一种基于优化变量解耦的无人机中继传输效能优化方法

技术领域

本发明涉及无人机中继传输技术，具体指一种基于优化变量解耦的无人机中继传输效能优化方法，能适用于不同型号无人机的中继传输效能优化。

背景技术

无人机中继传输系统是指执行任务的无人机借助中继无人机与地面控制中心完成信息传输的数据通信系统。无人机中继传输系统已经成为无人机在飞行全过程中，联系无人机与舰载、地面指挥平台或设备之间资源共享的信息桥梁，其基本功能是执行任务的无人机能与中继无人机、地面控制中心建立中继链路，并向地面控制中心发送无人机机载任务传感器获取的图像等信息。

典型的无人机中继传输系统，如图1所示，空中基站通过空中中继无人机，与地面指挥基站进行数据交互。

中继传输方式主要分为单向中继和双向中继。

其中，1)单向中继中，通信中继节点转发信息时通常有两种方式：放大转发和解码转发。放大转发方式中源节点在第一个时隙发送信号给中继节点，中继节点对接收到的信号进行功率放大并在第二个时隙将放大后的信号转发给目的节点。

解码转发方式中源节点在第一个时隙发送信号给中继节点，中继节点解码接收信号并在第二个时隙将重新编码信号发送给目的节点。

两种方式中继节点处理信息的方式不同，导致了不同的中断性能。现有文献研究显示，解码转发性能在低信噪比情况下比放大转发性能好，但是在高信噪比情况下两种方式性能相似。

2)双向中继中，双向中继机制可以充分利用频谱资源，具有较高的频谱效率。放大转发双向中继中，两个源节点在第一个时隙同时向中继节点发送信号，中继节点将接收到的混合信号进行放大并在第二个时隙广播给两个源节点。

而对解码转发双向中继，研究者提出了三阶段解码转发方式和两阶段解码转发方式，其中两阶段解码转发策略中，假设中继节点可以利用多用户检测技术对同时同频接收到的来自两个源节点的信号进行完美解码，该假设在实际应用中过于理想，考虑到当前接收机的实际通信能力，三阶段解码转发方式更为实际。在三阶段解码转发方式中，两个源节点在前两个时隙分别发送信号给中继节点，中继节点对接收信号进行解码并在第三个时隙将混合后的解码信号广播给两个源节点。

与一般的地面通信系统不同,无人机中继传输系统面临更为复杂的信道环境(包含直视径概率、路径损耗和大尺度阴影衰落),并且在无人机能耗和信息传输可靠性等方面也有较高的要求，设计一种能够优化中继传输效能的方法具有重要的实际应用价值。

发明内容

本发明为减少无人机中继传输能耗，提出了一种基于优化变量解耦的无人机中继传输效能优化方法，部署在空中中继/空中基站中。

所述的基于优化变量解耦的无人机中继传输效能优化方法，具体步骤如下：

步骤一、构建包括空中基站、空中中继和地面基站的空地双向中继传输场景；

空中中继和空中基站分别选用无人机；

步骤二、空中基站和地面基站作为两个源节点，同时同频发送信号给作为接收节点的空中中继；

步骤三、利用各节点的发射功率和信噪比，建立中继传输能效优化问题模型；

地面基站G的接收信噪比表示为：

P

p

空中基站U的接收信噪比表示为：

优化问题的目标函数为：

min w

P

w

能效优化问题模型的约束条件为：

s.t.C1 Γ

C2 Γ

C3 0≤P

C4 0≤P

C5 S

约束条件C1表示：地面基站G端到端接收的信噪比Γ

约束条件C2表示：空中基站U端到端接收的信噪比Γ

约束条件C3表示：地面基站G发射功率要大于等于0且小于等于最大发射功率P

约束条件C4表示：空中基站U和空中中继R的发射功率要大于等于0且小于等于最大发射功率P

约束条件C5表示：空中中继R的三维坐标取决于实时应用环境的安全空域C

步骤四、将能效优化问题模型解耦为功率子优化问题和空中中继位置子优化问题；

具体为：

1)、给定空中中继R的位置，重新定义功率子优化问题，并采用原-对偶内点法将从新定义的功率子优化问题转换为几何规划标准形式后求解，得到一组发射功率P

功率子优化问题表示为：

min w

P

s.t.

