【技术实现步骤摘要】
本专利技术属于通信资源管理领域，具体涉及无人机辅助数据传输网络的资源优化方法及系统。
技术介绍
1、随着物联网的快速发展，产生了各种具有低延迟，高可靠性和大规模设备连接要求的应用。为了支持这些应用，大量的传感器节点被部署在感兴趣的区域以收集传感数据，形成了无线传感器网络。由于实际应用的需要，大多数传感网络都部署在偏远地区。
2、凭借灵活的机动性和易于建立视距通道的优点，无人机在协助无线传感器网络进行可靠、及时的数据收集方面有巨大作用。无人机通常作为空中数据收集器接收来自传感器的传感数据，并将接收到的数据转发到远程服务器以便于进一步的处理。无人机能够以更近的距离和更高的信道质量为无线传感器网络提高服务，因此，无人机辅助的传感器数据采集在性能方面具有巨大优势，例如提高能效、降低延迟以及延长无线传感器网络的寿命等。但整个系统可能产生大量的资源消耗，对于远程服务器来说，如何做出合理的资源调度和分配是亟需解决的技术问题。
技术实现思路
1、本专利技术提供了一个无人机辅助数据传输网络的资源优化方法及系统，联合优化得到的资源分配方案对数据传输网络带宽进行划分，对无人机的压缩噪声进行设计，并对地面ap的功率分配及压缩噪声进行设计，在满足地面用户速率要求、地面ap及无人机的发射功率的前提下，能够有效提高传感器数据的采集效率及系统频谱资源利用率。
2、为达到上述目的，本专利技术所采用的技术方案是：
3、本专利技术第一方面提供了一个无人机辅助数据传输网络的资源优化方法
4、利用视距信道估计法估计获得传感器数据采集的遍历可达速率以及无人机的天线和中央处理器之间无线前传链路的遍历可达速率其中,传感器采集的数据通过无人机的天线发送至中央处理器；利用块坐标下降算法确定数据传输网络带宽分配系数η的有效范围；
5、基于遍历可达速率遍历可达速率和带宽分配系数η的有效范围建立无人机的噪声压缩以及数据传输网络带宽分配方案联合优化问题，记为联合优化问题p1；以传感器数据采集总速率最大化为目标对联合优化问题p1进行优化求解，获得无人机的噪声压缩协方差矩阵ω*以及与之对应的带宽分配系数η*；
6、根据带宽分配系数η*对数据传输网络带宽进行划分，根据噪声压缩协方差矩阵ω*对无人机的压缩噪声进行设计。
7、进一步地，还包括：利用大维随机矩阵理论推导出地面用户的下行遍历可达速率以及地面ap和中央处理器之间有线前传链路的遍历可达速率其中，所述地面用户通过地面ap与中央处理器通信连接；所述地面用户、地面ap、有线前传链路、传感器、无人机的天线、无线前传链路和中央处理器组成所述数据传输网络；
8、在给定带宽分配系数η*的前提下，添加地面ap功率及地面用户速率约束，基于下行遍历可达速率和遍历可达速率建立的地面ap的功率分配以及噪声压缩方案联合优化问题，记为联合优化问题p2；利用梯度下降算法求解所述联合优化问题p2，获得地面ap的功率分配向量p*以及噪声压缩协方差矩阵q*；
9、根据功率分配向量p*和噪声压缩协方差矩阵q*对地面ap的功率分配及压缩噪声进行设计。
10、进一步地，利用块坐标下降算法确定数据传输网络的带宽分配系数η有效范围的方法包括：
11、在满足地面ap的发射功率以及地面用户服务质量的前提下，通过块坐标下降算法求解出数据传输网络的带宽分配系数η有效范围ηmin≤η≤ηmax，其中，ηmin和ηmax分别为带宽分配系数η的最小值与最大值。
12、进一步地，基于遍历可达速率遍历可达速率和带宽分配系数η的有效范围建立无人机的噪声压缩以及数据传输网络带宽分配方案联合优化问题的方法包括：
13、添加遍历可达速率遍历可达速率和带宽分配系数η的有效范围的约束，利用加权最小平方误差及dinckelbach算法对无人机的噪声压缩以及数据传输网络带宽分配方案联合优化问题，表达式为：
14、
15、
16、ω≥0,
17、
18、公式中，ω为无线前传链路的压缩噪声矩阵，ω为dinckelbach算法的系数，为无人机与中央处理器之间的无线前传链路的遍历容量，δmax为ηmax的倒数，ei为第i个传感器的均方误差，wi为ei的权重，σ3为引入的辅助变量。
19、进一步地，利用视距信道估计法估计获得传感器数据采集的遍历可达速率表达公式为：
20、
21、
22、
23、
24、公式中，为最小均方误差接收方案中接收矩阵中与第i个传感器对应的特征参数，为第i个传感器的发射功率，为无人机与第i个传感器之间的视距信道，为传感器发射功率矩阵去除第i列元素后的矩阵，为无人机与传感器之间的视距信道矩阵去除第i列元素后的矩阵，σ2为无人机接收到的高斯白噪声强度，n为无人机的天线个数，in表示为n*n维的单位矩阵；(·)h表示为转置共轭。
25、进一步地，利用视距信道估计法估计获得传感器和中央处理器之间无线前传链路的遍历可达速率表达公式为：
26、
27、
