無(wú)人機(jī)輔助通信優(yōu)化設(shè)計(jì)摘要隨著第五代移動(dòng)通信的發(fā)展，為了進(jìn)行大數(shù)據(jù)的采集，無(wú)線傳感器網(wǎng)絡(luò)與我們的生活已經(jīng)密不可分，但在一些復(fù)雜的場(chǎng)景中，采用無(wú)人機(jī)與傳感器網(wǎng)絡(luò)相結(jié)合與建造基站相比較，無(wú)論是復(fù)雜程度及經(jīng)濟(jì)成本，無(wú)人機(jī)都具有獨(dú)特的優(yōu)勢(shì)。在無(wú)線傳感器網(wǎng)絡(luò)中，利用無(wú)人機(jī)作為傳感器節(jié)點(diǎn)的移動(dòng)數(shù)據(jù)收集器,不僅可以延長(zhǎng)網(wǎng)絡(luò)周期，還可以節(jié)約能量。本文考慮到傳感器節(jié)點(diǎn)-無(wú)人機(jī)鏈路的一般衰落信道模型，優(yōu)化了傳感器節(jié)點(diǎn)的喚醒時(shí)間表和無(wú)人機(jī)的軌跡，以最大程度降低所有傳感器節(jié)點(diǎn)的最大能耗，同時(shí)確?？煽康厥占璧臄?shù)據(jù)量來(lái)自每個(gè)傳感器節(jié)點(diǎn)。本文將設(shè)計(jì)公式化為混合整數(shù)非凸優(yōu)化問(wèn)題。通過(guò)應(yīng)用連續(xù)凸優(yōu)化技術(shù)，研究了在特定條件下找到最優(yōu)解的有效迭代算法。通過(guò)仿真，本文將得到的結(jié)果與一般優(yōu)化以及理論上最佳解決方案作比較。數(shù)值結(jié)果表明，與一般優(yōu)化方案相比，該方案實(shí)現(xiàn)了顯著的網(wǎng)絡(luò)數(shù)據(jù)資源的節(jié)約，與理論上最佳解決方案相比，我們僅觀察到很小的性能差距。關(guān)鍵詞：無(wú)人機(jī)，軌跡設(shè)計(jì)，最小能量，數(shù)據(jù)收集，無(wú)線傳感器網(wǎng)絡(luò)。目錄TOC\o"1-3"\h\u第一章

緒論 11.1研究背景及研究意義 11.2研究現(xiàn)狀 21.3本文內(nèi)容安排 4第二章

無(wú)人機(jī)輔助通信理論基礎(chǔ)及系統(tǒng)模型 62.1無(wú)人機(jī)輔助通信系統(tǒng)分類(lèi) 62.1.1無(wú)人機(jī)基站輔助通信系統(tǒng) 92.1.3系統(tǒng)模型 102.2凸優(yōu)化技術(shù) 132.2.1凸優(yōu)化相關(guān)概念及定義 132.2.2凸優(yōu)化問(wèn)題 142.2.3連續(xù)凸近似法(SCA) 142.3本章小結(jié) 14第三章

無(wú)人機(jī)輔助通信優(yōu)化設(shè)計(jì)與仿真 183.1無(wú)人機(jī)輔助通信優(yōu)化算法設(shè)計(jì) 183.2無(wú)人機(jī)輔助通信實(shí)驗(yàn)仿真及分析 203.3本章小結(jié) 24第四章總結(jié)與展望 254.1總結(jié) 254.2展望 25參考文獻(xiàn) 26第一章

緒論1.1研究背景及研究意義與當(dāng)前的4G相比，預(yù)計(jì)未來(lái)5G無(wú)線電接入網(wǎng)絡(luò)的格局將無(wú)縫且無(wú)所不在地連接一切，并支持至少1000倍的流量，1000億個(gè)已連接的無(wú)線設(shè)備，以及對(duì)可靠性，延遲，電池壽命等的多樣化要求。蜂窩網(wǎng)絡(luò)。如今，物聯(lián)網(wǎng)的普及引發(fā)了即將到來(lái)的5G和B5G無(wú)線網(wǎng)絡(luò)的移動(dòng)數(shù)據(jù)流量數(shù)量激增。根據(jù)最新報(bào)告，到2028年，全球移動(dòng)流量將達(dá)到1ZB/mo。這將導(dǎo)致當(dāng)前基礎(chǔ)設(shè)施面臨巨大的容量需求，并且在增加資本方面給電信運(yùn)營(yíng)商帶來(lái)沉重負(fù)擔(dān)投資和運(yùn)營(yíng)成本。為了滿足這些不斷增長(zhǎng)的需求，異構(gòu)網(wǎng)絡(luò)早已付出了一些努力(即部署各種小型小區(qū))。隨著信息技術(shù)的發(fā)展，無(wú)線傳感器網(wǎng)絡(luò)與生產(chǎn)與生活的關(guān)系越來(lái)越密切，給人類(lèi)的生產(chǎn)和生活帶來(lái)了很大的便利。在智能醫(yī)療中，可以在患者身上設(shè)置傳感器節(jié)點(diǎn)，監(jiān)測(cè)患者的體溫、心率、行為，實(shí)現(xiàn)遠(yuǎn)程醫(yī)療。當(dāng)這些數(shù)據(jù)出現(xiàn)異常時(shí)，傳感器節(jié)點(diǎn)可以迅速向護(hù)士發(fā)送異常數(shù)據(jù)，發(fā)出警告，以便于及時(shí)救助。在自然環(huán)境方面，無(wú)線傳感網(wǎng)絡(luò)監(jiān)測(cè)土壤濕度、地表溫度、物種遷徙等自然環(huán)境信息，在環(huán)境災(zāi)害預(yù)防和自然生態(tài)探測(cè)方面發(fā)揮著重要作用。關(guān)于安全作業(yè)方面，到處都有無(wú)線傳感器網(wǎng)絡(luò)。例如,在煤礦的安全操作方面,無(wú)線傳感器節(jié)點(diǎn)組成監(jiān)視網(wǎng)絡(luò)對(duì)屋頂壓氣體濃度、灰塵濃度、空氣濕度、及是否違反了規(guī)定進(jìn)行實(shí)時(shí)監(jiān)測(cè)并實(shí)時(shí)上傳數(shù)據(jù)，這可以預(yù)防井下安全事故。無(wú)線傳感網(wǎng)絡(luò)不僅適用于生產(chǎn)生活，還適用于國(guó)防和軍隊(duì)，進(jìn)行地區(qū)情報(bào)收集、火力監(jiān)視、地形探測(cè)等。在無(wú)線傳感器網(wǎng)絡(luò)中，無(wú)人機(jī)作為地面?zhèn)鞲衅鞴?jié)點(diǎn)的移動(dòng)數(shù)據(jù)采集器越來(lái)越受到人們的關(guān)注。通過(guò)利用其高機(jī)動(dòng)性，無(wú)人機(jī)能夠高效地從傳感器節(jié)點(diǎn)收集數(shù)據(jù)，因?yàn)樗梢皂樞虻卦L問(wèn)傳感器節(jié)點(diǎn)，并且僅當(dāng)它足夠靠近每個(gè)傳感器節(jié)點(diǎn)時(shí)才能從傳感器節(jié)點(diǎn)收集數(shù)據(jù)。因此，從每個(gè)活動(dòng)傳感器節(jié)點(diǎn)到無(wú)人機(jī)的鏈路距離顯著減小，這節(jié)省了所有傳感器節(jié)點(diǎn)的傳輸能量。研究表明，無(wú)人機(jī)與地面終端之間的短距離視線（LoS）通信鏈路可以在各種無(wú)人機(jī)無(wú)線網(wǎng)絡(luò)中有效利用，通過(guò)正確設(shè)計(jì)無(wú)人機(jī)的軌跡來(lái)提高性能。對(duì)于無(wú)人機(jī)支持的無(wú)線傳感器網(wǎng)絡(luò)，睡眠和喚醒機(jī)制是另一種有效的節(jié)能技術(shù)。