一种多无人机多播系统的联合轨迹及波束优化方法技术方案

本发明专利技术公开了一种多无人机多播系统的联合轨迹及波束优化方法，建立系统模型，无人机在通信区域内，不断调整轨迹和多天线波束矢量向对应组内的用户发送公共信息，在考虑轨迹及多天线功率等约束的条件下，以多播系统的容量性能为优化目标进行问题建模；然后采用分时隙的方式，在离散条件下进行优化问题的求解；采用块坐标下降法和连续凸优化技术，通过迭代方法来进行优化；最后对优化问题建模进行交替迭代求解最优值，将最优值作为多无人机多播系统的全局优化值，通过设置轨迹和波束因子，达到多无人机网络的周期平均多播速率之和最大，实现联合轨迹优化。本发明专利技术通过迭代方法进行优化；达到多无人机网络的周期平均多播速率之和最大，实现联合轨迹优化。实现联合轨迹优化。

【技术实现步骤摘要】
一种多无人机多播系统的联合轨迹及波束优化方法


[0001]本专利技术属于无人机轨迹优化
，具体涉及一种多无人机多播系统的联合轨迹及波束优化方法。

技术介绍

[0002]无人机通信在学术和商业应用方面都具有巨大的潜力，近年来在无线通信领域中受到广泛关注。无人机通常用作各种类型的空中通信平台，如移动基站，移动中继和移动数据收集器。与在地面上具有固定位置的传统无线网络不同，无人机通信系统在成本效率，灵活部署和通信性能方面表现出明显的优势。具体而言，与固定的地面基础设施相比，无人机可以灵活部署以节省不必要的花销，并在紧急通信场景中带来更好的性能；此外，无人机通常拥有比地面信道更好的接地用户信道，因为无人机和地面用户之间通常以视距(LOS)链路进行通信；此外，利用无人机高机动性，可以通过动态调整无人机的位置来调整无人机与用户的通信距离，从而提升通信性能。
[0003]多播作为一种传统通信技术，同时也是5G通信的重点技术之一，一直都是无线通信研究的焦点。在多播信道中，由于所有用户接收机需要成功地解码来自发射机的公共信息，所以即使在发射机处应用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多无人机多播系统的联合轨迹及波束优化方法，其特征在于，设置由N个配备发射机的无人机、KN个用户组成的多无人机通信网络，每个发射机装备N
t
根天线，将KN个用户分为N组，每个无人机服务各自对应的K个用户，无人机的飞行范围不超过对应用户所在组C
i
的地域范围；建立通信过程，无人机在通信区域内，不断调整轨迹和多天线波束矢量向对应组内的用户发送公共信息，考虑轨迹及多天线功率等约束条件，以多播系统的容量性能为优化目标进行问题建模；然后采用分时隙的方式，将每个周期T分为M个等时隙，在离散条件下进行优化问题求解；采用块坐标下降法和连续凸优化技术，通过迭代方法来进行优化；最后对优化问题建模进行交替迭代求解最优值，将最优值作为多无人机多播系统的全局优化值，通过设置轨迹和波束因子，达到多无人机网络的周期平均多播速率之和最大，实现联合轨迹优化。2.根据权利要求1所述的多无人机多播系统的联合轨迹及波束优化方法，其特征在于，引入一个辅助变量θ
i
，表示用户分组内的最小平均速率为θ
i
，问题建模为：模为：模为：模为：模为：模为：模为：模为：其中，约束表示无人机上多天线的能量约束，表示无人机轨迹的最大速度约束，约束保证无人机在每个周期开始和结束时都在同一位置，即轨迹在每个周期T中是闭合的；约束为无人机之间需要保持的最小距离以避免碰撞；约束保证每个无人机仅在其所服务的内部组区域中飞行，其中，Ci表示组i的中心，r表示半径；约束限制所有用户的最小服务质量，即平均通信速率不低于3.根据权利要求2所述的多无人机多播系统的联合轨迹及波束优化方法，其特征在于，
将每个周期T分为M个等时隙，每个时隙足够小，无人机坐标在时隙内视为不变，问题建模为：建模为：建模为：建模为：建模为：建模为：建模为：建模为：4.根据权利要求3所述的多无人机多播系统的联合轨迹及波束优化方法，其特征在于，考虑3D笛卡尔坐标系，地面第i组k用户的水平坐标表示为：u
i,k
＝[x
i,k
,y
i,k
]
T
其中，i∈N,k∈K；所有无人机在固定高度H处飞行，第i个无人机的时变水平坐标q
i
(t)表示为：q
i
(t)＝[x
i
(t),y
i
(t)]
T
其中，i∈N；无人机轨迹满足无人机飞行最大速度以及无人机间最小碰撞距离约束：无人机轨迹满足无人机飞行最大速度以及无人机间最小碰撞距离约束：其中，表示为轨迹q
i
(t)的导数，即无人机速度；时刻t，从无人机i到第i组k用户的距离d
i,i,k
(t)表示为：考虑莱斯信道模型，从无人机i到第i组k用户的信道模型h
i,i,k
(t)表示为：其中，β表示单位距离的功率增益，表示视距链路分量，表示瑞利衰落信道分量，则第i组k用户接收到的信号y
i,k
(t)表示为：
其中，w
i
(t)表示UAV i的多播波束形成向量，s
i
(t)表示组i中所有用户的发送信息，并且z
i,k
表示均值0和方差为σ2的加性高斯白噪声(AWGN)；用户k的相应信干噪比γ
i,k
(t)表示为：第i组k用户的信息发送速率R
i,k
(t)为：R
i,k
(t)＝log2(1+γ
i,k
(t))第i组信道容量R
i
由最差用户速率决定，R
i
表示为：5.根据权利要求1所述的多无人机多播系统的联合轨迹及波束优化方法，其特征在于，对优化问题建模进行求解的步骤如下：S301、给定轨迹q
i[m]
，优化w
i[m]
,θ
i
；S302、给定波束成型矢量w
i[m]
，求轨迹
qi[m]
；S303、通过CVX凸优化工具进行求解，将S301和S302问题交替迭代求解，直到达到设定阈值作为优化值，即无人机轨迹q和波束成型矢量w，作为多无人机多播系统的全局优化值，通过设置轨迹和波束因子，达到多无人机网络的周期平均多播速率之和最大。6.根据权利要求5所述的多无人机多播系统的联合轨迹及波束优化方法，其特征在于，步骤S301中，优化w
i[m]
,θ
i
具体为：具体为：具体为：具体为：具体为：其中，表示用户分组内的最小平均速率为θ
i
，约束表示无人机上多天线的能量约束，约束表示
A
j,i,k
[m]受到一阶泰勒展开...

【专利技术属性】
技术研发人员：张超，冯成成，罗新民，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：