多無人機攜能網絡的軌跡與資源規劃算法分析

楊 宏

（甘肅省武威市涼州區職業中等專業學校，甘肅 武威 733099）

1 研究背景

作為當代移動通信主要場景，大型機器通信和常規通信的區別，在于前者需要接入多個物聯網節點，同時要承載節點連接所產生的連鎖反應，隨著物聯網節點數量的增多，數據發送所消耗網絡能量大幅度增加，在節點能量有限的情況下，能量大量消耗將給網絡生命周期造成負面影響，為解決上述問題，研究人員對通信類型進行了創新，無線攜能通信應運而生[1]。該通信類型能夠同步傳輸能量、無線信息，簡單來說，就是在交互信息的過程中，由無人機向無線設備傳輸維持其運行所需能量，徹底突破節點能量有限所帶來的限制。

需要注意的是，現階段仍有一部分災區、偏遠山區尚不具備無線通信的條件，上述地區既有地面基站往往難以做到長期與使用者保持聯系，同時也無法做到向無線設備傳輸能量[2]。如果將依托地面基站所建立的蜂窩通信網絡作為對照物，無人機的優勢則體現在以下方面：一是機動性能佳；二是靈活性理想；三是基本能夠實現全面覆蓋；四是對環境的適應性極強，可被部署在環境、位置相對復雜的區域，使當地在應急通信等方面的需求得到滿足。

2 建立模型

在多無人機攜能場景中，無人機主要負責向使用者傳輸信息，同時依托無線電能對服務進行輸送。在飛行周期固定的情況下，無人機需要利用時分多址法傳輸信息，以此保證信息能夠準確傳遞給位于地面的使用者。若在特定飛行周期內，各臺無人機所用通信頻段相同，則需要依托單天線完成信息傳輸任務。

恒定飛行高度設為H，其水平坐標隨飛行時間的變化而變化。由于飛行周期會給系統整體性能產生直接影響，飛行周期過短，將制約無人機功能的發揮，飛行周期過長，則會增加使用者等待時間，只有合理選擇飛行周期，才能取得理想成效[3]。針對該情況，研究人員提出了以下方案：將飛行周期劃分成數個時隙，各時隙間隔相同，時隙長度用T/N表示，其中，T代表飛行周期，N代表時隙總數。在條件允許的前提下，最大限度縮小時隙，以免處于不同時隙的無人機的坐標存在明顯區別，此時，時隙n對應無人機坐標如下：

考慮到無人機基站普遍具有便于移動的特點，因此，可將使用者與無人機通信的形式轉變成視距通信，對應信道質量由使用者與無人機距離決定。假設在飛行狀態下，無人機會產生多普勒效應，但接收端能夠對該效應進行合理補償，那么，可以將路徑損耗模型設定如下：

式中，f代表觀測所得頻率值；v代表現有介質中波傳輸的速度；代表觀察者前進的速度；代表發射源前進的速度；f代表現有介質中發射源初始頻率。

另外，實踐表明，在接收信號的過程中，附近無人機所發出信號會給使用者造成干擾，鑒于此，研究人員決定將信干噪比納入考慮范圍，其公式為

隨后，出于改善服務公平性考慮，研究人員從優化可達速率的角度出發，依次調整功率分配、使用者調度和無人機規劃。假設無人機需要通過時分復用或類似方法對信號進行及時且準確的傳輸，則可得到以下公式：

以上公式表示在特定時隙內，無人機僅能向一個使用者傳輸信息，同時使用者也僅能接收由一架無人機所發出的信息。為深入研究約束飛行軌跡的因素，研究人員引入了下列公式：

該公式代表飛行周期結束后，無人機應回到原始位置，確保其能夠持續服務使用者，正常情況下，無人機均要受到安全距離、飛行速度的制約，這點要有所了解。將同為變量的發射功率、無人機軌跡耦合后，受上述公式所具有非凸性影響，優化問題將表現出非凸特征，求解難度極大，鑒于此，研究人員決定以連續凸塊優化相關技術為依托，利用最新算法進行求解。

3 模型分析

3.1 算法說明

凸優化的特點是局部最優代表全局最優，對該類問題進行求解的方法通常有兩個，一是確定局部最優解，二是對公式進行迭代計算。在本項目中，為實現優化目標，研究人員結合塊坐標下降原理，提出了全新的迭代算法，該算法需要先拆分優化問題，拆分后可得到以下問題：首先是功率分配、軌跡確定，優化使用者調度。其次是功率分配、使用者調度確定，優化無人機軌跡。最后是使用者調度、軌跡確定，優化功率分配。通過連續凸優化的方式，促使非凸約束相關問題盡快轉變成近似凸優化，隨后，便可利用現有工具求解，保證計算所得結果具有實際意義。對初始問題進行分解后，再根據塊坐標下降相關原理，通過交替優化的方式，確定資源配置所適用的算法，其原理如下：先對轉化所得問題進行求解，再借助交替迭代法調整系統性能，使系統所表現出的性能達到理想水平。