通過(guò)這種機(jī)制，傳感器節(jié)點(diǎn)會(huì)一直處于休眠狀態(tài)，直到接收到來(lái)自附近無(wú)人機(jī)的強(qiáng)度良好的喚醒信標(biāo)信號(hào)，此時(shí)傳感器節(jié)點(diǎn)會(huì)醒來(lái)并開(kāi)始向無(wú)人機(jī)發(fā)送數(shù)據(jù)，傳輸后返回休眠狀態(tài)。設(shè)計(jì)無(wú)人機(jī)無(wú)線傳感器網(wǎng)絡(luò)進(jìn)行數(shù)據(jù)采集有兩個(gè)關(guān)鍵問(wèn)題。第一個(gè)原因是傳感器節(jié)點(diǎn)的電池能量有限。因此，應(yīng)適當(dāng)?shù)卦O(shè)計(jì)傳感器節(jié)點(diǎn)的喚醒調(diào)度，使得每個(gè)傳感器節(jié)點(diǎn)能夠以最小的能量消耗完成其數(shù)據(jù)傳輸。第二個(gè)問(wèn)題是由于傳感器節(jié)點(diǎn)和移動(dòng)的無(wú)人機(jī)之間的高度動(dòng)態(tài)無(wú)線信道，這很容易導(dǎo)致分組丟失，特別是在存在多徑誘導(dǎo)信道衰落的實(shí)際情況下。因此，無(wú)人機(jī)的飛行軌跡設(shè)計(jì)應(yīng)確保每個(gè)傳感器節(jié)點(diǎn)在喚醒狀態(tài)下都能以較低的中斷概率傳輸數(shù)據(jù)。隨著5G時(shí)代的到來(lái)，人口稠密的用戶(hù)渴望寬帶無(wú)線通信，并且期望網(wǎng)絡(luò)運(yùn)營(yíng)商支持具有高無(wú)線數(shù)據(jù)需求的各種服務(wù)，例如多媒體流和視頻下載。移動(dòng)交通量的持續(xù)增長(zhǎng)在增加資本支出和運(yùn)營(yíng)成本方面給運(yùn)營(yíng)商帶來(lái)了無(wú)法接受的負(fù)擔(dān)。減輕蜂窩通信量的一種直觀選擇是部署小型蜂窩小區(qū)(例如，微微小區(qū)和毫微微小區(qū))。但是，在意外或臨時(shí)事件中，由于移動(dòng)環(huán)境復(fù)雜，易變且異構(gòu)，因此地面基礎(chǔ)設(shè)施的部署具有挑戰(zhàn)性。一種潛在的解決方案訴諸于無(wú)人機(jī)電池的可用性，事實(shí)證明，該功能有助于在需求不穩(wěn)定的地區(qū)支持地面蜂窩網(wǎng)絡(luò)。這樣做的想法是使地面用戶(hù)更靠近無(wú)人機(jī)小區(qū)，以改善他們的QoS（服務(wù)質(zhì)量），這是由于它們與天空之間的距離很短。盡管將無(wú)人飛行器與5G技術(shù)相結(jié)合的潛力很大，但無(wú)人飛行器輔助無(wú)線網(wǎng)絡(luò)的研究仍處于起步階段，還有許多未解決的問(wèn)題需要進(jìn)一步研究。1.2研究現(xiàn)狀近年來(lái)，人們?cè)絹?lái)越有興趣將無(wú)人飛行器用作傳感器節(jié)點(diǎn)中地面?zhèn)鞲衅鞴?jié)點(diǎn)的移動(dòng)數(shù)據(jù)收集器。文獻(xiàn)[1]對(duì)無(wú)線通信中UAV的潛在優(yōu)點(diǎn)和應(yīng)用進(jìn)行綜合分析。通過(guò)利用其高移動(dòng)性，無(wú)人機(jī)能夠高效地從傳感器節(jié)點(diǎn)收集數(shù)據(jù)，因?yàn)樗梢皂樞蛟L問(wèn)傳感器節(jié)點(diǎn)并僅在移動(dòng)到每個(gè)傳感器節(jié)點(diǎn)足夠近時(shí)才從傳感器節(jié)點(diǎn)收集數(shù)據(jù)。利用無(wú)人機(jī)[2]的智能異構(gòu)體系結(jié)構(gòu)被認(rèn)為是一種有前途的新范例，未來(lái)，通過(guò)不斷革新無(wú)人飛機(jī)5g應(yīng)用領(lǐng)域，促進(jìn)無(wú)人飛機(jī)在物流、檢測(cè)、測(cè)量和映射、農(nóng)業(yè)設(shè)施保護(hù)、安全、救助、現(xiàn)場(chǎng)直播、編制等方面的發(fā)展。自主飛行也是自律飛行場(chǎng)景，由智能建筑、空中及配送、探查等各種個(gè)人商業(yè)及行業(yè)經(jīng)驗(yàn)構(gòu)成，形成了新的色彩鮮艷的無(wú)人機(jī)無(wú)線通信互聯(lián)網(wǎng)絡(luò)。因此，從每個(gè)活動(dòng)傳感器節(jié)點(diǎn)到無(wú)人機(jī)的鏈路距離大大減小，從而節(jié)省了所有傳感器節(jié)點(diǎn)的傳輸能量。無(wú)人機(jī)輔助的eMBB(增強(qiáng)型移動(dòng)寬帶)可被視為5G蜂窩網(wǎng)絡(luò)的重要補(bǔ)充[3]。文獻(xiàn)[4]研究具體航跡。另一方面，無(wú)人機(jī)也可以用作空中節(jié)點(diǎn)，以實(shí)現(xiàn)從貨物交付到監(jiān)視的多種應(yīng)用，通常被稱(chēng)為蜂窩式無(wú)人機(jī)[5]、[6]、[7]。分析表明，優(yōu)化頻譜效率可以獲得更高的能量效率，從而帶來(lái)頻譜效率的聯(lián)合優(yōu)化問(wèn)題。文獻(xiàn)[8]結(jié)合了協(xié)調(diào)人工噪聲干擾和兩種技術(shù)，考慮了兩種典型的雙關(guān)通信場(chǎng)景，以改善無(wú)人飛機(jī)的飛行路徑和無(wú)人飛機(jī)表面用戶(hù)的物理安全性。以及提出了優(yōu)化資源分配、無(wú)線通信安全傳輸戰(zhàn)略等各種通信方案。Mozaffari等人[9]提供了支持UAV的無(wú)線網(wǎng)絡(luò)的整體指南，并回顧了為解決基本的開(kāi)放性問(wèn)題而構(gòu)想的各種分析框架和數(shù)學(xué)工具。至關(guān)重要的是要注意，無(wú)人機(jī)可能必須處理不同類(lèi)型的數(shù)據(jù)，例如語(yǔ)音，視頻和巨大的數(shù)據(jù)文件，這在高帶寬需求方面提出了前所未有的挑戰(zhàn)。文獻(xiàn)[10]研究了物聯(lián)網(wǎng)（IoT）通信中多無(wú)人機(jī)的部署和移動(dòng)性。由于新的移動(dòng)設(shè)備和各種移動(dòng)應(yīng)用的激增，近年來(lái)無(wú)線數(shù)據(jù)的流量急劇增加。高速增長(zhǎng)背后的推動(dòng)力已從對(duì)以連接為中心的通信(例如智能手機(jī)和短信)的需求穩(wěn)定增長(zhǎng)，轉(zhuǎn)向了以?xún)?nèi)容為中心的通信(例如視頻流和流行音樂(lè))的爆炸式增長(zhǎng)。即使SBS密集部署以容納大量流量，回程鏈路也將承受沉重的負(fù)擔(dān)。實(shí)際上，回程網(wǎng)絡(luò)無(wú)法應(yīng)對(duì)移動(dòng)流量的爆炸性增長(zhǎng)。一種有前途的方法是在網(wǎng)絡(luò)邊緣智能地緩存一些流行的內(nèi)容(例如，UAV，中繼或D2D設(shè)備)，以便可以輕松滿足用戶(hù)對(duì)相同流行內(nèi)容的需求，而無(wú)需通過(guò)回程鏈路進(jìn)行重復(fù)傳輸。