一种缓存辅助的海上无人机基站通信系统传输方法

1.本发明属于无线通信技术领域，尤其涉及一种缓存辅助的海上无人机基站通信系统的吞吐量最大化传输方法。


背景技术：

2.我国是一个拥有丰富海洋资源并具备大规模海上活动的国家，包括渔业、油气资源开发和海上应急搜救等行动都需要通信网络的支持，但是现有的海上无线通信技术无法完全满足通信需求。无人机具有较高的机动性和灵活性，可以获得更高的信道增益，以及更广泛的通信覆盖。但是在使用无人机辅助海上通信场景中，存在通信资源以及无人机的轨迹优化等问题。


技术实现要素：

3.本发明所要解决的技术问题是，为提高用户的吞吐量提供一种缓存辅助的海上无人机基站通信系统的吞吐量最大化传输方法。
4.本发明为解决上述技术问题所采用的技术方案是，一种缓存辅助的海上无人机基站通信系统传输方法，包括步骤：
5.1)获取海上无人机基站通信系统中的用户总数k、核心网拥有的文件数f、通信的时隙总数n、每一时隙的长度δ、通信载频波长λ、无人机的最大速度v
max
、一个时隙内无人机最大飞行距离d
max
、无人机最大发送功率无人机的缓存容量c、无人机在初始时刻的位置以及无人机在第n时隙的位置；设置最大迭代次数；初始化迭代次数l＝0、初始化无人机第l次迭代中对用户发射功率的矢量p
l
和无人机的位置矢量q
l
；
6.2)将第l次迭代的用户发射功率的矢量p
l
作为给定的用户发射功率的矢量p，将第l次迭代的无人机的位置矢量q
l
作为给定的无人机的位置矢量q；
7.根据给定无人机的位置矢量计算得到无人机到各用户的距离，从而计算得到无人机基站到用户的信道模型：
[0008][0009]
其中，h
u,k
[n]表示第n个时隙无人机基站到第k个用户的信道模型，dk[n]表示第n个时隙无人机到第k个用户的距离，h表示无人机飞行的高度，hk表示用户天线的高度；
[0010]
再根据无人机基站到用户的信道模型以及给定的用户发射功率的矢量p计算出无人机到用户的通信速率：
[0011][0012]
其中，rk[n]表示第n个无人机到第k个用户的通信速率，pk[n]表示第n个时隙无人机分配给第k个用户的发送功率，pk[n]为p的中第k个元素，σ2表示噪声功率；
[0013]
利用无人机到用户的通信速率计算缓存策略优化子问题：
[0014][0015][0016]
其中，文件序号i＝1,2,
…
f，用户序号k＝1,2,
…
k，时隙序号n＝1,2,
…
,n，ηi表示无人机存储第个i文件的概率，fi表示第i个文件被请求的概率，rk[n]为第n个时隙无人机到第k个用户的通信速率；求解缓存策略优化子问题得到的η表示无人机缓存的所有文件的概率矢量，η的第i个元素为ηi，将得到的η作为第l+1次迭代的最优缓存策略η
l+1
；
[0017]
3)将第l次迭代的无人机的位置矢量q
l
作为给定的无人机的位置矢量q；将第l+1次迭代的最优缓存策略η
l+1
作为给定的无人机缓存的所有文件的概率矢量η；
[0018]
根据给定的q和η使用凸优化算法或matlab中的cvx工具箱计算无人机发射功率优化子问题：
[0019][0020][0021]
将求解无人机发射功率优化子问题得到的p作为第l+1次迭代的最优功率分配策略p
l+1
；
[0022]
4)将第l次迭代的无人机的位置矢量q
l
；第l+1次迭代的最优功率分配策略p
l+1
作为用户发射功率的矢量p；将第l+1次迭代的最优缓存策略η
l+1
作为给定的无人机缓存的所有文件的概率矢量η；
[0023]
根据给定的p和η计算无人机轨迹优化的子问题：
[0024][0025]
s.t.q[0]＝qi,q[n]＝qf，||q[n]-q[n-1]||≤d
max
；
[0026]
其中，无人机在初始时刻的位置q[0]以及无人机在第n时隙的位置q[n]分别为无人机的初始位置qi及最终位置qf；q[n]为将求解无人机轨迹优化的子问题得到的q中的第n个元素，q作为第l+1次迭代的无人机最优轨迹q
l+1
；
[0027]
5)判断第l+1次迭代的最优缓存策略η
l+1
、最优功率分配策略p
l+1
和无人机最优轨迹p
l+1
是否达到收敛条件或者第l+1次迭代达到预设的最大迭代次数，如否，更新l＝l+1，并重复步骤2)-4)；如是，将第l+1次迭代的最优缓存策略η
l+1
、最优功率分配策略p
l+1
和无人机最优轨迹q
l+1
作为最终的缓存策略、功率分配策略和无人机轨迹输出用于无人机通信传输的控制过程。
[0028]
具体的，设置第i个文件被请求的概率fi时，设文件的流行度遵循zipf分布，则其中，i与j均为文件序号变量，i≠j，α表示zipf分布偏度因子。
