一种无人机携带RIS辅助AF中继协同构建与优化方法

技术领域

本发明属于无线通信技术领域，具体涉及一种无人机携带RIS辅助AF中继协同构建与优化方法。

背景技术

中继协作技术可使单天线设备形成虚拟多输入多输出(Multiple-InputMultiple-Output, MIMO)以享受空间分集增益。常用的协作方式包括放大转发(Amplify-and-Forward，AF)方式、检测/译码转发(Detect/decode-and-Forward，DF)方式、编码协作(Coded Cooperation, CC)方式等。在AF方式中，中继节点首先对接收信号进行放大然后直接把它们转发至目的节点。尽管AF方式性能与其他方案相比并不突出，但其具有实现容易以及时延低等优点，常常被应用在实际无线通信场景。

在复杂或难以到达的地区，如地震灾区中心等，很难部署传统的固定中继来支持可靠通信。无人机(Unmanned Aerial Vehicle，UAV)由于部署灵活、覆盖范围大等优点，被认为是有前途的解决方案之一。无人机可作为移动高空基站工作，按需部署以快速支持通信，或可作为移动中继工作并与地面用户合作以增强吞吐量和扩大覆盖范围。可重构智能表面 (Reconfigurable Intelligent Surface，RIS)作为一种新兴的技术，其工作在全双工模式，无自干扰，具有硬件成本低、功耗低、部署灵活、可智能重构等优点。结合无人机与RIS两者的优势，我们考虑了一种无人机携带RIS，RIS安装在无人机上，无人机不再需要配备沉重的收发设备。无人机在复杂或难以到达的地区作为移动的RIS来增强通信系统的性能。无人机携带RIS既具有无人机部署灵活、覆盖范围大等优点，又具有RIS低硬件成本、低功耗、轻重量等特点。因此，无人机携带RIS辅助AF中继协同通信系统非常适用于应急可靠通信场景，进一步通过联合优化无人机轨迹和RIS相移矩阵以最大化该系统的平均可达速率也显得尤为重要。

发明内容

本发明为解决上述现有技术存在的技术问题，提供一种无人机携带RIS辅助AF中继协同构建与优化方法，在建立无人机携带RIS辅助AF中继协同通信系统模型基础上，通过联合优化无人机轨迹和RIS相移矩阵以最大化该系统的平均可达速率。

为了实现上述目的，本发明的技术方案如下：

一种无人机携带RIS辅助AF中继协同构建与优化方法，所述方法包括以下步骤：

步骤1.1、无人机携带RIS辅助AF中继协同通信系统的建模；AF中继协同系统在地面实现信息传输，无人机携带RIS在空中提供额外通信链路；得出实现最大化系统平均可达速率对应的无人机轨迹和RIS相移矩阵联合优化问题模型；