通常，移動(dòng)用戶(hù)一直在移動(dòng)，因此需要一種更加靈活的緩存策略。作為飛行基站的無(wú)人機(jī)可以動(dòng)態(tài)緩存流行的內(nèi)容，跟蹤無(wú)線設(shè)備的移動(dòng)性模式，然后有效地為它們服務(wù)。這不僅顯著減少了傳輸延遲，而且還減輕了回程上的流量分流，尤其是在高峰負(fù)載時(shí)間內(nèi)。在UAV輔助的邊緣緩存中，內(nèi)容可以直接緩存在UAV-BS中，然后分發(fā)給用戶(hù)，或者緩存在D2D設(shè)備中，并由UAV-BS調(diào)度。對(duì)于前者，可以在非高峰時(shí)間將內(nèi)容緩存在UAV-BS上。對(duì)于后者，移動(dòng)用戶(hù)可以緩存請(qǐng)求的內(nèi)容，并按照地面BS或UAV-BS的調(diào)度在附近的用戶(hù)中分發(fā)這些內(nèi)容。這種邊緣緩存策略可以提高用戶(hù)的QoE(體驗(yàn)質(zhì)量)，同時(shí)減少所需的回程鏈路容量。在這方面，如表X所示，已經(jīng)完成了許多在UAV上進(jìn)行緩存的工作。文獻(xiàn)[11]中還提出了一種循環(huán)多址方案，用于支持地面終端到無(wú)人機(jī)的周期性時(shí)延容限數(shù)據(jù)傳輸。值得注意的是，最近在[12]中開(kāi)發(fā)了一個(gè)通過(guò)軌跡設(shè)計(jì)實(shí)現(xiàn)節(jié)能無(wú)人機(jī)對(duì)地通信的優(yōu)化框架，但只考慮了無(wú)人機(jī)在一般的傳感器節(jié)點(diǎn)-無(wú)人機(jī)鏈路衰落信道模型下的能耗。Lu等[13]介紹了為提高無(wú)人機(jī)任務(wù)時(shí)間而構(gòu)想的各種流行的無(wú)線充電技術(shù)。他們提供了無(wú)線充電技術(shù)的分類(lèi)，即基于非電磁方法的族和基于電磁方法的族。文獻(xiàn)[14]提出優(yōu)化定位精度的UAV路徑計(jì)劃法，適當(dāng)控制UAV的飛行成本，保證未知節(jié)點(diǎn)的定位精度。文獻(xiàn)[15]通過(guò)組合無(wú)人機(jī)技術(shù)，優(yōu)化現(xiàn)有無(wú)線傳感器網(wǎng)絡(luò)中存在的時(shí)間延遲和能量效率問(wèn)題。在無(wú)人機(jī)的靜態(tài)和移動(dòng)場(chǎng)景中，為了減少網(wǎng)絡(luò)傳輸延遲，延長(zhǎng)網(wǎng)絡(luò)生活周期，調(diào)查和分析了相應(yīng)的問(wèn)題研究表明，通過(guò)適當(dāng)設(shè)計(jì)無(wú)人機(jī)的軌跡，可以在各種啟用了無(wú)人機(jī)的無(wú)線網(wǎng)絡(luò)中有效利用無(wú)人機(jī)與地面終端之間的短距離視線（LoS）通信鏈路，從而提高性能[16]-[19]。對(duì)于啟用了無(wú)人機(jī)的傳感器節(jié)點(diǎn)，睡眠和喚醒機(jī)制是節(jié)省傳感器節(jié)點(diǎn)能耗的另一種有用技術(shù)[20]。通過(guò)這種機(jī)制，傳感器節(jié)點(diǎn)保持睡眠狀態(tài)，直到它們從附近的無(wú)人機(jī)接收到具有良好強(qiáng)度的喚醒信標(biāo)信號(hào)為止，這時(shí)它們將喚醒并開(kāi)始向無(wú)人機(jī)發(fā)送數(shù)據(jù)，并在此后返回睡眠狀態(tài)。在設(shè)計(jì)支持無(wú)人機(jī)的傳感器節(jié)點(diǎn)進(jìn)行數(shù)據(jù)收集時(shí)存在兩個(gè)關(guān)鍵問(wèn)題。第一個(gè)是由于傳感器節(jié)點(diǎn)的電池能量有限。因此，應(yīng)適當(dāng)設(shè)計(jì)傳感器節(jié)點(diǎn)的喚醒時(shí)間表[21]，以使每個(gè)傳感器節(jié)點(diǎn)都能以最小的能耗完成其數(shù)據(jù)傳輸。第二個(gè)問(wèn)題是由于傳感器節(jié)點(diǎn)和移動(dòng)的無(wú)人機(jī)之間的無(wú)線信道高度動(dòng)態(tài)，容易造成數(shù)據(jù)包丟失[22]，特別是對(duì)于存在多徑感應(yīng)信道衰落的實(shí)際情況。因此，應(yīng)該適當(dāng)?shù)卦O(shè)計(jì)無(wú)人機(jī)的軌跡，以確保每個(gè)傳感器節(jié)點(diǎn)處于喚醒狀態(tài)時(shí)都可以以低中斷概率發(fā)送數(shù)據(jù)。聯(lián)合設(shè)計(jì)傳感器節(jié)點(diǎn)的喚醒時(shí)間表和無(wú)人機(jī)的軌跡以實(shí)現(xiàn)節(jié)能數(shù)據(jù)收集是一個(gè)新的挑戰(zhàn)，目前尚未對(duì)它進(jìn)行嚴(yán)格的研究。在[23]中研究了多種用于物聯(lián)網(wǎng)（IoT）通信的無(wú)人機(jī)的部署和移動(dòng)性。文獻(xiàn)[24]中還提出了一種循環(huán)多路訪問(wèn)方案，用于以周期性的方式支持從地面終端到無(wú)人飛行器的延遲容忍數(shù)據(jù)傳輸。值得注意的是，最近在[25]中開(kāi)發(fā)了通過(guò)軌跡設(shè)計(jì)實(shí)現(xiàn)高能效無(wú)人機(jī)對(duì)地通信的優(yōu)化框架，但僅考慮了無(wú)人機(jī)的能耗。在針對(duì)傳感器節(jié)點(diǎn)-無(wú)人機(jī)鏈路的一般衰落信道模型下，本文研究了傳感器節(jié)點(diǎn)的喚醒時(shí)間表和無(wú)人機(jī)的軌跡的聯(lián)合優(yōu)化，以在啟用了無(wú)人機(jī)的傳感器節(jié)點(diǎn)中實(shí)現(xiàn)可靠且節(jié)能的數(shù)據(jù)收集。目的是最大程度地減少所有傳感器節(jié)點(diǎn)的最大能耗，同時(shí)確保從每個(gè)傳感器節(jié)點(diǎn)可靠地收集目標(biāo)數(shù)據(jù)量。該設(shè)計(jì)被公式化為一個(gè)混合整數(shù)的非凸優(yōu)化問(wèn)題，這很難被最優(yōu)地解決。通過(guò)應(yīng)用連續(xù)凸優(yōu)化技術(shù)，提出了一種有效的迭代算法，為本文的設(shè)計(jì)找到了次優(yōu)的解決方案。數(shù)值結(jié)果表明，與具有靜態(tài)數(shù)據(jù)收集器或簡(jiǎn)單的無(wú)人機(jī)直線軌跡的基準(zhǔn)方案相比，該方案可為傳感器節(jié)點(diǎn)節(jié)省大量能源。從無(wú)線通信的角度來(lái)看，空中通信平臺(tái)（例如飛行基站和移動(dòng)繼電器）是通過(guò)設(shè)置通信收發(fā)器，在高運(yùn)營(yíng)要求和過(guò)載條件下向地面目標(biāo)提供/強(qiáng)化通信服務(wù)來(lái)實(shí)現(xiàn)的。另一方面，無(wú)人機(jī)從貨物的配送到監(jiān)視，經(jīng)常被稱(chēng)為蜂窩式無(wú)人機(jī)，也可以作為各種應(yīng)用的空氣節(jié)點(diǎn)來(lái)使用。