事實證明，通過連續凸優化的方式，對功率分配、規劃軌跡所面臨非凸約束進行求解，基于一階泰勒對約束、優化邊界加以明確，能夠使非凸問題順利轉變成凸問題，不僅求解難度有所降低，計算所得結果的準確性也能夠得到保證[5]。

3.2 仿真實驗

3.2.1 實驗方案

假設在500 m×500 m的平面空間內，隨機分布有7個用戶，該空間上方30 m存在3臺處于飛行狀態的無人機。將接收端白噪聲值設為-100 dBm，白噪聲發出點1 m外信道增益值為-50 dB。正常狀態下，無人機飛行速度最快可達30 m/s，發射信號的最大功率是0.2 W，發射能量的功率是20 W，使用者對能量的需求最小為0.1 mW。將相鄰無人機飛行距離控制在15 m左右，對應飛行周期是90 s，隔10 s進行采樣，如實記錄采樣所得無人機位置坐標。

3.2.2 實驗結論

首先，仿真結果表明，可達速率與迭代次數的關系為正相關，當迭代次數為40時，達到收斂效果，這表示上文所提出算法具有收斂性。

其次，將飛行周期設為0，此時，無人機由飛行狀態轉變成靜止狀態，使用者、無人機所配置天線均為單天線。為使可達速率達到預期水平，研究人員將無人機、用戶中心一一對應，同時對剩余無人機與已匹配無人機距離進行了調整，通過削弱通信干擾的方式，使傳輸速率得到顯著提高。

最后，研究證實，可達速率最小值與飛行周期的關系同樣為正相關，隨著飛行周期的延長，可達速率變化幅度逐漸趨于平緩。如果飛行周期相對較短，無人機所能提供服務十分有限，受信息傳輸速度影響，可達速率明顯降低。雖然延長飛行周期并不能保證可達速率維持特定值，但使用者接入等待的時間會較短，周期有所增加，由此可見，以實際情況為依據，對飛行周期進行科學選擇，將給無人機功能的發揮產生積極影響。

綜上，本文所使用算法具有良好收斂性，可保證無人機均勻分布，同時使可達速率得到明顯提高。

4 總結

早期，曾有國外學者提出“將單無人機打造成空中基站，通過該基站向使用者傳輸信息”的設想，隨后，基于無人機高度確定了相應的優化算法，使單無人機所能覆蓋的范圍、使用者總數得到大幅度增加。隨后，各國學者紛紛將目光轉向多無人機，以多無人機的使用場景為落腳點，對設備位置、高度進行調整，希望能夠在優化通信質量的前提下，掌握利用有限無人機，盡量覆蓋特定區域的方案。相關研究均將無人機視為靜止基站，對該基站服務能力進行探索，而忽略了動態部署的重要性，致使無人機在系統吞吐量、動態覆蓋范圍等方面所具有的優勢未能得到充分發揮。針對該情況，有學者指出應將下行能量傳輸作為切入點，在限制無人機飛行速度的前提下，對其軌跡進行規劃，同時對規劃軌跡的算法加以確定，綜合考慮懸停時長、位置等因素，使設備所接收能量達到預期水平。后人以該研究所取得成果為基礎，新增了與功率分配相關的內容，結合下行信息傳輸所表現出特點，對飛行軌跡、功率分配進行優化，使吞吐量得到顯著增加。這里要注意的是，上述研究均以單無人機作為分析對象，在實際傳輸、通信過程中，聯合運用多臺無人機的做法已變得十分常見，多無人機和單無人機的區別，主要在于前者所提供的接入服務質量更符合使用者預期。近幾年，國內學者將下行信息傳輸算法列入研究計劃，指出逐一調整功率分配、設備軌跡，可使網絡實時吞吐量得到改善，但相關研究仍難以保證通信質量不受影響。

綜上，現有研究均沒有考慮下行能量傳輸所表現出的特征，且針對干擾限制、速度約束還有能量約束的探索也有待深入。為彌補現有成果存在的空白，研究人員決定以優化資源配置為落腳點，對無人機傳輸信息、能量的效率進行提高，使該設備成為無線攜能通信不可或缺的一環，由此達到推動行業發展的最終目標。文章以能量傳輸、下行信息傳輸為背景，分別從功率分配、使用者調度和規劃軌跡的角度出發，對相關參數進行優化，通過引入塊坐標下降等技術的方式，將非凸問題轉變成三個問題并依次優化，基于連續凸優化對非凸約束加以處理，在保證求解準確的前提下，使計算、求解難度得到大幅降低，可供其他人員借鑒。

5 結束語

本文將改善能量、無線信息傳輸效率，有效規避節點能量被制約作為最終目標，圍繞無人機資源分配、通信軌跡展開討論，結合非凸優化要點，確定了相應的算法，使連續凸優化、塊坐標下降等技術的優勢得到充分發揮，并在此基礎上，分別對功率分配方案、飛行傳輸軌跡進行了調整，使傳輸速率達到理想水平。未來，研究人員應重點關注信息傳輸發生場景，靈活運用波束成形等先進技術，對信號傳輸方向進行固定，有效規避通信干擾所造成不利影響，使系統性能得到顯著提高。■