基于轨迹与资源联合优化的高能效数据收集方法及系统技术方案

本发明专利技术公开了一种基于轨迹与资源联合优化的高能效数据收集方法及系统，引入系统的能量效率，研究无人机辅助的物联网节点簇的传输能量效率，同时考虑物联网传输能量和无人机推进能量、物联网通信服务需求、无人机航迹和物联网节点间通信调度，从物联网传输能量和无人机推进能量两方面对系统能量效率进行了优化，涵盖无人机航迹和物联网通信资源的联合优化；首先构建单无人机和多地面物联网设备之间的通信场景，然后分别求解出总传输数据量和物联网总功率以及无人机的推进功率，得到系统能效的表达式，并转换为易于利用Dinkelbach方法处理的形式，即对原分式优化问题转为减式并进行逼近，进一步采用块坐标下降法迭代更新无人机航迹和物联网通信资源。航迹和物联网通信资源。航迹和物联网通信资源。

【技术实现步骤摘要】
基于轨迹与资源联合优化的高能效数据收集方法及系统


[0001]本专利技术属于临空通信
，具体涉及一种基于轨迹与资源联合优化的高能效数据收集方法及系统。

技术介绍

[0002]随着5G移动通信网络的成熟和商用部署，人们正不断推进6G无线系统研究。物联网(IoT)作为5G时代的基本要素之一，正在向万物互联发展，使无处不在的感知、计算和通信走向一个互联和更智能的世界。物联网整合了大量低成本、低功耗的节点，方便大规模部署，在农业、工业、城市管理等多个领域都有着广泛的应用。在这方面，大量的物联网设备需要产生大量的数据，以使物理世界数字化和智能化。因此，及时有效的数据收集已成为物联网领域的一个基本问题。同时，物联网中的大型节点通常由内部电池供电，期望工作时间从几天到几年不等，因此高能效操作对于延长节点乃至整个网络的寿命至关重要。
[0003]另一方面，6G时代的网络是综合空间
‑
空中
‑
地面的一体化网络，其中无人机(uav)正扮演着越来越重要的角色。无人机的灵活部署可以为更高更广的区域提供覆盖以扩大网络范围。此外，无人机促进了在军事和民用领域的各种应用。特别是在物联网领域，无人机可以方便地在缺乏传统网络基础设施的情况下建立通信，接近低功耗的物联网设备进行高效的数据采集。无人机不仅节省了资本和运营开支，而且还节省了物联网的能量，因为无人机可以很容易到达物联网设备附近建立有效的通信。
[0004]由于无人机辅助物联网通信具有明显的优势和显著的效益，因此在这一领域出现了大量相关的研究，涉及数据收集、网络管理、计算卸载、信息安全、能量效率等。例如，在相关参考文献中，不同作者考虑了无人机从位于直线上的传感器中收集数据，联合优化无人机飞行轨迹和传感器功率，以缩短无人机飞行时间；针对视距无人机信道的干扰问题，研究了多个无人机之间协同传输的联合无人机轨迹和功率控制问题。在这些研究工作中，能量问题都基础和关键，因而受到了相当多的关注。虽目前已有很多的高能效通信技术，如窄带物联网中的非连续接收，但当传输处于激活状态时，物联网的能耗仍然相当高，因此需要高能效操作。在相关参考文献中,不同作者提出针对物联网派遣多架无人机以建立通信；提出将物联网设备与无人机进行动态关联，优化无人机的移动性，以最小化总传输功率。在参考文献中，作者研究了使用无人机作为中继来建立物联网数据收集的多跳通信的场景。在参考文献中，作者利用无人机在具有共享频谱的蜂窝网络下进行数据聚合，其利用了随机几何理论分析网络的平均能量效率。在参考文献中，为提高网络的能量效率，作者联合研究了无人机
‑
物联网的数据采集和设备定位。在参考文献中，从路由的角度设计了物联网能效优化。在参考文献中，利用无人机进行基于深度学习的反向散射通信，提高了能量效率。在参考文献中，作者考虑了一种来自太阳能和充电站的混合能量的无人机进行物联网数据收集，并提出了同策略和异策略的强化学习来决策无人机的轨迹和非连续的物联网接收。
[0005]无人机在未来的6G网络中扮演着关键的角色，其提供便捷和无缝的覆盖，实现无处不在的互联应用。而物联网应用的繁荣，对无人机辅助物联网的研究和增强是非常必要
的，其中无人机辅助物联网的能量存在着巨大的瓶颈问题。尽管前述各种方案能够在不同方面提高能量效率，但鲜有工作从系统的角度对无人机辅助物联网进行研究。特别是，为了提高无人机
‑
物联网系统的能量效率，既需要解决推进能量问题，也需要解决通信能量问题，因为前者支持无人机飞行，后者支持物联网数据传输。只有通过协调无人机和物联网的能耗，才能有效地延长系统寿命。此外，传统的研究工作大多独立考虑每个物联网节点，当物联网节点数量激增时，其可扩展性受到重大挑战。而如今，物联网设备簇可以集体共同完成某些任务。
[0006]通过上述分析，现有技术存在的问题及缺陷包括：
[0007](1)无人机辅助物联网的能量存在着巨大的瓶颈问题。
[0008](2)传统的研究工作大多独立考虑每个物联网节点，当物联网节点数量激增时，其可扩展性受到重大挑战。
[0009](3)现有的工作鲜有从系统的角度对无人机辅助物联网进行研究。
[0010]特别是，为了提高无人机
‑
物联网系统的能量效率，既需要解决推进能量问题，也需要解决通信能量问题，因为前者支持无人机飞行，后者支持物联网数据传输。只有通过协调无人机和物联网的能耗，才能有效地延长系统寿命。