但是，現(xiàn)有的工作大部分都只限于支援蜂窩通信的無(wú)人機(jī)的作用。今天大部分情況下，無(wú)人機(jī)配備有通信設(shè)備或?qū)Ｓ脗鞲衅鞴?jié)點(diǎn)，可用于低級(jí)別監(jiān)控、災(zāi)害后救助、物流應(yīng)用、通信支援等各種應(yīng)用。另外，為了應(yīng)對(duì)廣泛的寬帶無(wú)線通信，組成FANET（飛行專(zhuān)用網(wǎng)絡(luò)），進(jìn)行建立與地面節(jié)點(diǎn)的鏈接的無(wú)人機(jī)的理論性探討和實(shí)證實(shí)驗(yàn)。作為代替或補(bǔ)充地上的蜂窩網(wǎng)絡(luò)的理想候選者，無(wú)人機(jī)通信具有以下主要屬性。視距鏈路在空中飛行的無(wú)人機(jī)很有可能通過(guò)瞄準(zhǔn)內(nèi)鏈接連接到地面用戶(hù)，有助于長(zhǎng)距離的高可靠性傳輸。此外，無(wú)人機(jī)可以通過(guò)調(diào)整橫桿位置來(lái)維持鏈接的品質(zhì)。動(dòng)態(tài)部署功能與固定地面基礎(chǔ)設(shè)施相比，無(wú)人機(jī)可根據(jù)實(shí)時(shí)要求動(dòng)態(tài)展開(kāi)，對(duì)環(huán)境變化更具耐性。另外，無(wú)人機(jī)作為空中基站不需要當(dāng)?shù)氐淖饨栀M(fèi)，所以不需要管道和電纜?；跓o(wú)人機(jī)的網(wǎng)絡(luò)群無(wú)人機(jī)組可形成可擴(kuò)展的多人機(jī)網(wǎng)絡(luò)，可向地面用戶(hù)提供無(wú)處不在連接。多無(wú)人機(jī)網(wǎng)絡(luò)受到高柔軟性和快速的傳送功能的恩惠，是為了快速有效地恢復(fù)和擴(kuò)展通信而可執(zhí)行的解決方案。1.3本文內(nèi)容安排全文的章節(jié)安排如下第一章為緒論，介紹了研究無(wú)人機(jī)輔助的無(wú)線傳感器網(wǎng)絡(luò)的意義所在，無(wú)人機(jī)作為地面?zhèn)鞲衅鞴?jié)點(diǎn)的移動(dòng)數(shù)據(jù)采集器越來(lái)越受到人們的關(guān)注。通過(guò)利用其高機(jī)動(dòng)性，無(wú)人機(jī)能夠高效地從傳感器節(jié)點(diǎn)收集數(shù)據(jù)，節(jié)省了所有傳感器節(jié)點(diǎn)的傳輸能量。并闡述了目前這方面國(guó)內(nèi)外的研究現(xiàn)狀。主要是研究傳感器節(jié)點(diǎn)的喚醒調(diào)度機(jī)制以及無(wú)人機(jī)的運(yùn)動(dòng)軌跡規(guī)劃，設(shè)計(jì)聯(lián)合優(yōu)化算法降低傳感器節(jié)點(diǎn)的能耗并實(shí)現(xiàn)數(shù)據(jù)的可靠收集。在緒論的最后，簡(jiǎn)要概括和總結(jié)了論文的主要貢獻(xiàn)，并介紹了全文的章節(jié)安排。第二章研究無(wú)人機(jī)輔助通信理論基礎(chǔ)及系統(tǒng)模型。首先對(duì)無(wú)人機(jī)輔助通信系統(tǒng)進(jìn)行了分類(lèi)，之后具體描述了本文研究的無(wú)人機(jī)輔助通信系統(tǒng)的系統(tǒng)模型和具體參數(shù)。接下來(lái)對(duì)于本文中提出的優(yōu)化方案中的凸優(yōu)化技術(shù)的概念和定義進(jìn)行了解釋?zhuān)⒅亟榻B了連續(xù)凸近似法(SCA)。第三章關(guān)于無(wú)人機(jī)輔助通信優(yōu)化設(shè)計(jì)與仿真，研究了無(wú)人機(jī)輔助通信優(yōu)化的具體算法，根據(jù)優(yōu)化的算法，設(shè)計(jì)代碼和程序，對(duì)實(shí)驗(yàn)進(jìn)行了仿真，并對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行了分析。第四章總結(jié)了無(wú)人機(jī)輔助無(wú)線傳感器網(wǎng)絡(luò)優(yōu)化的研究結(jié)果。本章對(duì)本文研究的主要內(nèi)容及貢獻(xiàn)做了概括性的總結(jié)，分析了論文不完善的方面，最后對(duì)未來(lái)可拓展的方向做了簡(jiǎn)要的闡述。第二章

無(wú)人機(jī)輔助通信理論基礎(chǔ)及系統(tǒng)模型2.1無(wú)人機(jī)輔助通信系統(tǒng)分類(lèi)根據(jù)目前的研究，無(wú)人機(jī)輔助通信系統(tǒng)可以根據(jù)系統(tǒng)中的無(wú)人機(jī)的作用，大致分為無(wú)人機(jī)基站輔助通信系統(tǒng)、無(wú)人機(jī)中繼輔助通信系統(tǒng)和無(wú)人機(jī)信息廣域發(fā)送和接收系統(tǒng)3個(gè)類(lèi)別。在無(wú)人機(jī)基站支持通信系統(tǒng)中，無(wú)人機(jī)移動(dòng)基站以支持現(xiàn)有蜂窩網(wǎng)絡(luò)，并向用戶(hù)提供廣域或區(qū)域覆蓋。這個(gè)系統(tǒng)適合兩個(gè)典型的場(chǎng)景。第一個(gè)是緊急時(shí)刻。臨時(shí)緊急通信、地震、火災(zāi)等自然災(zāi)害，災(zāi)害通信后基礎(chǔ)設(shè)施損壞等。第二個(gè)是包含大量用戶(hù)在內(nèi)的超高密度網(wǎng)絡(luò)，其數(shù)據(jù)流可能對(duì)小區(qū)基站造成過(guò)載。卸貨。在這兩個(gè)典型情況下，小區(qū)基站往往不能為所有用戶(hù)提供服務(wù)，不能保證Qos（服務(wù)質(zhì)量）。此時(shí)，如圖2.1所示，無(wú)人機(jī)基站展開(kāi)以向這些用戶(hù)提供通信服務(wù)。與以往的地面基站不同，無(wú)人機(jī)基站的位置沒(méi)有固定，路徑損失指數(shù)取決于用戶(hù)的位置。因此，無(wú)人機(jī)的空對(duì)地信道模型也由無(wú)人機(jī)和用戶(hù)的位置決定。因此，如何在何處配備無(wú)人機(jī)是值得調(diào)查的問(wèn)題，與地上的基站不同，當(dāng)無(wú)人機(jī)高度發(fā)生變化時(shí)，部署問(wèn)題會(huì)變成復(fù)雜的三維場(chǎng)景。另外，由于無(wú)人機(jī)的耐久性和傳遞力有限，有時(shí)無(wú)法完全覆蓋指定區(qū)域。根據(jù)無(wú)人機(jī)發(fā)射輸出的限制和用戶(hù)的各種需求優(yōu)化無(wú)人機(jī)發(fā)展位置或飛行路徑的方法是無(wú)人機(jī)基站助理通信系統(tǒng)設(shè)計(jì)和優(yōu)化的主要問(wèn)題。滿足用戶(hù)的需求，最大限度地覆蓋用戶(hù)數(shù)。無(wú)人機(jī)繼電器也可以作為提高系統(tǒng)吞吐量和可靠性的有效方法使用。當(dāng)前，蜂窩小區(qū)中的許多中繼系統(tǒng)采用固定在一個(gè)地方的中繼節(jié)點(diǎn)，即靜態(tài)中繼。將繼電器系統(tǒng)與無(wú)人機(jī)組合成移動(dòng)繼電器節(jié)點(diǎn)有很多優(yōu)點(diǎn)。