基于能效感知的無人機協助的視頻數據傳輸

王鈺寧，劉曉霞,胡云冰

(1 四川水利職業技術學院信息工程系,四川崇州 611231;2 廈門大學信息學院,福建廈門 361005)

0 引言

由于移動便捷、部署靈活，無人機(unmanned aerial vehicle，UAV)通信已成為滿足下一代蜂窩用戶需求的有效技術[1-2]。UAV給空中和陸地的連接架上通信橋梁，已在多個領域中廣泛使用，如地形測量等。這些應用要求通過UAV將視頻數據傳輸到遠端的陸地節點，進而實現對應用場景的監測。

目前，基于UAV的視頻數據傳輸策略研究較多，文獻[3]由收集數據的UAV(collected data-UAV，CD-UAV)直接向陸地節點傳輸視頻數據。若由CD-UAV直接向陸地節點傳輸視頻數據，CD-UAV的觀察范圍和通信區域受其存儲的數據容量和能量限制。

然而，在多數場景，觀察環境需要收集大面積區域的視頻數據。因此，研究人員試圖擴延CD-UAV的觀察范圍和通信區域[4-5]。一類方法是通過部署高性能天線擴延CD-UAV的通信區域。然而，在CD-UAV上安裝高性能天線增加了部署成本，其不能在大型區域應用。另一方法是引用轉發無人機(R-UAV)轉發CD-UAV收集的視頻數據擴延觀察范圍和通信區域。即不由CD-UAV直接向陸地節點傳輸數據，而是CD-UAV先將視頻數據傳輸至UAV，再由UAV轉發至陸地節點，如圖1所示。將向陸地節點轉發視頻數據的節點稱為R-UAV。為此，針對由R-UAV轉發CD-UAV的視頻數據的應用場景進行研究。

圖1 基于R-UAV的視頻數據傳輸應用場景

目前研究人員對基于R-UAV的視頻數據傳輸策略進行了大量研究[6-8]，但是它們只關注了數據吞吐量。然而，利用多個UAV傳輸視頻數據存在多個問題。例如，當多個UAV同時傳輸數據，彼此就會干擾，最終導致數據丟失。

此外，部署UAV時也必須考慮UAV的能量問題。由于可存儲的能量有限，UAV只能工作一段時間。為了有效解決這些問題，必須合理地、有效地使用UAV的能量，即提高能量利用效率(以下簡稱能效)。

文獻[9-10]研究了基于R-UAV的視頻數據傳輸系統的能效問題。然而，它們只關注了正在傳輸數據的CD-UAV和R-UAV的能效問題，忽略了由于它們傳輸數據而對周圍UAV形成干擾的UAV，這些受干擾的UAV需要盤旋飛行等待，在等待期間需要消耗能量。為了表述簡單，將受干擾的UAVs的盤旋飛行等待期間的能效簡稱為盤飛能效。

為了描述簡單，將正在傳輸數據的UAV稱為目標UAV(T-UAV)。T-UAV在傳輸數據時會對周圍的UAV形成干擾，這些受干擾的UAV簡稱干擾UAV(I-UAV)。

為此，針對基于R-UAV轉發的CD-UAV收集的視頻數據的應用場景，研究I-UAV的盤飛能效問題，并提出基于功率控制和R-UAV位置優化的I-UAV的盤飛能效策略(TOEE)。TOEE策略考慮了T-UAV在傳輸數據時對周圍UAV的干擾問題，并將I-UAV在等待空閑信道時所消耗的能量納入總體能耗，這不同于文獻[9-10]的研究工作。

1 系統模型

考慮如圖2所示的網絡模型。CD-UAV拍攝觀察區域視頻數據，并將視頻數據通過R-UAV傳輸至陸地節點[8-9]。

圖2 網絡模型

此外，為了減少R-UAV的轉發數據時延，一旦接收到數據，R-UAV就向陸地節點轉發。為了保證接收和轉發數據同步，在CD-UAV與R-UAV間和R-UAV與陸地節點間采用不同的信道，因此，考慮到不同信道的擁塞情況，需對CD-UAV和R-UAV的傳輸功率和R-UAV位置進行優化。

