利索能及
我要发布
收藏
专利号: 2022114672812
申请人: 杭州电子科技大学
专利类型:发明专利
专利状态:授权未缴费
更新日期:2025-06-18
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.基于密集边界优先服务的无人机部署方法,其特征在于,包括如下步骤:S1,初始化阶段:

获取当前场景下相关信息,包括地面用户位置信息,当前环境下对应的城市模型信息以及当前环境下可通信的最小信道增益;

S2,建立优化模型:

根据优化的总目标,建立以无人机位置与可通信信道增益为约束,以最大化平均传输速率为目标的系统优化模型;

S3,将优化问题分解为最大服务半径与垂直位置子问题和区域划分与水平位置子问题;

S4,基于KKT条件求解最大服务半径与垂直位置子问题;

S5,基于密集边界优先服务的区域划分方法,求解无人机水平位置子问题;

步骤S1包括如下步骤:

S11,定义无人机集合表示为A={A1,A2,...,Am,...,AM},用户集合表示为U={u1,u2,...,uk,...,uK};设定所有无人机垂直高度都相同,使用三维笛卡尔坐标系表示第m个无人机的坐标表示为(xm,ym,h),第k个用户的坐标表示为(ak,bk,0),设定所有用户位置都是固定的;对无人机位置有如下限制:Xmin≤xm≤Xmax (1)Ymin≤ym≤Ymax (2)Hmin≤h≤Hmax (3)

其中Xmin、Xmax、Ymin、Ymax、Hmin、Hmax分别表示无人机水平位置与垂直位置的最小最大范围;

S12,建立城市环境下LoS信道模型,在LoS信道下,无人机Am与移动用户uk之间的通信概率为:其中,a和b是取决于当前环境的常量值, 表示无人机Am与移动用户uk之间的夹角;

LoS信道下,无人机Am与移动用户uk之间的路径损耗表示为:其中, 表示无人机Am与移动用户uk之间的距离,fc表示载波频率,c表示光速,ηLoS表示LoS信道下对应的额外路径损耗,是一个取决于环境的常量值;

S13,在NLoS信道下,无人机Am与移动用户uk之间的通信概率为:NLoS信道下,通信路径损耗表示为:其中,ηNLoS表示NLoS信道下对应的额外路径损耗,是一个取决于环境的常量值;

得出,无人机Am与移动用户uk之间的路径损耗表示为:得出,无人机Am与移动用户uk的传输速率表示为2

其中,B表示系统传输带宽,P表示用户平均发送功率,σ表示高斯白噪声;

使用最小信道增益g0表示信道可通信的条件,当满足条件时,无人机Am与移动用户uk之间可建立通信;

步骤S2包括如下步骤:

S21,系统优化模型建模如下:

s.t. Xmin≤xm≤Xmax (12)Ymin≤ym≤Ymax (13)Hmin≤h≤Hmax (14)步骤S4包括如下步骤:

S41,由无人机与移动用户之间可通信的最小信道增益推出:m,k

PL ≤‑10log(g0) (16)进而求得无人机的最大服务半径r与对应的高度h;

得出无人机垂直位置与最大服务半径的子问题表示为:s.t. Hmin≤h≤Hmax (18)S42,利用三角关系h=rtanθm,k,将无人机最大服务半径r与对应的高度h转化为无人机最大服务半径r与仰角θm,k之间的关系,将问题转化为:m,k

s.t. PL +10log(g0)≤0 (21)Hmin‑rtanθm,k≤0 (22)rtanθm,k‑Hmax≤0 (23)根据上述优化问题,用拉格朗日函数表示为:其中,λ1,λ2,λ3为拉格朗日乘子;

S43,根据KKT条件,参数满足:λ2(Hmin‑rtanθm,k)=0 (27)λ3(rtanθm,k‑Hmax)=0 (28)Hmin‑rtanθm,k≤0 (31)rtanθm,k‑Hmax≤0 (32)λ1≥0, λ2≥0, λ3≥0 (33)综上,分成三种情况,推导出r和θm,k相关表达式:其中,θm,k表示无人机Am与移动用户uk之间的夹角,对于上述三种情况,在满足λ2,λ3限制条件的情况下,求解得到相应的r和θm,k并进行比较,使得服务半径r最大的解,即为最终解;

步骤S5包括如下步骤:

S51,通过步骤S4的求解,得到无人机在当前环境下最大服务半径及对应的高度,此时优化模型简化为:s.t. Xmin≤xm≤Xmax (36)Ymin≤ym≤Ymax (37)对于给定区域,求解多个无人机的部署的问题,通过基于密集边界优先服务的算法,将整体区域划分为多个部分区域,在划分区域内求解单个无人机的部署问题;对于部分区域式(35)表述为:根据式(9)可知,Rm,k随着 增加而增加,对于式(39),等价于求对于式(41),在一般城市环境中ηLoS<ηNLoS,得出在h确定的情况下, 随着L=(xm‑

2 2

ak) +(ym‑bk) 的增大而减小,得出求解式(39)转化为求解:即求解给定的区域内,使得无人机距离所有用户的距离之和最小的位置,即为无人机部署的位置,通过求解式(42)对应的Hessian矩阵:得到,a1=2,a1a4‑a2a3=4,并通过CVX优化工具进行求解。

2.基于密集边界优先服务的无人机部署系统,用于实现权利要求1所述的基于密集边界优先服务的无人机部署方法,其特征在于,所述基于密集边界优先服务的无人机部署系统包括:初始化模块,用于获取当前场景下相关信息,包括地面用户位置信息,当前环境下对应的城市模型信息以及当前环境下可通信的最小信道增益;

优化模型建立模块,用于根据优化的总目标,建立以无人机位置与可通信信道增益为约束,以最大化平均传输速率为目标的系统优化模型;

优化问题分解模块,用于将优化问题分解为最大服务半径与垂直位置子问题和区域划分与水平位置子问题;

垂直位置求解模块,用于基于KKT条件求解最大服务半径与垂直位置子问题;

水平位置求解模块,用于基于密集边界优先服务的区域划分方法,求解无人机水平位置子问题。