0≤P

0≤P

常数定义为α＝A

2)、给定发射功率P

位置子优化问题表示为：

min w

S

s.t.

S

步骤五、应用交替最小化思想分别对功率子优化问题和解空中中继位置子优化问题进行迭代；

具体过程如下：

首先，给定空中中继R的初始位置S

然后，将发射功率P

再次，将空中中继R的位置S

以此类推，继续迭代，直至达到迭代次数或者将每轮迭代的结果带入目标函数中，当相邻两次目标函数的结果差值在阈值范围内，结束迭代。

阈值范围是根据行业标准人为设定。

步骤六、输出使目标函数最小的一组解作为最终解。

本发明与现有技术相比，具有以下优势：

(1)本发明一种基于优化变量解耦的无人机中继传输效能优化方法，相比未进行优化变量解耦的原能效优化问题，因多种优化变量耦合影响，难以分析其优化问题特性(如归类为某已知的经典优化问题类型，或者分析其凸/非凸特性等)，本发明将优化变量解耦后，功率子优化问题即可归类为一个经典的几何规划问题，位置子优化问题即可确定为一个非凸优化问题，最终分别求解两个子优化问题并迭代求解后，降低了原能效优化问题的求解复杂度。

(2)本发明一种基于优化变量解耦的无人机中继传输效能优化方法，求解过程中，分别采用了优化变量解耦、原对偶内点法、连续凸近似求解和交替最小化等优化方法和思想，上述方法和思想在理论上具有一定的鲁棒性，保证了能效优化问题求解的鲁棒性。

附图说明

图1为现有技术中典型的无人机中继传输系统。

图2为本发明一种基于优化变量解耦的无人机中继传输效能优化方法流程图；

图3为本发明穷举遍历的可行解和功率子优化算法结果示意图；

图4为本发明功率子优化问题求解后节点发射功率随空中中继X轴坐标变化情况示意图；

图5为本发明功率子优化问题求解后节点发射功率随空中中继高度变化情况示意图；

图6为本发明不同信噪比门限下联合优化后空中中继R的三维位置示意图；

图7为本发明联合优化和位置固定功率优化的性能比较示意图；

图8为本发明联合优化和固定地面基站功率的联合优化的性能比较示意图。

具体实施方式

为了便于本领域普通技术人员理解和实施本发明，下面结合附图对本发明作进一步的详细和深入描述。

本发明公开了一种基于优化变量解耦的中继传输能效优化方法，具体包括：中继传输过程的数学描述；在中继传输的基础上建立中继传输能效优化问题模型；将能效优化问题模型解耦为功率子优化问题和空中中继位置子优化问题；求解功率子优化问题；求解空中中继位置子优化问题；对两个子优化问题的结果进行迭代，求解原能效优化问题的最终解。

如图2所示，具体步骤如下：

步骤一、构建包括空中基站、空中中继和地面基站的空地双向中继传输场景；

如图1所示，中继传输场景包括空中基站、空中中继和地面基站。传统的单向通信场景中两个源节点间直接通信只需要消耗一个时隙便可以完成信息传递，但使用单向中继通信完成信息传递则需要消耗两个时隙，频谱效率下降。相比而言，在双向通信场景中研究的双向中继可以充分利用频谱资源，具有较高的频谱效率。基于以上考虑本发明考虑空中中继为空中基站和地面基站间的双向通信提供放大转发中继服务，一架无人机作为空中基站被部署来服务地面用户(如应急通信场景中)。然而空中基站和地面基站间回程链路容易被山或建筑物所遮挡，且传输距离较长而路径损耗过大，因此考虑部署另一架无人机作为空中中继，来建立空中基站和地面基站间的两跳回程链路；该传输场景称之为空地双向中继。

步骤二、空中基站和地面基站作为两个源节点，同时同频发送信号给作为接收节点的空中中继；

考虑空地双向中继传输机制包括多址接入(Multiple Access,MA)和广播(Broad-cast,BC)两个阶段，空中中继在多址接入阶段接收两个源节点(空中基站和地面基站) 同时同频发送的信号，并在广播阶段将接收到的混合信号进行功率放大后广播给两个源节点(空中基站和地面基站)，两个源节点分别可以从接收混合信号中去除自己发送的信号后即可获得另一个源节点发送的有用信号。

