[发明专利]一种无人机协能通信网络中轨迹设计和功率分配方法

说明书

本发明涉及一种无人机协能通信网络中轨迹设计和功率分配方法，包括以下步骤：以节点最终虚拟剩余能量最接近节点的电池最大容量为目标建立功率分配模型；采用强化学习距离奖惩算法对所述功率分配模型进行求解，得到节点资源分配和剩余能量的优化方案。本发明能够使整个无人机的节点能量得到更均衡的分配。

技术领域

本发明涉及无线通信技术与物联网技术领域，特别是涉及一种无人机协能通信网络中轨迹设计和功率分配方法。

背景技术

在传统场景中，无线传感器网络节点电池受限，无法处理巨大的能源消耗。基于射频的能量收集可被视为延长能量受限无线传感器网络节点寿命的前瞻性方案。此外，海量地面网络节点具有大量且频繁的通信需求。无线供电通信网络(WPCN)集成了无线能量传输和无线数据传输，为能量受限的无线传感器网络节点提供了可行的解决方案。

无人机具有灵活部署、与地面用户的强大视距(LoS)信道和可控移动性方面的优势，在货物运输、空中监视、拍摄和工业物联网等方面有着广泛的应用。例如，无人机可用作移动中继以帮助相距遥远的地面用户之间进行信息交换，或用作移动基站(BS)以帮助增强地面移动用户的无线覆盖范围和网络容量。此外，无人机可以被用作移动能量发射器，为地面上的低功率无线传感网节点WDs充电。通过利用其完全可控的机动性，无人机可以随着时间的推移适当调整其位置减少与目标地面用户的距离，从而提高无线供电通信网络(WPCN)的数据传输和能量传输效率。

现有技术中大多数采用“最短顺序WPCN”方案，即无人机匀速从起点位置直接飞向各个节点位置，飞行途中给节点进行数据传输，当无人机在节点正上方时，定点对全部节点进行能量传输。同时，其解决算法常用传统的凸优化算法，使用连续凸近似法、模块梯度下降法和惩罚函数法，将该问题转化为一系列凸问题后迭代求解。还有一种更简单的方法，称为“静态WPCN”，即携能通信设备部署于网络中央，通常该设备只有固定的充能通信方案，例如固定给各个节点数据传输10s，然后再对每个节点进行能量传输10s。

上述方法均没有考虑节点的剩余能量。然而无线传感网的节点能量往往存在不均衡。由于节点周围的传感器节点同时转发其它节点的数据，能量消耗更快，引起节点更快死亡甚至传输路径中断，即所谓的能量空洞。同样，由于传感节点大多数时间处于休眠状态，因此有异常情况的区域，传感网节点能量消耗更快，数据传输需求更高。因此，传感网节点的剩余能量不一致造成了它们对能量补充需求不一致，考虑根据节点的能量需求的不同进行能量补充非常有必要。另一方面，当节点达到最大能量之后，即使收到更多的能量，剩余能量也不会再变化。如果再继续用无人机对其进行充电，则是对能量的浪费。因此结合电池最大能量对节点的剩余能量进行优化，可以使整个无人机的节点能量得到更均衡的分配。

此外，在节点资源分配和剩余能量优化问题上，可以解耦为两个核心约束子问题。第一是节点资源分配数据接收最低约束问题；第二是剩余能力优化问题。然而，由于无人机轨迹和资源分配设计变量之间的耦合关系涉及到复杂的数据吞吐量和能量收集函数，因此该问题是混合整数非凸的，很难得到最优解。并且，使用传统的梯度下降法、坐标下降法、牛顿迭代法、遗传算法等凸优化算法存在许多缺点与不足。例如节点数量及传输空间过大时，其迭代难度呈指数级增长，迭代速度也变得十分缓慢。求解的结果强烈依赖于初始值，如果节点的传输参数发生改变，例如节点初始剩余能量不一致、节点空间地理位置不同等，其模型需要重新进行迭代训练，不能实现在线学习的优点，导致模型泛化性能力较弱，环境适应性差。

发明内容

本发明所要解决的技术问题是提供一种无人机协能通信网络中轨迹设计和功率分配方法，使整个无人机的节点能量得到更均衡的分配。

本发明解决其技术问题所采用的技术方案是：提供一种无人机协能通信网络中轨迹设计和功率分配方法，包括以下步骤：

以节点最终虚拟剩余能量最接近节点的电池最大容量为目标建立功率分配模型；

采用强化学习距离奖惩算法对所述功率分配模型进行求解，得到节点资源分配和剩余能量的优化方案。