第一，移動(dòng)繼電器更經(jīng)濟(jì)高效，能迅速展開(kāi)，適合緊急事態(tài)和緊急事態(tài)的情況。此外，由于移動(dòng)繼電器可動(dòng)態(tài)調(diào)整繼電器位置并適應(yīng)變化的通信環(huán)境，以提高系統(tǒng)性能，因此可定期環(huán)境識(shí)別、大量數(shù)據(jù)上傳、以及對(duì)延遲敏感的應(yīng)用方案，如上傳數(shù)據(jù)等。下載等。無(wú)人機(jī)無(wú)人機(jī)用戶(hù)圖2.1無(wú)人機(jī)基站系統(tǒng)模型在無(wú)人機(jī)中繼輔助通信系統(tǒng)中，如圖2.2所示，部分用戶(hù)超過(guò)了小區(qū)基站的邊緣或服務(wù)范圍。在本文中，那些被稱(chēng)為邊緣用戶(hù)。由于這些邊緣用戶(hù)和小區(qū)基站之間的距離和障礙物等原因，通道狀態(tài)不好，無(wú)法滿足用戶(hù)的Qos。為了解決這個(gè)問(wèn)題，使用無(wú)人機(jī)繼電器對(duì)小區(qū)基站或相鄰小區(qū)基站的信號(hào)和資源進(jìn)行中繼，并為這些邊緣用戶(hù)提供服務(wù)。用戶(hù)用戶(hù)無(wú)人機(jī)基站圖2.2無(wú)人機(jī)中繼系統(tǒng)模型在無(wú)人機(jī)廣域信息收發(fā)系統(tǒng)中，無(wú)人機(jī)作為用于信息傳遞和收集的工具，向地上的傳感器節(jié)點(diǎn)發(fā)送數(shù)據(jù)，或收集傳感器節(jié)點(diǎn)所積蓄的數(shù)據(jù)。無(wú)人機(jī)利用其機(jī)動(dòng)性，可以移動(dòng)、收集或發(fā)送數(shù)據(jù)。該系統(tǒng)的典型應(yīng)用方案是無(wú)人機(jī)收集地面上的D2D（設(shè)備到設(shè)備通信）網(wǎng)絡(luò)內(nèi)各節(jié)點(diǎn)的數(shù)據(jù)。無(wú)人機(jī)可以通過(guò)無(wú)線能量傳輸給地面節(jié)點(diǎn)充電，收集地面節(jié)點(diǎn)保存的數(shù)據(jù)和信息。如圖2.3所示。傳感器節(jié)點(diǎn)傳感器節(jié)點(diǎn)無(wú)人機(jī)圖2.3無(wú)人機(jī)廣域收發(fā)系統(tǒng)模型2.1.1無(wú)人機(jī)基站輔助通信系統(tǒng)用戶(hù)用戶(hù)無(wú)人機(jī)圖2.4無(wú)人機(jī)基站輔助通信系統(tǒng)示意圖時(shí)隙1時(shí)隙2考慮一個(gè)無(wú)線傳感器網(wǎng)絡(luò)，其中無(wú)人機(jī)作為移動(dòng)數(shù)據(jù)采集器，從地面的K個(gè)傳感器節(jié)點(diǎn)收集信息，這些傳感器節(jié)點(diǎn)用表示。的位置用表示。每個(gè)傳感器節(jié)點(diǎn)生成大小為比特的遙感數(shù)據(jù)，并且無(wú)人機(jī)被定期調(diào)度以收集持續(xù)時(shí)間為T(mén)秒的感測(cè)數(shù)據(jù)。本文假設(shè)無(wú)人機(jī)在H米的固定高度飛行，并以米/秒（m/s）表示其最大速度。假設(shè)無(wú)人機(jī)的初始位置和最終位置是預(yù)先確定的，其水平坐標(biāo)分別表示為，。這與實(shí)際場(chǎng)景相對(duì)應(yīng)，其中和取決于各種因素，例如無(wú)人機(jī)任務(wù)前和任務(wù)后的飛行路徑，這些在不同的應(yīng)用中給出[19]。本文假設(shè)，使得無(wú)人機(jī)在T內(nèi)至少存在一條從到的可行軌跡。無(wú)人機(jī)在地面上的飛行軌跡表示為。為了方便起見(jiàn)，T被離散為M個(gè)時(shí)隙，即，其中表示基本時(shí)隙長(zhǎng)度，使得地面?zhèn)鞲衅鞴?jié)點(diǎn)在每個(gè)時(shí)隙內(nèi)認(rèn)為無(wú)人機(jī)的位置幾乎不變，即使在最大速度下也是如此。因此，無(wú)人機(jī)的軌跡可以用序列來(lái)近似，其中表示無(wú)人機(jī)在時(shí)隙的位置。用戶(hù)k與無(wú)人機(jī)之間的空對(duì)地信道系數(shù)可表示為(2-1)為大尺度衰落系數(shù)，可進(jìn)一步表示為(2-2)為小尺度衰落系數(shù)當(dāng)無(wú)人機(jī)飛行高度較高時(shí)，用戶(hù)k與無(wú)人機(jī)之間的信號(hào)增益可表示為(2-3)為常數(shù)，代表參考距離d=1m處的大?。╠B）為路徑損耗系數(shù)為用戶(hù)k與無(wú)人機(jī)在時(shí)隙m時(shí)的距離（m）能效的表達(dá)式可表示為:rk=S式中Sk——數(shù)據(jù)量(bit根據(jù)無(wú)人機(jī)的位置。一旦確定了軌跡、調(diào)度因子和傳輸速率，無(wú)人機(jī)將喚醒相應(yīng)的傳感器節(jié)點(diǎn)，并使用下行鏈路控制鏈路通知每個(gè)傳感器節(jié)點(diǎn)在時(shí)隙上的最優(yōu)傳輸速率。2.1.3系統(tǒng)模型本文假設(shè)采用睡眠和喚醒機(jī)制，并且每個(gè)時(shí)隙最多可以喚醒一個(gè)傳感器節(jié)點(diǎn)與無(wú)人機(jī)通信。將喚醒時(shí)間表變量表示為xkm，如果uk在時(shí)隙m喚醒，則xkm=1，否則，xkm=0本文假設(shè)地面-無(wú)人機(jī)鏈路為準(zhǔn)靜態(tài)塊衰落信道，其中該信道在每個(gè)衰落塊內(nèi)保持不變，并且可能隨塊而變化。此外，每個(gè)衰落塊的持續(xù)時(shí)間通常比δt小得多。這樣，每個(gè)時(shí)隙中的衰落塊的數(shù)量，表示為L(zhǎng)，實(shí)際上大于1。在一般的衰落信道模型下，在第m個(gè)時(shí)隙的第u個(gè)衰落塊處的無(wú)人機(jī)和uhk[m,l]=βk[m]ρk[m,l]，其中在時(shí)隙m的無(wú)人機(jī)和uk之間。因此，我們有其中β0表示d0=1m時(shí)的參考信道功率增益，而α≥2是路徑損耗指數(shù)。在不失一般性的前提下，對(duì)于任何時(shí)隙m，ρk[m,l]都被認(rèn)為是獨(dú)立的且均等分布隨機(jī)變量，其中E[ρk[m,l]2]=1。本文假設(shè)無(wú)人機(jī)僅知道傳感器節(jié)點(diǎn)的位置以及信道分布信息（CDI），即α和β0的值以及如果uk在時(shí)隙m處處于通信的喚醒狀態(tài)，則對(duì)于時(shí)隙m(2-4)其中δ2是噪聲功率，Γ>1為實(shí)際調(diào)制方案與理論高斯信號(hào)之間的傳感器節(jié)點(diǎn)R差距。然后，在第m個(gè)時(shí)隙m的第i個(gè)衰落塊處，u(2-5)其中F（·）表示ρk[m,l]2的相同累積分布函數(shù)（CDF）。注意，在每個(gè)時(shí)隙m中，ρk[m,l]對(duì)于不同的衰落塊l是相同的，因此被表示為ρkout[m]，這是相對(duì)于(2-7)其中F?1（·）是F（·）的反函數(shù)。為了確保所有傳感器節(jié)點(diǎn)之間的能耗公平，本文選擇最小化所有傳感器節(jié)點(diǎn)之間的最大能耗。