该传输机制也称为双向中继，双向中继通过合理设计信号多址接入、混合传输和接收端信号，处理充分利用了时频资源，提高了信道利用率。

空中中继用R表示、空中基站用U表示和地面基站用G表示，三维坐标分别表示为S

步骤三、利用各节点的发射功率和信噪比，建立中继传输能效优化问题模型；

考虑地面基站G和空中中继R间的空地信道使用概率型直视/非直视信道模型，所谓概率型直视/非直视是指空地信道为直视路径或者非直视路径是以概率的形式来表示，此概率大小取决于环境和空地信道俯仰角。

直视路径概率p

其中，θ为空地信道俯仰角，m和n是取决于环境的定值；

p

假设信道互易，空中中继R接收到发送自地面基站G的信号的瞬时接收信噪比表示为：

P

地面基站G接收到发送自空中中继R的信号的瞬时接收信噪比表示为：

P

空中基站U接收到发送自空中中继R的信号的瞬时接收信噪比表示为：

P

空中中继R接收到发送自空中基站U的信号的瞬时接收信噪比表示为：

L

三个节点间的路损L

其中，f

所有节点工作于半双工模式且空中中继使用放大转发策略，即空中基站U和地面基站G在多址接入阶段，同时发送信号给空中中继R，空中中继R在广播阶段将功率放大后的混合信号广播给空中基站U和地面基站G。

则地面基站G处端到端接收信噪比表示为：

A

空中基站U处端到端接收信噪比表示为：

基于地面基站G和空中基站U处端到端的接收信噪比，在中继传输的基础上建立中继传输能效优化问题模型。

本发明在接收信噪比门限，空中中继安全空域和发送功率限制等约束条件下去优化空中中继R的位置和三个节点发射功率来最小化无人机发射功率。此外，实际部署中优化过程可考虑由地面基站G(拥有更多计算资源)来实现，然后优化后最优参数可以通过控制信息发送给空中基站U和空中中继R。

能效优化问题的目标函数表示为：

w

其中，w

以某一特定无人机位置的瞬时信道状态信息来优化的最优参数往往并不是计算出最优位置处的最优参数。因此，使用信道状态统计信息的长期信噪比更合理。地面基站 G和空中基站U处的长期接收信噪比分别表示为：

μ

经过以上对于优化目标和约束条件的分析，联合优化节点发射功率和空中中继高度的能效优化方法，通过数学描述为以下优化问题：

目标函数为：

min w

P

能效优化问题模型的约束条件为：

其中，Γ

约束条件C1表示：地面基站G端到端接收的信噪比Γ

约束条件C2表示：空中基站U端到端接收的信噪比Γ

约束条件C3表示：地面基站G发射功率要大于等于0且小于等于最大发射功率P

约束条件C4表示：空中基站U和空中中继R的发射功率要大于等于0且小于等于最大发射功率P

约束条件C5表示：空中中继R的三维坐标取决于实时应用环境的安全空域C

步骤四、将能效优化问题模型解耦为功率子优化问题和空中中继位置子优化问题；

本发明建模的能效优化问题是一个多变量非线性优化问题，考虑两个不同种类优化变量：发射功率和空中中继位置。本发明将原优化问题分解为两个子优化问题：功率子优化问题和空中中继位置子优化问题。在求解两个子优化问题基础上，应用交替最小化思想对原优化问题进行迭代求解。

根据上述优化问题的数学描述可得知，多优化变量分为两类共六个变量，包括无人机位置S

本发明拟提出一种基于优化变量解耦和凸近似的低复杂度自主进化算法来求解上述优化问题。所提算法首先通过将功率和位置这两类优化变量进行解耦来将原优化问题分解为两个子优化问题：功率优化问题和位置优化问题。其中，功率优化问题可以被证明为一个几何规划问题，可以使用凸优化理论进行快速高效求解出最优解；位置优化问题依然为一个不等式约束的非凸优化问题，通过应用凸近似方法来快速求得一个近似解。通过分别求解两个子优化问题，通过两个子优化问题迭代求解，可求解出原问题。

