n+1个时隙转发；
Figure BDA0003707546940000125
其中，所述C5表示计算型UAV0的处理数据量与计算频率之间的关系；
Figure BDA0003707546940000126
所述C6表示表示第k个终端的总卸载数据有上限；
Figure BDA0003707546940000127
其中，所述C7表示计算型UAV0在每个时隙的计算频率受到fmax的限制；
Figure BDA0003707546940000128
其中，所述C8表示通信型UAV1在每个时隙的通信功率受到Pmax的限制；
Figure BDA0003707546940000131
Figure BDA0003707546940000132
其中，所述C9、C10表示位移、速度、加速度和时隙长度之间的关系；
C11:q[1]＝q[N+1]
C12:v[1]＝v[N+1]
其中，所述C11、C12表示初始位置和速度等于飞行循环中的最终位置和速度；
Figure BDA0003707546940000133
Figure BDA0003707546940000134
所述C13、C14表示无人机的最大速度和加速度分别受到Vmax和Amax的限制。
具体地，在本实施例中，所述步骤S5中，计算得到当前***的能耗值，还需判断所述能耗值是否收敛，也即将计算得到的当前***的能耗值于上一次计算得到的***能耗值进行比对，当差值小于计算精度值时，则将计算得到的当前***的所述能耗值定义为最小能耗值，并将最优的所述通信调度、通信型UAV1的通信资源分配、计算型UAV0的计算资源分配和通信型UAV1的飞行轨迹进行***应用，并推出当前能耗值的计算程序，反之若两次能耗值的差值不满足计算精度值，则重新进行计算，返回步骤S2，所述计算精度值为0.001，本发明不进行限定，可根据实际情况进行设定。
具体地，在本实施例中，通过上述基于异构无人机的多无人机能耗优化方法，得到***的最优通信调度，并实时卸载计算型UAV0的计算资源分配，设定通信型UAV1的最优飞行轨迹，进而实现无人机的最小能耗，提高***的续航能力；例如，可将本发明应用于失去通信基站的受灾地区，在该地区基站难以实现维修，区域内的通信无法进行，当进行抢险救灾时，可在合适的位置设置本***，如在平坦且地势较高的楼顶或者山丘进行放置，通过地面供能中心为计算型UAV0进行直接供能以保证其计算能力不会直接中断，所述计算型UAV0用于计算终端上传的任务信息，所述通信型UAV1以计算型UAV0为中心，围绕计算型UAV0作圆形或椭圆形或类似圆形的轨迹飞行，对多个终端进行任务信息的采集，所述通信型UAV1作为通信型无人机，在本发明中无需承担计算所带来的能量负担，其续航性能可大幅度提升；只需要保证地面供能中心的电量充足，所述计算型UAV0便可继续工作，且无人机均采用最优的通信调度、通信型UAV1的通信资源分配、计算型UAV0的计算资源分配和通信型UAV1的飞行轨迹，可进一步提高整个***的续航能力，减少能量的损耗；本***具体可应用于受灾地区，通过对通信型UAV1的轨迹、通信型UAV1与用户终端之间的通信链路的选择、通信型UAV1的功率以及计算型UAV0的计算资源的联合优化，才可实现对***电量利用率的最大化，提高***的使用的续航能力。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是在本发明的发明构思下，利用本发明说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围。

Claims (10)