令X={xk[m],?k,m}和Q={Qk[m],?m}。本文的目標(biāo)是共同優(yōu)化喚醒計(jì)劃X和無(wú)人飛行器的軌跡Q，以最小化所有傳感器節(jié)點(diǎn)的最大能耗，同時(shí)確保從uk可靠地收集目標(biāo)數(shù)據(jù)量（以比特為單位）（即最大中斷概率）。定義每個(gè)時(shí)隙內(nèi)無(wú)人機(jī)移動(dòng)的最大水平距離(2-8)其中，約束條件（1）確保每個(gè)傳感器節(jié)點(diǎn)的能耗不超過(guò)θ，其中θ是表示要最小化的最大能量的松弛變量，約束條件（2）確保每個(gè)傳感器節(jié)點(diǎn)的目標(biāo)數(shù)據(jù)量可靠地收集。約束條件（3）約束條件（4）是用戶(hù)調(diào)度的限制要求，約束條件（5）代表無(wú)人機(jī)最大速度的要求約束條件（6）分別對(duì)應(yīng)于無(wú)人機(jī)的速度和初始/最終位置約束。2.2凸優(yōu)化技術(shù)在通信系統(tǒng)的安全容量通過(guò)理論知識(shí)獲得后，接下來(lái)的工作是優(yōu)化相關(guān)信號(hào)，使系統(tǒng)的安全信息率達(dá)到理論安全容量。在無(wú)線通信領(lǐng)域，凸優(yōu)化是重要的優(yōu)化方法。2.2.1凸優(yōu)化相關(guān)概念及定義凸集:對(duì)于凸集的數(shù)學(xué)定義，假設(shè)D∈R，對(duì)于D內(nèi)的任意兩點(diǎn)x，y，以及實(shí)數(shù)α(0≤α≤1)，若仍然滿足αx+(1?α)y∈D，則我們稱(chēng)集合D為凸集，也就是說(shuō)，集合內(nèi)任意兩點(diǎn)之間的連線仍然屬于該集合內(nèi)，則該集合為一個(gè)凸集。凸函數(shù):假設(shè)實(shí)函數(shù)f(x)的定義域?yàn)橥辜绻x域內(nèi)任意的兩點(diǎn)x1、x2、以及(2-9)則稱(chēng)f（x）為凸函數(shù)f(x1)f(x0)f(x1)f(x0)y(x0)y(x0)f(x0)f(x1)y(x0)f(x2)f(x0)X1X0X2X圖2.5函數(shù)的分類(lèi)X1X0X2X圖2.5所示為典型的凸函數(shù)。對(duì)于上一張圖中的兩點(diǎn)x1,x2，如果取兩點(diǎn)之間連接的某個(gè)點(diǎn)x0=θx1+(1?θ)x2，則可以發(fā)現(xiàn)定義的值f(x0)相較于y(x0)對(duì)于實(shí)數(shù)集的凸函數(shù)，通常使用尋找二次導(dǎo)數(shù)的方法，如果該二次導(dǎo)數(shù)在定義的區(qū)域中不是負(fù)函數(shù)，或者二次導(dǎo)數(shù)大于0，則該函數(shù)函數(shù)是凸函數(shù)。另外，有一種判斷函數(shù)凹凸性的簡(jiǎn)單方法：將圖表上的區(qū)域作為觀察區(qū)域，調(diào)查圖表上部是凸集還是凹集。如果圖表中的區(qū)域是凸集，則該函數(shù)是凸函數(shù)。反之，該函數(shù)為凹函數(shù)。特別的，形如f(x)=ax+b的仿射變化既是凸函數(shù)又是凹函數(shù)。2.2.2凸優(yōu)化問(wèn)題凸優(yōu)化問(wèn)題通常是以下形式:(2-10)這里，目標(biāo)函數(shù)f(x)和不等式約束g(x)都是凸函數(shù)，并且方程式約束hj(x)是仿射函數(shù)（最高階數(shù)為1的多項(xiàng)式函數(shù)）。另外，需要滿足約束條件gi(x)和gi(x)(2-11)如果限制條件滿足且f0(x)為凹函數(shù)，則以（2-6）式形式確定凹函數(shù)的最大值的問(wèn)題2.2.3連續(xù)凸近似法(SCA)標(biāo)準(zhǔn)凸優(yōu)化問(wèn)題可以有效解決，但實(shí)際通信建模的目的函數(shù)公式很多情況下更復(fù)雜，優(yōu)化問(wèn)題非凸，在研究過(guò)程中解決問(wèn)題變得困難。在這種非凸優(yōu)化問(wèn)題中，我們將使用相關(guān)方法來(lái)解決非凸問(wèn)題，并試圖獲得更簡(jiǎn)單的解決方案。此外，使用連續(xù)凸近似法(SuccessiveConvexApproximation，SCA)獲得非凸優(yōu)化的近似表達(dá)式。通過(guò)將原來(lái)的問(wèn)題置換為近似凸問(wèn)題，可以有效解決原來(lái)的問(wèn)題，大大減輕了解決原來(lái)問(wèn)題的難度。特別是當(dāng)涉及目標(biāo)函數(shù)（包括指數(shù)函數(shù)和對(duì)數(shù)函數(shù)）時(shí)，SCA方法可以在更少的資源中實(shí)現(xiàn)更多。簡(jiǎn)單介紹SCA的原理，構(gòu)造一個(gè)目標(biāo)優(yōu)化問(wèn)題:(2-12)當(dāng)目標(biāo)函數(shù)f(x)是凹函數(shù)時(shí)，（2-7）的第一個(gè)約束是非凸約束，并且第二約束是凸約束。另一方面，假設(shè)（2-7）的公式都可以連續(xù)微分。顯然，根據(jù)凸優(yōu)化問(wèn)題的相關(guān)定義，問(wèn)題（2-7）是非凸問(wèn)題。因此，問(wèn)題(2.7)的非凸的原因主要有以下兩個(gè)。(1)目標(biāo)函數(shù)f0(x)是非凸(2)約束條件是非凸的。由于（1）中f(x)是一個(gè)凹函數(shù)開(kāi)始，可以通過(guò)SCA方法來(lái)處理。這樣做的方法是從域內(nèi)的任意初始點(diǎn)x開(kāi)始，接著我們對(duì)函數(shù)f0(x)在點(diǎn)x。處進(jìn)行一階泰勒展開(kāi)處理，得到f(x)的全局高上界(2-13)可以看出，通過(guò)泰勒展開(kāi)獲得的函數(shù)fohb(x)是x的一階函數(shù)。從上述可知，一次函數(shù)既可以是凹函數(shù)也可以是凸函數(shù)。因此，引起問(wèn)題（2-7）的非凸性的第一個(gè)問(wèn)題可以通過(guò)用f原因（2）可以分為兩種情況。1）gi(x)是凹函數(shù)。2）gi(x)是非凸函數(shù)。情況1的條件下，也可以使用SCA法，用一階泰勒展開(kāi)得到的上界在f0(x),gi(x),qj(x)都是凹函數(shù)的前提下，SCA處理后分別(2-14)注意，在解決問(wèn)題（2-9）的過(guò)程中，需要使用交替迭代的方法。這是為了首先選擇區(qū)域內(nèi)的任意點(diǎn)，得到的最佳解當(dāng)然也是原問(wèn)題的局部最佳解。因此，為了獲得全局最佳解決方案，需要不斷重復(fù)更新X0最后，SCA處理方法的一般步驟如下所示：2.3本章小結(jié)本章研究無(wú)人機(jī)輔助通信理論基礎(chǔ)及系統(tǒng)模型。首先對(duì)無(wú)人機(jī)輔助通信系統(tǒng)進(jìn)行了分類(lèi)，之后具體描述了本文研究的無(wú)人機(jī)輔助通信系統(tǒng)的系統(tǒng)模型和具體參數(shù)。接下來(lái)對(duì)于本文中提出的優(yōu)化方案中的凸優(yōu)化技術(shù)的概念和定義進(jìn)行了解釋?zhuān)⒅亟榻B了連續(xù)凸近似法(SCA)。第三章