技术实现思路

[0011]本专利技术所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于轨迹与资源联合优化的高能效数据收集方法及系统，通过无人机辅助的物联网节点簇的传输能量效率，同时考虑物联网传输能量和无人机推进能量、物联网通信服务需求、无人机航迹和物联网节点间通信调度等因素，从系统角度最大限度提高能效，有效解决物联网节点数量激增带来的影响。
[0012]本专利技术采用以下技术方案：
[0013]基于轨迹与资源联合优化的高能效数据收集方法，包括以下步骤：
[0014]S1、构建单无人机和多地面物联网设备之间通信的场景；
[0015]S2、基于步骤S1构建的场景，对无人机行进路径的分析和节点向无人机传输数据分析，得到无人机的推进功率与物联网功率；
[0016]S3、基于步骤S1构建的场景中有源簇的节点建立利用发射天线和接收天线向无人机进行虚拟MIMO传输的模型，得到每个簇传输的最小数据量；
[0017]S4、引入单无人机
‑
多物联网系统的能量效率，利用步骤S2得到的无人机的推进功率与物联网功率，以及步骤S3得到的每个簇传输的最小数据量设计单无人机
‑
多物联网系统能量效率优化模型；
[0018]S5、将待优化问题分为无人机轨迹与调度问题、物联网节点功率分配问题和辅助优化问题，利用BCD算法求解无人机轨迹与调度问题、物联网节点功率分配问题和辅助优化问题的解；
[0019]S6、利用大系统分析和Dinkelbach方法，将步骤S4得到的单无人机
‑
多物联网系统能量效率优化模型表达式的原分式优化问题转为减式并进行逼近，并通过步骤S5中无人机轨迹与调度问题，物联网节点功率分配问题和辅助优化问题进行双循环迭代求解问题，得到更新的数据量和传输能量；
[0020]S7、根据步骤S6更新的数据量和传输能量更新单无人机
‑
多物联网系统能量效率；
[0021]S8、基于步骤S7更新的系统能量效率，重复步骤S5至步骤S7，直至单无人机
‑
多物联网系统收敛，得到最大化的系统能量效率，将无人机抵近物联网簇，以实现高能效物联网传输，进而实现高能效数据收集。
[0022]具体的，步骤S2中，无人机的推进功率P
n
为：
[0023]P
n
＝P(V
n
)
[0024]其中，P(V
n...