步骤1.2、根据前一次迭代得到的无人机轨迹信息，求解RIS相移矩阵优化子问题，获得RIS相移的闭合解；

步骤1.3、根据步骤1.2得出的RIS相移，将无人机轨迹优化子问题转化为凸优化问题，进一步通过凸优化工具CVX求出无人机轨迹的最优解；

步骤1.4、迭代执行步骤1.2与步骤1.3，通过交替优化两个子问题以实现求解联合优化问题；当达到预定的收敛精度或最大迭代次数时，停止迭代。

优选的，步骤1.1中，所述的无人机携带RIS辅助AF中继协同通信系统的建模，具体步骤如下：

步骤1.1.1、由于无人机携带RIS工作在空中，基于接近自由空间的大尺度路径损耗与RIS元素形成的均匀矩形阵列URA特征，信源节点S与RIS之间信道

步骤1.1.2、AF中继工作在半双工方式，每一时间帧分为两个时隙，在第一时隙，信源节点S发送信息分别通过信道

；

其中：

步骤1.1.3、进一步得出系统的平均可达速率为：

；

其中N为系统信息传输总的时间帧数；

步骤1.1.4、无人机轨迹Q和RIS相移矩阵

，

其中，

优选的，步骤1.2中，所述的求解RIS相移矩阵优化子问题，获得RIS相移的闭合解，具体步骤如下：

步骤1.2.1、为了最大化平均可达速率，根据前一次迭代得到的无人机轨迹，优化第一时隙的RIS相移矩阵

；

其中

步骤1.2.2、同理，为了最大化平均可达速率，根据前一次迭代得到的无人机轨迹，优化第二时隙的RIS相移矩阵

；

其中

优选的，步骤1.3中，所述的将无人机轨迹优化子问题转化为凸优化问题，进一步通过凸优化工具CVX求出无人机轨迹的最优解，具体步骤如下：

步骤1.3.1、首先将步骤1.2中优化得到的RIS相移代入问题P1的目标函数，将联合优化问题转换成无人机轨迹优化子问题；

步骤1.3.2、为求解无人机轨迹优化子问题，引入松弛变量

步骤1.3.3、利用凸优化工具CVX求解上述凸问题，得到优化后无人机轨迹

优选的，步骤1.4中，迭代执行步骤1.2与步骤1.3，通过交替优化两个子问题以实现求解联合优化问题，具体步骤如下：

步骤1.4.1、设置迭代停止条件，即预定收敛精度

步骤1.4.2、迭代执行步骤1.2与步骤1.3，交替优化RIS相移矩阵和无人机轨迹；

步骤1.4.3、达到预定的迭代停止条件，得到最优的RIS相移矩阵

本发明具有以下有益效果：（1）本发明借助无人机部署灵活、覆盖范围大等优点以及RIS工作在全双工模式，无自干扰，具有硬件成本低、功耗低、可智能重构等优点，通过结合无人机与RIS两者的优势，提供了一种无人机携带RIS，即RIS安装在无人机上，无人机不再需要配备沉重的收发设备。无人机携带RIS既具有无人机部署灵活、覆盖范围大等优点，又具有RIS低硬件成本、低功耗、可智能重构等特点。常常被应用在实际无线通信场景。

（2）本发明将灵活轻便的空中无人机携带RIS与地面AF中继协同通信相结合，非常适用于地震灾区等应急可靠通信场景，当地面设备不能满足应急通信需求时，空中无人机携带RIS可实现增强通信、补盲通信等。同时，鉴于联合优化无人机轨迹和RIS相移矩阵以最大化该系统平均可达速率的重要性，建立了无人机轨迹优化和RIS相移矩阵优化的联合优化问题模型。首先，将原问题分解为RIS相移矩阵优化和无人机轨迹优化两个子问题。然后，通过对齐接收信号相位来获得最优相移矩阵。其次，由于无人机轨迹优化子问题仍然是复杂的非凸问题，采用逐次凸逼近(SCA)方法将其转化为凸问题，进一步通过迭代算法求解。本发明将灵活轻便的空中无人机携带RIS与地面AF中继协同通信相结合，并通过联合优化无人机轨迹和RIS相移矩阵，提供了一种实现复杂场景下高效通信的解决方案。

附图说明

图1为本发明中无人机携带RIS辅助AF中继协同通信系统模型图；

图2为本发明中所提通信方案与其他基准方案性能比较图；

图3为本发明中所提无人机轨迹和RIS相移矩阵的联合优化算法与其他基准算法性能比较图。

具体实施方式

图1为本发明中无人机携带RIS辅助AF中继协同通信系统模型图；如图1所示，一种无人机携带RIS辅助AF中继协同构建与优化方法，包括以下步骤：

步骤1.1、无人机携带RIS辅助AF中继协同通信系统的建模；AF中继协同通信系统在地面实现信息传输，无人机携带RIS在空中提供额外通信链路；得出实现最大化系统平均可达速率对应的无人机轨迹和RIS相移矩阵联合优化问题模型；

步骤1.2、根据前一次迭代得到的无人机的轨迹信息，求解RIS相移矩阵优化子问题，获得RIS相移的闭合解；

步骤1.3、根据步骤1.2得出的RIS相移，将无人机轨迹优化子问题转化为凸优化问题，进一步通过凸优化工具CVX求出无人机轨迹的最优解；

步骤1.4、迭代执行步骤1.2与步骤1.3，通过交替优化两个子问题以实现求解联合优化问题；当达到预定的收敛精度或最大迭代次数时，停止迭代。

进一步的，步骤1.1中，所述的无人机携带RIS辅助AF中继协同通信系统的建模，具体步骤如下：

首先，建立无人机携带RIS辅助AF中继协同通信系统模型，信源节点(S)通过地面上的半双工(HD) AF中继(R)将信息传输到目的节点(D)。假设S和D之间被障碍物阻挡，没有直接通信链路。考虑应急通信需要比平时更高的平均可达速率(AAR) 场景，部署了一架携带RIS的无人机来增强AF中继协同通信系统，可以在不消耗发送功率的情况下在S和D之间提供额外的链路。S、R、D均为单天线，其位置分别用坐标