無(wú)人機(jī)輔助通信優(yōu)化設(shè)計(jì)與仿真3.1無(wú)人機(jī)輔助通信優(yōu)化算法設(shè)計(jì)問(wèn)題（P1）是一個(gè)混合整數(shù)非凸問(wèn)題，通常很難對(duì)其進(jìn)行最佳求解。因此，在本文中，本文旨在獲得對(duì)（P1）的有效次優(yōu)解決方案。為此，我們首先將（8）中的二元約束條件放松為0≤xk[m]≤1，然后基于塊坐標(biāo)下降技術(shù)迭代地解決放松問(wèn)題。要重建二進(jìn)制喚醒時(shí)間表變量，請(qǐng)注意，總共有LM衰落塊，其時(shí)間范圍為T(mén)。如果松弛問(wèn)題的解X不是二進(jìn)制的，我們可以在任何時(shí)隙m中將Nk[m]=Lxk[m]個(gè)衰落塊分配給傳感器節(jié)點(diǎn)uk，其中x表示x的最接近整數(shù)。如果L足夠大，則Nk[m]和L(3-1)另一方面，對(duì)于任何給定的喚醒時(shí)間表X，無(wú)人機(jī)的軌跡都經(jīng)過(guò)優(yōu)化，以使所有傳感器節(jié)點(diǎn)的通信吞吐量的加權(quán)最小值最小化，其中權(quán)重與rk(3-2)由于非凸約束(2-16)，問(wèn)題（P3）是非凸優(yōu)化問(wèn)題。但是，可以基于連續(xù)凸優(yōu)化技術(shù)[25]獲得有效的近似解，該技術(shù)可以保證至少收斂到局部最優(yōu)解。主要思想是在每次迭代中成功最大化（P3）的下限。令Ql=qlm,?m,其表示在第l個(gè)迭代中的給定軌跡。與(3-3)（P3）的算法1連續(xù)凸優(yōu)化1：將軌跡初始化為Q02：r←0;設(shè)置公差k>0；3：重復(fù)；4：解決給定Ql的QCQP問(wèn)題（P4），并且將最優(yōu)解表示為Q5：Ql←Q6：直到（P4）的目標(biāo)值的小部分增加都在k以下。松弛算法（P1）的算法2迭代算法1：將軌跡初始化為Q02：r←0;設(shè)置公差k>0；3：重復(fù)4：對(duì)給定的Qr求解（P2），得到結(jié)果X5：用算法1求解給定的Xr,Q6：r←r+1；7：直到（P2）的目標(biāo)值的減小百分比低于k。結(jié)果，可以通過(guò)解決以下問(wèn)題來(lái)優(yōu)化無(wú)人機(jī)的航跡，、(3-4)請(qǐng)注意，ηlb是要最大化的松弛變量，不難證明在（P4）的最佳解中，我們有ηlb=mink1rkm=1Mxk[m]Rklb[m]。由于Rklb與[25]中類(lèi)似，算法1中的（P4）最終目標(biāo)值在迭代過(guò)程中不會(huì)減少。因此，保證算法1收斂。分別通過(guò)求解問(wèn)題（P2）和（P3）交替優(yōu)化喚醒時(shí)間表X和軌跡Q來(lái)獲得整數(shù)松弛問(wèn)題（P1）的總體算法，該算法在算法2中進(jìn)行了總結(jié)。可以證明，在算法2的步驟4之后，（6）中的約束全部相等。此外，由于在（P3）中加權(quán)最小吞吐量的最大化，可以在步驟5之后放寬約束（6），這為（P2）中的θ留下了更多的優(yōu)化空間。因此，在算法2中，（P2）的最終成本值在迭代過(guò)程中不會(huì)增加。此外，由于（P2）的目標(biāo)值下限是一個(gè)有限值，因此可以保證算法2收斂。3.2無(wú)人機(jī)輔助通信實(shí)驗(yàn)仿真及分析本節(jié)中，本文將用提供的數(shù)值結(jié)果來(lái)驗(yàn)證我們的設(shè)計(jì)。我們需要考慮具有萊斯因子Kc的實(shí)際萊斯衰落信道，以及ρk[m,l]2的CDF函數(shù)F（·）[26]無(wú)人機(jī)的初始位置q無(wú)人機(jī)的最終位置q無(wú)人機(jī)的飛行高度H=100m無(wú)人機(jī) 的最快飛行速度V時(shí)隙長(zhǎng)度δ帶寬B=1MHzd0β噪聲功率δ實(shí)際調(diào)制方案與理論高斯信號(hào)之間的傳感器節(jié)點(diǎn)R差距Γ=7dB萊斯因子Kc=10路徑損耗指數(shù)α=2發(fā)射功率P為了得到最初的參考數(shù)據(jù)，我們需要進(jìn)行基準(zhǔn)比較，我們先考慮最簡(jiǎn)單的直線飛行，其中無(wú)人機(jī)以恒定速度qF?q0T從q0到本文選取無(wú)人機(jī)在T=50s的情況下的飛行軌跡，將傳感器節(jié)點(diǎn)的喚醒時(shí)間表顯示在圖3.2中，在這張圖中，我們可以觀察到傳感器節(jié)點(diǎn)在大多數(shù)時(shí)間都保持在睡眠狀態(tài)，并且僅在無(wú)人機(jī)足夠靠近他們時(shí)，處于喚醒狀態(tài)的傳感器節(jié)點(diǎn)才被喚醒。在圖3.3中，我們將本文的優(yōu)化算法軌跡與直線飛行和不采用優(yōu)化算法方案的傳感器節(jié)點(diǎn)的能耗松弛變量進(jìn)行了比較，其中數(shù)據(jù)收集器部署在所有傳感器節(jié)點(diǎn)的幾何中心?？梢钥闯?，我們提出的設(shè)計(jì)是優(yōu)于其他兩個(gè)基準(zhǔn)方案的，并且隨著Sk在圖3.4中，我們將本文的優(yōu)化算法軌跡與直線飛行和不采用優(yōu)化算法方案的每個(gè)傳感器節(jié)點(diǎn)的能耗松弛變量θ進(jìn)行了比較，這里我們將數(shù)據(jù)量Sk固定為10Mbits，隨著最大容許的中斷概率?越來(lái)越嚴(yán)格，直線飛行和不采用優(yōu)化算法方案的傳感器節(jié)點(diǎn)的能耗松弛變量θ迅速增大，而本文的優(yōu)化算法中θ因?yàn)?，即使通過(guò)近似離散連續(xù)軌跡變量，通常很難找到問(wèn)題（P1）的最優(yōu)解。為了明顯地表示出我們提出的設(shè)計(jì)的效率，我們與每個(gè)傳感器節(jié)點(diǎn)的能耗松弛變量θlb的下限進(jìn)行比較，其中θlb是根據(jù)理想情況計(jì)算得出的，即無(wú)人機(jī)僅在其位于每個(gè)傳感器節(jié)點(diǎn)的頂部及其行駛時(shí)才收集數(shù)據(jù)時(shí)間,其他時(shí)間時(shí)均處于睡眠狀態(tài)。在這種情況下，θlb=PkSkBRkmax[m]，其中R3.3本章小結(jié)第三章關(guān)于無(wú)人機(jī)輔助通信優(yōu)化設(shè)計(jì)與仿真，研究了無(wú)人機(jī)輔助通信優(yōu)化的具體算法，通過(guò)連續(xù)凸優(yōu)化算法和引人松弛變量θ來(lái)優(yōu)化無(wú)人機(jī)飛行軌跡和傳感器節(jié)點(diǎn)調(diào)度時(shí)間，根據(jù)優(yōu)化的算法，設(shè)計(jì)代碼和程序，在matlab軟件是對(duì)實(shí)驗(yàn)進(jìn)行了仿真，并對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行分析、與直線飛行和不采用優(yōu)化算法方案相比，本文提出的優(yōu)化算法中每個(gè)傳感器節(jié)點(diǎn)的能耗大大降低，與理想最佳方案相比，本文提出的優(yōu)化算法與其差別不大。