【技术保护点】

【技术特征摘要】
1.基于轨迹与资源联合优化的高能效数据收集方法，其特征在于，包括以下步骤：S1、构建单无人机和多地面物联网设备之间通信的场景；S2、基于步骤S1构建的场景，对无人机行进路径的分析和节点向无人机传输数据分析，得到无人机的推进功率与物联网功率；S3、基于步骤S1构建的场景中有源簇的节点建立利用发射天线和接收天线向无人机进行虚拟MIMO传输的模型，得到每个簇传输的最小数据量；S4、引入单无人机
‑
多物联网系统的能量效率，利用步骤S2得到的无人机的推进功率与物联网功率，以及步骤S3得到的每个簇传输的最小数据量设计单无人机
‑
多物联网系统能量效率优化模型；S5、将待优化问题分为无人机轨迹与调度问题、物联网节点功率分配问题和辅助优化问题，利用BCD算法求解无人机轨迹与调度问题、物联网节点功率分配问题和辅助优化问题的解；S6、利用大系统分析和Dinkelbach方法，将步骤S4得到的单无人机
‑
多物联网系统能量效率优化模型表达式的原分式优化问题转为减式并进行逼近，并通过步骤S5中无人机轨迹与调度问题，物联网节点功率分配问题和辅助优化问题进行双循环迭代求解问题，得到更新的数据量和传输能量；S7、根据步骤S6更新的数据量和传输能量更新单无人机
‑
多物联网系统能量效率；S8、基于步骤S7更新的系统能量效率，重复步骤S5至步骤S7，直至单无人机
‑
多物联网系统收敛，得到最大化的系统能量效率，将无人机抵近物联网簇，以实现高能效物联网传输，进而实现高能效数据收集。2.根据权利要求1所述的基于轨迹与资源联合优化的高能效数据收集方法，其特征在于，步骤S2中，无人机的推进功率P
n
为：P
n
＝P(V
n
)其中，P(V
n
)为飞行速度的函数；物联网功率p
j,n
为：其中，p0是车载组件支持数据传输的电路功率，p
ji,n
为无人机位于q
n
的由i个节点组成的聚簇j总功耗，I
j
为发射天线。3.根据权利要求1所述的基于轨迹与资源联合优化的高能效数据收集方法，其特征在于，步骤S3中，虚拟MIMO传输模型为：y
j,n
＝H
j,n
x
j,n
+z
j,n
其中，y
j,n
为无人机上的K维接收信号，表示信道，x
j,n
表示来自簇j中节点的I
j
维传输信号，z
j,n
表示背景噪声。4.根据权利要求1所述的基于轨迹与资源联合优化的高能效数据收集方法，其特征在于，步骤S3中，每个簇传输的最小数据量为：其中，τ
j,n
为分配给簇j的传输时隙，R
j,n
为聚簇j对无人机的传输速率为，J为地面某个
区域的节点一共形成了J个簇，N为无人机行进路径的离散路径点。5.根据权利要求1所述的基于轨迹与资源联合优化的高能效数据收集方法，其特征在于，步骤S4中，单无人机
‑
多物联网系统能量效率优化模型具体为：s.t.q0＝q
S
,q
N+1
＝q
E
t
n
≥0,τ
j,n
≥0,≥0,||q
n+1
‑
q
n
||≤min{Δ
max
,V
max
t
n
},},},},},},},其中，p
ji,n
为无人机位于q
n
的由i个节点组成的聚簇j总功耗，q
n
为无人机行进路径相应的地面投影，t
n
为无人机在相邻的两个航路点q
n
和q
n+1
之间飞行所花费的时间，τ
j,n
为分配给簇j的传输时隙，R
j,n
为聚簇j对无人机的传输速率，ξ为单无人机
‑
多物联网系统能量效率，p
j,n
为无人机位于q
n
的聚簇j的总功耗，χ为加权因子，E为整个飞行过程中无人机的推进能量消耗，q0为无人机起点的地面投影，q
S
为无人机起点的二维地面投影，q
N+1
为无人机终点的地面投影，q
E
为无人机重点的二维地面投影，N为无人机行进路径的离散路径点，Δ
max
为无人机的最大距离，V
max
为无人机的最大速度，E
prop
为无人机的推进能量限制，为由i个节点组成的聚簇j中节点向无人机传输数据时的传输功率最大值，I
j
为发射天线，为每个簇传输的最小数据量，P
n
为无人机由q
n
移动到q
n+1
所消耗的推进功率，ω
j...

【专利技术属性】
技术研发人员：唐晓，姜玉丹，张洪瑞，蓝驯强，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：