28、公式中，psn为传感器的发射功率矩阵，为无人机与传感器之间的视距信道矩阵。
29、进一步地，以传感器数据采集总速率最大化为目标对联合优化问题p1进行优化求解，获得无人机的噪声压缩协方差矩阵ω*以及与之对应的带宽分配系数η*，具体过程包括：
30、初始化ω(0)＝σ2in，ω(0)＝0，rout＝0，rin＝0，设置精度要求为ε，设置最大迭代次数为imax；
31、更新
32、利用wmmse估计法对辅助变量进行更新，
33、对第i个传感器的均方误差进行更新，计算公式为：
34、
35、对均方误差的权重系数进行更新：
36、通过梯度下降算法求解联合优化问题p1，求解得到计算公式为：
37、
38、更新rin＝rin+1；当|或rin≥imax时，输出无人机的噪声压缩协方差矩阵记为噪声压缩协方差矩阵ω*；
39、计算
40、通过dinkelbach算法对权重系数ω进行更新：
41、
42、更新rout＝rout+1；
43、重复迭代直到或rout≥imax，计算并输出数据传输网络的带宽分配系数η*；
44、进一步地，基于下行遍历可达速率和遍历可达速率建立的地面ap的功率分配以及噪声压缩方案联合优化问题，表达公式为：
45、find{p,q}
46、
47、
48、
49、其中，p为地面ap的功率分配向量，q为地面ap的压缩噪声协方差矩阵，cm为与地面apm相连的有线前传链路的固定容量，为地面用户的速率要求，δ*表示为带宽分配系数η*的倒数，pm(p,q)为地面apm的功率消耗，本文档来自技高网...
【技术保护点】
1.一个无人机辅助数据传输网络的资源优化方法，其特征在于，包括：
2.根据权利要求1所述的数据传输网络的资源优化方法，其特征在于，还包括：利用大维随机矩阵理论推导出地面用户的下行遍历可达速率以及地面AP和中央处理器之间有线前传链路的遍历可达速率其中，所述地面用户通过地面AP与中央处理器通信连接；所述地面用户、地面AP、有线前传链路、传感器、无人机的天线、无线前传链路和中央处理器组成所述数据传输网络；
3.根据权利要求2所述的数据传输网络的资源优化方法，其特征在于，利用块坐标下降算法确定数据传输网络的带宽分配系数η有效范围的方法包括：
4.根据权利要求2所述的数据传输网络的资源优化方法，其特征在于，基于遍历可达速率遍历可达速率和带宽分配系数η的有效范围建立无人机的噪声压缩以及数据传输网络带宽分配方案联合优化问题的方法包括：
5.根据权利要求4所述的数据传输网络的资源优化方法，其特征在于，利用视距信道估计法估计获得传感器数据采集的遍历可达速率表达公式为：
6.根据权利要求5所述的数据传输网络的资源优化方法，其特征在于，利用视
7.根据权利要求6所述的数据传输网络的资源优化方法，其特征在于，以传感器数据采集总速率最大化为目标对联合优化问题P1进行优化求解，获得无人机的噪声压缩协方差矩阵Ω*以及与之对应的带宽分配系数η*，具体过程包括：
8.根据权利要求2所述的数据传输网络的资源优化方法，其特征在于，基于下行遍历可达速率和遍历可达速率建立的地面AP的功率分配以及噪声压缩方案联合优化问题，表达公式为：
9.一个无人机辅助数据传输网络的资源优化系统，其特征在于，包括：
10.根据权利要求9所述的数据传输网络的资源优化系统，其特征在于，还包括：所述预估模块利用大维随机矩阵理论推导出地面用户的下行遍历可达速率以及地面AP和中央处理器之间有线前传链路的遍历可达速率其中，所述地面用户通过地面AP与中央处理器通信连接；所述地面用户、地面AP、有线前传链路、传感器、无人机的天线、无线前传链路和中央处理器组成所述数据传输网络；
...【技术特征摘要】
1.一个无人机辅助数据传输网络的资源优化方法，其特征在于，包括：
2.根据权利要求1所述的数据传输网络的资源优化方法，其特征在于，还包括：利用大维随机矩阵理论推导出地面用户的下行遍历可达速率以及地面ap和中央处理器之间有线前传链路的遍历可达速率其中，所述地面用户通过地面ap与中央处理器通信连接；所述地面用户、地面ap、有线前传链路、传感器、无人机的天线、无线前传链路和中央处理器组成所述数据传输网络；
3.根据权利要求2所述的数据传输网络的资源优化方法，其特征在于，利用块坐标下降算法确定数据传输网络的带宽分配系数η有效范围的方法包括：
4.根据权利要求2所述的数据传输网络的资源优化方法，其特征在于，基于遍历可达速率遍历可达速率和带宽分配系数η的有效范围建立无人机的噪声压缩以及数据传输网络带宽分配方案联合优化问题的方法包括：
5.根据权利要求4所述的数据传输网络的资源优化方法，其特征在于，利用视距信道估计法估计获得传感器数据采集的遍历可达速率表达公式为：
6.根据权利要求5所述的数据传输网络...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。