總結(jié)與展望4.1總結(jié)本文主要研究了基于無(wú)人機(jī)輔助的無(wú)線傳感器網(wǎng)絡(luò)并提出了一種優(yōu)化算法，用于支持無(wú)人機(jī)的無(wú)線傳感器網(wǎng)絡(luò)中的高效數(shù)據(jù)收集。算法聯(lián)合優(yōu)化了傳感器節(jié)點(diǎn)的喚醒時(shí)間表和無(wú)人機(jī)的軌跡，以最大程度地降低所有傳感器節(jié)點(diǎn)的最大能耗，同時(shí)確保在衰落信道中進(jìn)行可靠的數(shù)據(jù)收集。算法利用連續(xù)凸優(yōu)化技術(shù)，提出了一種有效的迭代算法來(lái)尋找次優(yōu)解。在多次的迭代之后，我們提出的設(shè)計(jì)與理論最優(yōu)值僅觀察到很小的性能差距，這意味著我們提出的無(wú)人機(jī)軌道優(yōu)化方案與理想的最佳解決方案非常接近。4.2展望考慮到無(wú)人機(jī)在無(wú)線傳感器網(wǎng)絡(luò)中具有無(wú)可替代的優(yōu)勢(shì)，本文只是研究了單無(wú)人機(jī)在固定高度下研究傳感器節(jié)點(diǎn)的喚醒調(diào)度機(jī)制以及無(wú)人機(jī)的運(yùn)動(dòng)軌跡規(guī)劃，第一非固定高度和多無(wú)人機(jī)場(chǎng)景尚未進(jìn)行具體分析針對(duì)非固定高度，本文的設(shè)計(jì)框架還需要考慮的是角度域與三維波束成形。針對(duì)多無(wú)人機(jī)場(chǎng)景，本文的設(shè)計(jì)框架需要擴(kuò)展，在這種情況下，應(yīng)考慮到無(wú)人機(jī)傳感器節(jié)點(diǎn)關(guān)聯(lián)和同頻道干擾。此時(shí)，無(wú)人機(jī)的航跡設(shè)計(jì)需要在增強(qiáng)直接鏈接和抑制干擾鏈接之間取得平衡，這是將來(lái)工作中要解決的問(wèn)題。

參考文獻(xiàn)[1]M.Mozaffari,W.Saad,M.Bennis,Y.-H.Nam,andM.Debbah,ATutorialonUAVsforWirelessNetworks.Applications,Challenges,andOpenProblems[J].IEEECommun.SurveysTuts.,2019,21(3):2334-2360.[2]Y.Zeng,Q.Wu,andR.Zhang,Accessingfromthesky:AtutorialonUAVcommunicationsfor5Gandbeyond[J].Proc.IEEE,2019,107(12):2327–2375.[3]C.Zhan,Y.Zeng,andR.Zhang,Energy-EfficientDataCollectioninUAVEnabledWirelessSensorNetwork[J].IEEEWirelessCommun.Lett.2018,7(3):328-331.[4]劉祎理.無(wú)人機(jī)中繼系統(tǒng)無(wú)線資源管理與航跡規(guī)劃技術(shù)研究[D].鄭州:鄭州大學(xué),2020.[5]鄧麗君.無(wú)人機(jī)輔助的無(wú)線通信網(wǎng)絡(luò)資源分配方案研究[D].成都:電子科技大學(xué),2020.[6]劉燕.基于無(wú)人機(jī)輔助的無(wú)線能量?jī)?yōu)化分配方法研究.[D].徐州:中國(guó)礦業(yè)大學(xué),2020.[7]李可.無(wú)人機(jī)基站輔助通信系統(tǒng)的譜效和能效優(yōu)化研究[D].哈爾濱:哈爾濱工業(yè)大學(xué),2020.[8]張文靜.基于軌跡優(yōu)化和資源分配的無(wú)人機(jī)對(duì)地安全通信策略[D].南昌:南昌大學(xué),2020.[9]M.Mozaffari,W.Saad,M.Bennis,Y.-H.Nam,andM.Debbah,“AtutorialonUAVsforwirelessnetworks:Applications,challenges,andopenproblems,”[J]arXivpreprintarXiv:1803.00680,2018.[10]M.Mozaffari,W.Saad,M.Bennis,andM.Debbah.MobileInternetofThings:CanUAVsprovideanenergy-efficientmobilearchitecture?[C].IEEEGlob.Commun.Conf.(GLOBECOM),Washington,DC,USA,Dec.2016,pp.1–6.[11]J.Lyu,Y.Zeng,andR.Zhang.CyclicalmultipleaccessinUAV-aidedcommunications:Athroughput-delaytradeoff[J].IEEEWirelessCommun.Lett.,vol.5,no.6,pp.600–603,Dec.2016.[12]Y.ZengandR.Zhang.Energy-efficientUAVcommunicationwithtrajectoryoptimization[J].IEEETrans.WirelessCommun.,vol.16,no.6,pp.3747–3760,Jun.2017.[13]M.Lu,M.Bagheri,A.P.James,andT.Phung,“WirelesschargingtechniquesforUAVs:Areview,reconceptualization,andextension,”[J]IEEEAccess,vol.6,pp.29865–29884,2018.[14]\t"/kns8/defaultresult/knet"孫堯.\t"/kns8/defaultresult/_blank"基于無(wú)人機(jī)的無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)定位研究[D].沈陽(yáng):\t"/kns8/defaultresult/_blank"東北大學(xué),2013.[15]\t"/kns8/defaultresult/knet"張瑞瑞.\t"/kns8/defaultresult/_blank"基于無(wú)人機(jī)的無(wú)線傳感器網(wǎng)絡(luò)優(yōu)化技術(shù)研究[D].北京:\t"/kns8/defaultresult/_blank"北京郵電大學(xué)，2019[16]D.Wu,J.He,H.Wang,C.Wang,andR.Wang,“Ahierarchicalpacketforwardingmechanismforenergyharvestingwirelesssensornetworks,”[J]IEEECommun.Mag.,vol.53,no.8,pp.92–98,Aug.2015.[17]A.E.A.A.Abdullaetal.,“AnoptimaldatacollectiontechniqueforimprovedutilityinUAS-aidednetworks,”[C]inProc.IEEEInt.Conf.Comput.Commun.(INFOCOM),Toronto,ON,Canada,May2014,pp.736–744.[18]Y.Zeng,