由于无人机携带RIS工作在空中，因此遵循接近自由空间的大尺度路径损失以及RIS元素形成的均匀矩形阵列(URA)，信道

(1)

(2)

(3)

其中

由于AF中继工作在地面，因此将S与R以及R与D之间的信道建模为如下信道：

(4)

(5)

其中

根据S与RIS，D与RIS以及S与R的信道信息，第n时间帧第一时隙R与D处的接收信号如下：

(6)

(7)

其中

根据R与RIS，R与D，D与RIS的信道信息，第n帧第二时隙D处的信号如下：

(8)

其中

结合两个时隙接受到的信号，第n时间帧的可达速率为

(9)

其中：

进一步得出系统的AAR：

； (10)

因此，系统AAR关于RIS相移以及无人机轨迹的问题模型如下：

(11a)

(11b)

(11c)

(11d)

。 (11e)

进一步的，步骤1.2中，所述的根据前一次迭代得到的无人机的轨迹信息，求解RIS相移矩阵优化子问题，获得RIS相移的闭合解，具体步骤如下：

首先，根据前一次迭代获得的无人机轨迹，第一时隙内

(12)/>

其中

(13)

(14)

与/>

为了使AAR最大化，来自不同路径的信号的相位需要在D处相等，据此可得

(15)

第二时隙RIS的相移设计与第一时隙类似，我们直接给出闭合解：

(16)

其中

因此，两个时隙的RIS相移矩阵如下

(17)

(18)

进一步的，步骤1.3中，所述将无人机轨迹优化子问题转化为凸优化问题，进一步通过凸优化工具CVX求出无人机轨迹的最优解，具体步骤如下：

根据步骤1.2中求解出的RIS相移应用逐次凸逼近(Successive ConvexApproximation，SCA)算法来优化无人机轨迹，首先将步骤1.2中优化得到的RIS相移代入P1的目标函数，并且引入松弛变量

(19a)

(19b)

(19c)

(19d)

(19e)

其中

值得注意的是，当约束(19b)和(19c)等号成立时，P2的解才可以取得。为求解P2，给出引理如下:

引理1: 给定

关于 />

根据引理1，

(20)

其中

(21)

(22)

(23)

由于凸函数的一阶泰勒展开式可以在复数域中实现，且距离总是实数，为保证一阶泰勒展开处于实数域中的，给出：

(24)

(25)

虽然将(20)代入P2的目标函数，但P2关于

引理2：假设

(26)

基于引理2，

(27)

(28)

结合(24)、(25)、(27)、(28)，可以得到以下约束：

(29)

(30)

因此，P2可以转化为如下形式：

(31a)

(31b)

(31c)/>

(31d)

(31e)

由于P3中的目标函数和约束条件都是凸的，因此这是一个凸问题，利用凸优化工具CVX求解该凸问题，得到优化后无人机轨迹

进一步的，步骤1.4中，迭代执行步骤1.2与步骤1.3，通过交替优化两个子问题以实现求解联合优化问题。当达到预定的收敛精度或最大迭代次数时，停止迭代。具体步骤如下：首先设置迭代停止条件，即预定收敛精度

参见图2、图3仿真实验和效果分析：

本发明对无人机携带RIS辅助AF中继协同通信系统的平均可达速率进行了仿真分析，具体仿真参数如表1所示。

表1：仿真参数设置

图2比较了本发明提出的无人机携带RIS辅助AF中继协同方案（RIS-enabled UAV& AF Relay）与仅有AF中继方案 (AF relay Only)、仅有无人机携带RIS方案(RIS-enabledUAV Only)的AAR性能。如图2所示，所提方案的AAR明显优于AF Relay Only方案或RIS-enabled UAV Only方案。例如当

图3比较了无人机携带RIS辅助AF中继协同通信系统中，所提无人机轨迹和RIS相移矩阵的联合优化算法(Trajectory & Shift Opt.)与仅优化RIS相移矩阵算法（RISPhase Opt.）、没有优化算法（No Opt.）的 AAR性能。如图3所示，所提联合优化算法的AAR明显优于RIS Phase Opt.算法和No Opt.算法，且随着M的增加，这种优势愈发明显。例如当

以上仅为本发明实例中一个较佳的实施方案，但是，本发明并不限于上述实施方案，凡按本发明所做的任何均等变化和修饰，所产生的功能作用未超出本方案的范围时，均属于本发明的保护范围。