1.一种无人机辅助无线供电通信系统的有效容量优化方法,其特征在于,该方法具体包括以下步骤:S1:模型构建:构建服务质量约束下的无人机辅助无线供电通信系统,确定系统以半双工模式运行,采用先收集能量后传输数据的系统时间分配策略;并确定无线能量和信息传输方式;
S2:数学建模:采用概率视距和非概率视距链路来模拟空对地信道,对系统有效容量进行数学建模,最终计算出有效容量;
S3:资源调度,即构建优化问题并求解:通过联合优化无线能量传输和信息传输时间,无人机3D部署位置,以此来最大化系统的有效容量;采用连续凸优化技术将非凸优化问题近似为凸优化问题,对其进行最优值的求解;
S4:输出调度结果:根据实际处理结果,得到最优无线能量传输和信息传输时间,输出无人机最佳3D部署位置和系统最大和有效容量。
2.根据权利要求1所述的有效容量优化方法,其特征在于,步骤S1中,构建通信系统模型为:确定系统以半双工模式运行,采用先收集能量后传输数据的系统时间分配策略,根据时间分配系数 分别决定无人机和各个传感器节点使用信道的时间,M表示传感器节点数量;具体地,系统以充电周期为单位将时间划分为若干个大小相等的传输块,按照时间先后顺序分别对每个传输块进行排序,传输块大小用T表示;在每个传输块中,系统首先将数量为τ0T的时间分配给无人机进行下行能量传输;接着,系统分别为传感器节点SN1,SN2,...,SNM依次分配数量为τ1T,τ2T,...,τMT的时间传输上行数据。
3.根据权利要求2所述的有效容量优化方法,其特征在于,步骤S2中,有效容量EC的计算公式为:其中,E[·]表示取函数的期望,θm表示服务质量指数,hm表示无人机与传感器节点m之间信道功率增益; 表示传感器节点m的数据发送功率,η表示能量转换效率,P0表示无人机发射功率; 表示平均路径损耗,α0表示单位参考距离处的路径损耗, 表示无人机与传感器节点之间的距离,{xu,yu,zu}表示无人机的飞行位置,{xm,ym,0}表示传感器节点的位置,表示节点与无人机之间的视距概率,其中a0和b0是与环境相关的参数, 表示传感器节点到无人机的仰角, 是模型中的最小有效仰角,PNLoS=1‑PLoS表示节点与无人机之间的非视距概率,ηLoS和ηNLoS分别表示视距和非视距情况下的路径损耗。
4.根据权利要求3所述的有效容量优化方法,其特征在于,步骤S3具体包括以下步骤:S31:固定无人机飞行水平位置和飞行高度,求解时间分配参数对有效容量的影响;
S32:固定无人机飞行高度和时间分配参数,采用连续凸优化技术将非凸优化问题近似为凸优化问题,求解无人机飞行水平位置对有效容量的影响;
S33:固定无人机飞行水平位置和时间分配参数,引入松弛因子将非凸问题近似为凸问题,求解无人机飞行高度对有效容量的影响。
5.根据权利要求4所述的有效容量优化方法,其特征在于,步骤S31具体包括:固定无人机水平飞行位置{xu,yu}和飞行高度zu,将优化问题改写为标准凸优化问题:s.t.C1:
C2:
C3:
其中,Rm表示第m个传感器节点的吞吐量,Am表示第m个传感器节点的最小有效容量;目标函数和约束C1的左侧是关于 的凹函数,约束C2的左侧是凹函数的非负加权和,根据凸保存运算法则,它们仍然是凹函数,使用CVX工具包进行求解。
6.根据权利要求4所述的有效容量优化方法,其特征在于,步骤S32具体包括:固定无人机的飞行高度zu和时间分配系数τ={τm|0≤τm≤1},将优化问题转化为另一个非凸问题:s.t.C1:
C4:xl≤xu≤xh
C5:yl≤yu≤yh
对该问题进行求解,引入松弛变量κ和ρ将优化问题进行转化,应用连续凸优化技术来处理节点m的非凸性,通过一阶泰勒展开式获得 的下界:其中, 表示第j次迭代的ρ值;
再次引入松弛变量 和 将优化问题进行
转化,对优化后的不等式两边取对数,再利用一阶泰勒公式展开得到:其中, 表示Φ的第j次迭代值;
最终,得到关于有效容量最大化的凸问题。
7.根据权利要求4所述的有效容量优化方法,其特征在于,步骤S33具体包括:固定时间分配系数τ={τ0,τm}和无人机的水平飞行位置{xu(n),yu(n)},将原优化问题改写为:s.t.C1:
C2:zl≤zu
引入松弛变量ζ将优化问题进行转换,给定
和zu第j次迭代后的上界 和 再利用一阶泰勒展开式得到:其中,B是信道带宽,N0是加性高斯白噪声的频谱密度;
最终,无人机辅助无线供电通信系统的有效容量优化问题转换为以下凸优化问题,对其进行求解;
8.根据权利要求1所述的有效容量优化方法,其特征在于,步骤S4具体包括以下步骤:S41:让迭代次数j的值为0,初始化无人机飞行高度,系统分配时间参数和松弛变量;
S52:根据步骤S3的调度结果,输出本轮服务中的无线能量传输和信息传输时间、无人机3D位置和系统最大和有效容量。