本发明所提的基于优化变量解耦和凸近似的自主进化算法之所以可以降低算法复杂度得益于两点：第一，通过解耦原优化问题为功率优化子问题和无人机位置优化子问题(变量解耦是一种通用的方法)，本发明证明了功率优化子问题为一个几何规划问题，从而可以应用凸优化理论得以快速高效求解。第二，无人机位置优化子问题依然为一个含有不等式约束条件的非凸优化问题，针对该子问题中的非凸函数：长期性能指标，本发明给出了一个长期性能指标的近似凸函数，从而无人机位置优化子问题应用该近似凸函数可得以快速高效求解，进一步降低了整个算法复杂度。

同时单独考虑某一类优化变量的求解而将另一类优化变量设为固定值时的情况对应于实际应用中若干常用的优化问题，比如当节点发射功率因系统复杂度原因不方便进行自适应调整时的优化问题可以描述为发射功率固定来优化无人机位置；反之亦然。因此，可将原优化问题按照优化变量的种类分解为两类子优化问题：固定功率时的无人机位置子优化问题和固定无人机位置时的功率子优化问题。则原优化问题的求解可以通过两个子优化问题的迭代求解得到，

具体为：

1)、给定空中中继R的位置，重新定义功率子优化问题，并采用原-对偶内点法将从新定义的功率子优化问题转换为几何规划标准形式后求解，得到一组发射功率P

功率子优化问题表示为：

为了方便描述，将部分常数定义为α＝A

观察该优化问题，发该该问题为一个几何规划问题。原对偶内点法在求解几何规划问题时具有较高鲁棒性且在问题无解时能够提供有效指示，因此本发明使用原对偶内点法来求解几何规划问题；定义函数Q

其中，Q＝{Q

2)、给定发射功率P

位置子优化问题表示为：

上述优化问题可以通过二阶求导验证来证明其具有非凸特性，即位置子优化问题为一个非凸优化问题，本发明采用连续凸近似方法对该非凸优化问题进行求解。给定一个无人机三维坐标可行解

其中，i表示优化迭代轮数；P

其中，

h

如图3所示，显示了功率子优化问题求解算法性能，其中w

图4显示了功率子优化问题中，优化后节点发射功率随空中中继X轴坐标x

图5显示了功率子优化问题中，优化后的发射功率随空中中继高度的变化情况，其中无人机X轴和Y轴坐标分别固定为x

步骤五、应用交替最小化思想分别对功率子优化问题和解空中中继位置子优化问题进行迭代；

由于位置子优化目标(1-w

首先，给定空中中继R的初始位置S

然后，将发射功率P

再次，将空中中继R的位置S

以此类推，继续迭代，直至达到迭代次数或者将每轮迭代的结果带入目标函数中，当相邻两次目标函数的结果差值在阈值范围内，结束迭代。

阈值范围是根据行业标准人为设定。

步骤六、输出使目标函数最小的一组解作为最终解。

如图6所示，显示了不同接收信噪比门限Γ

如图7所示，同样显示了使用功率/位置联合优化和固定位置的功率优化后，节点发射功率随接收信噪比门限的变化情况，其中联合优化和功率优化分别用实线和虚线表示，且纵坐标表示优化后节点发射功率占其最大发射功率的比值。

如图8所示，显示了联合优化和固定地面基站功率P

优选的，中继传输过程的数学描述包含：

地面站与中继无人机间的概率型直视/非直视信道空地信道模型，典型中继传输场景下地面基站和空中基站处的接收端信噪比模型。

优选的，在中继传输的基础上建立中继传输能效优化问题模型具体指：将中继传输能效合理建模为一个优化问题，求解能效优化问题即可实现中继传输能效优化。其中以最小化无人机发射功率加权和为优化目标，以接收端信噪比门限、节点最大发射功率和空中中继安全空域为约束条件，对节点发射功率和空中中继位置进行联合优化。

优选的，求解功率子优化问题为一个几何规划问题，采用原对偶内点法来求解。

优选的，求解空中中继位置子优化问题，可通过二阶求导验证为一个非凸优化问题，采用连续凸近似方法进行求解。

优选的，对原能效优化问题进行迭代求解是指：在具体的能效优化问题求解上，分别求解两个子问题后应用交替最小化思想，可对原联合优化问题进行迭代求解，从而最终得以求解原能效优化问题。