1.一种基于异构无人机的多无人机通信***，其特征在于，包括计算型UAV0、通信型UAV1、地面供能中心和若干终端；
所述通信型UAV1分别与所述计算型UAV0和若干所述终端通信连接；所述通信型UAV1用于收集所述终端上传的任务信息，并发送至所述计算型UAV0进行处理；
所述地面供能中心与所述计算型UAV0电性连接，所述地面供能中心用于给所述计算型UAV0提供能源。
2.根据权利要求1所述的一种基于异构无人机的多无人机通信***，其特征在于，所述地面供能中心设有电量判断单元，所述电量判断单元用于判断所述地面供能中心和所述通信型UAV1电量是否充足。
3.一种包括权利要求1-2任一项所述的一种基于异构无人机的多无人机通信***的能耗优化方法，其特征在于，包括：
S1、初始化***参数；
S2、设置所述通信型UAV1的初始轨迹，并计算在初始轨迹状态下***最优的通信调度、通信型UAV1的通信资源分配和计算型UAV0的计算资源分配；
S3、通过对最优的所述通信调度、通信型UAV1的通信资源分配和计算型UAV0的计算资源分配进行二次计算得到新的通信调度、通信型UAV1的通信资源分配和计算型UAV0的计算资源分配，并分别对应比较步骤S2和步骤S3得到的通信调度、通信型UAV1的通信资源分配和计算型UAV0的计算资源分配是否收敛，若是，则执行步骤S4，反之，则执行步骤S2；
S4、根据得到的最优的所述通信调度、通信型UAV1的通信资源分配和计算型UAV0的计算资源分配，计算通信型UAV1的最优的飞行轨迹；
S5、利用最优的所述通信调度、通信型UAV1的通信资源分配、计算型UAV0的计算资源分配和通信型UAV1的飞行轨迹，计算当前***的能耗值，并判断所述能耗值是否收敛，若是，则将所述能耗值定义为最小能耗值，反之，则执行步骤S2。
4.根据权利要求3所述的一种基于异构无人机的多无人机能耗优化方法，其特征在于，所述***参数包括计算型UAV0的计算资源分配、通信型UAV1的通信资源分配及通信型UAV1的飞行轨迹。
5.根据权利要求4所述的一种基于异构无人机的多无人机能耗优化方法，其特征在于，所述步骤S2中采用拉格朗日对偶法计算***最优的通信调度、通信型UAV1的通信资源分配和计算型UAV0的计算资源分配。
6.根据权利要求4所述的一种基于异构无人机的多无人机能耗优化方法，其特征在于，所述通信调度包括终端与通信型UAV1之间的通信调度和计算型UAV0与通信型UAV1之间的通信调度。
7.根据权利要求4所述的一种基于异构无人机的多无人机能耗优化方法，其特征在于，所述通信型UAV1的通信资源分配包括通信型UAV1在每个时隙的通信功率。
8.根据权利要求4所述的一种基于异构无人机的多无人机能耗优化方法，其特征在于，所述计算型UAV0的计算资源分配包括UAV0在每个时隙的计算频率。
9.根据权利要求3所述的一种基于异构无人机的多无人机能耗优化方法，其特征在于，所述步骤S3中采用次梯度下降法对步骤S2中最优的所述通信调度、通信型UAV1的通信资源分配和计算型UAV0的计算资源分配进行二次计算得到新的通信调度、通信型UAV1的通信资源分配和计算型UAV0的计算资源分配。
10.根据权利要求9所述的一种基于异构无人机的多无人机能耗优化方法，其特征在于，所述步骤S3中比较步骤S2和步骤S3得到的通信调度、通信型UAV1的通信资源分配和计算型UAV0的计算资源分配是否收敛具体为：将步骤S2中最优的通信调度、通信型UAV1的通信资源分配及计算型UAV0的计算资源分配与新的通信调度、通信型UAV1的通信资源分配及计算型UAV0的计算资源分配分别对应作差，判断差值是否小于设定精度值。
CN202210710138.5A 2022-06-22 2022-06-22 一种基于异构无人机的多无人机通信***及能耗优化方法 Pending CN115334540A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210710138.5A CN115334540A (zh) 2022-06-22 2022-06-22 一种基于异构无人机的多无人机通信***及能耗优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210710138.5A CN115334540A (zh) 2022-06-22 2022-06-22 一种基于异构无人机的多无人机通信***及能耗优化方法

Publications (1)

Publication Number Publication Date
CN115334540A true CN115334540A (zh) 2022-11-11

Family

ID=83915927

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210710138.5A Pending CN115334540A (zh) 2022-06-22 2022-06-22 一种基于异构无人机的多无人机通信***及能耗优化方法

Country Status (1)

Country Link
CN (1) CN115334540A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115834586A (zh) * 2023-02-22 2023-03-21 天翼云科技有限公司 通信设备部署方法、装置、电子设备及可读存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115834586A (zh) * 2023-02-22 2023-03-21 天翼云科技有限公司 通信设备部署方法、装置、电子设备及可读存储介质
CN115834586B (zh) * 2023-02-22 2023-06-23 天翼云科技有限公司 通信设备部署方法、装置、电子设备及可读存储介质

Similar Documents

Publication Publication Date Title
CN109099918B (zh) 无人机辅助无线能量传输***及节点调度与路径规划方法
CN108768497B (zh) 无人机辅助无线传感网及其节点调度与飞行参量设计方法
CN110488868B (zh) 一种多无人机协助用户的移动卸载方法
CN111552313B (zh) 基于边缘计算动态任务到达的多无人机路径规划方法
CN113156992B (zh) 面向边缘环境下无人机的三层架构协同优化方法
Masroor et al. Resource management in UAV-assisted wireless networks: An optimization perspective
CN110730031A (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
CN111757361B (zh) 一种雾网络中基于无人机辅助的任务卸载方法
Zhu et al. Path planning of multi-UAVs based on deep Q-network for energy-efficient data collection in UAVs-assisted IoT
CN112911537B (zh) 一种多无人机信息采集***任务时间最小化的方法
CN114630397B (zh) 一种基于时隙划分的无人机接入选择方法
CN112929849B (zh) 一种基于强化学习的可靠车载边缘计算卸载方法
CN108668257A (zh) 一种分布式无人机邮差中继轨迹优化方法
CN113034981B (zh) 一种不确定信道环境中多中继无人机航迹规划方法、***及存储介质
CN113625761A (zh) 一种通信任务驱动的多无人机路径规划方法
CN108834049A (zh) 无线供能通信网络及确定其工作状态的方法、装置
CN115334540A (zh) 一种基于异构无人机的多无人机通信***及能耗优化方法
CN113259946A (zh) 基于集中式阵列天线的地空全覆盖功率控制与协议设计方法
CN112969185B (zh) 多无人机辅助移动用户通信的功率分配与航迹设计方法
CN114143893A (zh) 基于移动边缘计算与微波能量传输的无人机资源分配及轨迹优化方法
CN113776531A (zh) 无线自供电通信网络的多无人机自主导航及任务分配算法
CN115065976B (zh) 一种面向全域应急通信场景下高效绿色立体覆盖方案
He et al. A UAV emergency network user allocation method for load balancing
CN112188396A (zh) 一种无人机辅助通信网络中基于能量有效的航迹与功率联合优化方法
Amer et al. Energy Optimization and Trajectory Planning for Constrained Multi-UAV Data Collection in WSNs

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