2 TOEE策略

2.1 UAV飛行時的能效

相比于飛行時所消耗的能量，UAV在傳輸數據時所消耗的能量較小。因此，在最大化總體能量效率時，TOEE算法聚集于I-UAV的盤飛能效。

首先，一架旋轉葉片無人機飛行1 s所消耗的飛行能量為[11]：

Phov=Po+Pi

(1)

式中：Po和Pi分別表示UAV在盤旋時的葉片輪廓功率和感應型功率。因此，T-UAV在傳輸數據時，干擾區域內I-UAV盤旋飛行時所消耗的能量為：

E=(ρ·A+1)Phovta

(2)

式中：A表示T-UAV在傳輸數據時所形成的干擾區域;ρ表示干擾區域內I-UAV的分布密度;ta表示干擾的時間，即T-UAV傳輸數據的時間。

依據式(2)所定義的能量，將能量利用效率(能效)X定義為：

(3)

式中：F表示數據尺寸。TOEE算法旨在通過控制傳輸功率和R-UAV的位置提高I-UAV的能效。

2.2 傳輸功率控制

傳輸功率是影響能效的一個重要因素。在保持通信質量的同時，當通信距離發生變化，傳輸功率也需隨之調整。通信距離與傳輸功率間的關系式為：

(4)

式中：dmax表示最大的通信距離；Pt表示傳輸功率；Smin表示接收器的靈敏度；c表示光速；f表示頻率。

當一個UAV在另一個UAV的通信范圍內時，該UAV就需停止通信，避免形成干擾[12]。因此，將干擾范圍的區域看成T-UAV的通信區域，并依式(5)計算A：

(5)

此外，由于T-UAV在傳輸數據，I-UAV經歷干擾的時間等于T-UAV傳輸數據的時間。因此，依據式(6)計算干擾時間：

(6)

式中：ra表示傳輸速率，其定義如式(7)所示：

(7)

式中：B表示帶寬；D表示通信距離；PI和PN分別表示干擾信號功率和噪聲功率。

然而，若傳輸功率增加，I-UAV的數量就會增加，但它縮短了干擾時間ta。換言之，若減弱傳輸功率，盡管減少了干擾UAV數，但延長了干擾時間。因此，需在I-UAV的數量和干擾時間進行平衡。

因此，將式(2)代入式(3)可得：在T-UAV傳輸數據階段，干擾區域內的I-UAV盤旋飛行時所消耗的能量為：

(8)

TOEE算法旨在通過優化傳輸功率，保證完成數據傳輸的同時，提高I-UAVs的能效。

2.3 R-UAV位置的優化

除了控制傳輸功率外，TOEE算法通過優化R-UAV位置提高I-UAV的能效：

(9)

式中：Etotal表示消耗總體能量。

Etotal=EOR+ERG

(10)

式中：EOR表示CD-UAV作為T-UAV時對鄰近區域內的UAV造成干擾的UAV盤旋飛行時所消耗的能量，即I-UAV所消耗的能量；ERG表示R-UAV作為T-UAV時對鄰近區域內的UAV造成干擾的UAV盤旋飛行時所消耗的能量[13]。由于R-UAV位于 CD-UAV與節點之間，它們間的距離滿足：

DRG=DOG-DOR

(11)

因此，依據式(2)，由CD-UAV造成的I-UAV所消耗的能量EOR為：

EOR=(ρ1A1+1)Phovta1

(12)

式中：ρ1表示I-UAV的分布密度；A1和ta1表示在信道1的干擾區域和干擾時間，它們的定義分別如式(13)和式(14)所示。

(13)

(14)

式中Pt,OR表示CD-UAV傳輸數據時的發射功率。

類似的，依據式(2)，由R-UAV造成I-UAV的盤旋飛行時所消耗的能量ERA為：

ERA=(ρ2A2+1)Phovta2

(15)

式中：ρ2表示I-UAV的分布密度；A2和ta2表示在信道2的干擾區域和干擾時間，它們的定義分別為：

(16)

(17)

式中Pt,RG表示R-UAV傳輸數據時所消耗的功率。

對于每一個距離DOR，通過合理選擇Pt,OR和Pt,RG可以使總能耗Etotal最小。

3 性能仿真

3.1 仿真環境

在Windows 7操作系統、core i7 CPU的PC上進行實驗仿真。利用MATLAB軟件建立仿真平臺。考慮如圖1所示的網絡模型。UAV在2.4 GHz帶寬上通信，依據通用的通信標準。帶寬設置為20 MHz，具體仿真參數如表1所示。表1中設定了CD-UAV的分布密度和傳輸功率的取值范圍。

表1 仿真參數

此外，為了體現傳輸功率的調整和R-UAV位置優化對能效的影響，考慮4種情況：

1)對傳輸功率和R-UAV位置兩者均進行調整，標記為TP+PU。

2)僅對傳輸功率進行調整，標記為OTP。

3)僅對R-UAV位置進行優化，標記為OPU。

4)既不對傳輸功率，也不對R-UAV位置進行調整，標記為U-TP-PU。

令ρCD表示由CD-UAV形成的干擾區域內I-UAV的分布密度；ρRG表示由R-UAV形成的干擾區域內I-UAV的分布密度，如圖3所示。

圖3 ρCD和ρRG的示意圖

在仿真中考慮3類場景：1)ρCD>ρRG；2)ρCD=ρRG;3)ρCD<ρRG。這3個場景下ρCD和ρRG的具體參數如表2所示。

表2 3個場景參數

3.2 能效

圖4給出場景一I-UAV的盤飛能效隨CD-UAV離節點間平均距離的變化情況。從圖4可知，盤飛能效隨平均距離的增加而下降。原因在于：CD-UAV與陸地節點間距離的下降，壓縮了調整R-UAV傳輸功率和優化R-UAV位置的空間。

圖4 I-UAV的盤飛能效(場景一)

此外，相比于U-TP-PU，OPU和OTP，TP+PU策略的能效隨平均距離增加而下降速度更快。但是TP+PU策略的能效最高，這也說明，通過傳輸功率調整和R-UAV位置的優化，可以有效提高I-UAV的盤飛能效。

圖5給出場景二能效隨CD-UAV離節點間平均距離的變化情況。對比圖4和圖5不難發現，場景二的能效總體上高于場景一的能效。原因在于：在場景二，ρCD與ρRG相等，并且場景二中ρCD小于場景一中的ρCD。ρCD越小，干擾越小，傳輸功率就越小，越有利于能效的提升。

圖5 I-UAV的盤飛能效(場景二)

最后，圖6給出場景三的能效。對比圖6和圖5可以看出，圖6的能效遠大于圖5。原因在于：場景三中ρCD比場景二的ρCD小，并且ρRG高于ρCD。

圖6 I-UAV的盤飛能效(場景三)

上述數據表明，當ρCD較小，受干擾UAV的數量越少，I-UAV的能效得到提高。平均距離的增加不利于能效的提高。最初，平均距離的增加使I-UAV的能效快速下降，但當增加至130 m后，下降的速度變緩慢。

4 總結

面向UAV協助傳輸視頻數據場景，提出基于功率控制和位置優化的I-UAV盤飛能效TOEE算法。TOEE算法通過控制傳輸功率和優化R-UAV位置兩個手段提高I-UAV的盤飛能效。仿真數據表明，這兩個手段均可以提高能效。但控制UAV傳輸功率提升能效更為顯著。后期，將考慮大型的UAV網絡，對多無人機系統的組網進行研究。