[0029]
为了进一步的，步骤4)中根据给定的p和η通过cvx工具箱计算无人机轨迹优化的子问题通过以下变形求解：
[0031][0032]
s.t.q[0]＝qi,q[n]＝qf，q[n]-q[n-1]||≤d
max
；
[0033]
其中，为松弛变量，为rk[n]的下界；，无人机在初始时刻的位置q[0]以及无人机在第n时隙的位置q[n]分别为无人机的初始位置qi及最终位置qf；
[0034]
;
[0035][0036]
为范数符号，q
l
[n]为q
l
的第n个元素，wk[n]为第k个用户在第n个时隙的位置，l
l
[n]为第l次迭代中间量，中间量e为自然常数。
[0037]
本发明的有益效果是，能够设置优化无人机基站的缓存策略、功率分配以及轨迹来提高系统的期望吞吐量。
附图说明
[0038]
图1是本发明的流程示意图。
[0039]
图2是本发明的系统模型图。
[0040]
图3是本发明实施例提供的在不同方案下的系统期望吞吐量在不同的无人机最大发射功率下的仿真示意图。
具体实施方式
[0041]
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0042]
下面结合附图对本发明的应用原理作详细的描述。
[0043]
参阅流程示意图1，本实例提供一种缓存辅助的海上无人机基站通信系统的吞吐量最大化传输方法。无人机基站通信系统如图2所示。包括如下步骤：
[0044]
核心网拥有一组f个文件，表示为{1,2,3...,i,...,f}，每个文件受欢迎程度用f＝{f1,f2,f3,...,fi,...,ff}表示，假设这些文件的流行度遵循zipf分布，则第i个文件被请求的概率为：其中，i与j均为文件序号变量，i≠j，α表示zipf分布偏度因子；无人机的缓存容量为c，以一定的概率ηi独立存储文件i，由于缓存容量有限，无人机的缓存容量限制可以表示为：
[0045]
无人机基站u到用户k的信道模型h
u,k
的表达式如下：
[0046]
[0047]
其中，dk[n]表示第n个时隙无人机到第k个用户的距离，h表示无人机飞行的高度，hk表示用户天线的高度，λ表示通信载频波长。
[0048]
假设无人机和船舶机动性引起的多普勒效应得到了完美的补偿，且无人机与用户之间采用频分多址接入，不考虑其他信号干扰，则在时隙n，无人机到用户k的通信速率rk表示为：
[0049][0050]
其中p
k,n
表示无人机在时隙n分配给用户k的发送功率，σ2表示噪声功率。
[0051]
联合无人机缓存策略、功率分配以及无人机轨迹，建立如下系统期望吞吐量最大化的优化问题：
[0052]
(p1)
[0053][0054][0055]
pk[n]≥0
ꢀꢀ
(1.d)
[0056][0057]
q[0]＝qi,q[n]＝qfꢀꢀ
(1.f)
[0058]
||q[n]-q[n-1]||≤v
max
δ＝d
max
ꢀꢀ
(1.g)
[0059]
其中，i＝1,2,
…
f，k＝1,2,
…
k，n＝1,2,
…
,n，k为用户总数，n为时隙总数，η表示无人机缓存的所有文件的概率矢量，p表示用户发射功率的矢量，q表示无人机的位置矢量，表示无人机最大发送功率，无人机在初始时刻的位置q0以及无人机在第n时隙的位置qn分别为无人机的初始位置qi及最终位置qf，||
·
||为求范数的符号，v
max
表示无人机的最大速度，δ为每一时隙的长度，d
max
为一个时隙内无人机最大飞行距离；式(1.b)及(1.c)表示缓存的约束，式(1.d)及(1.e)表示无人机发射功率的约束，式(1.f)及(1.g)表示无人机的位置约束。
[0060]
缓存策略优化子问题的表达式如下：
[0061]
p1.1
[0062][0063][0064]
这是一个标准的线性规划问题，可以直接求解。
[0065]
进一步，无人机发射功率优化子问题的表达式如下：
[0066]
p1.2
[0067]
s.t.pk[n]≥0
[0068][0069]
由于传输速率rk[n]关于变量p是凹函数，而且约束也都是凸的，因此子问题p1.2是一个标准的凸优化问题，可以使用传统的凸优化算法如内点法或者使用matlab中的cvx工具箱进行求解。
[0070]
进一步，无人机轨迹优化的子问题表达式如下：
[0071]
p1.3
[0072]
s.t.q0＝qi,qn＝qf[0073]
||q
n-q
n-1
||≤v
max
δ＝d
max
,n＝1,2,...,n
[0074]
首先对目标函数表达式中的rk[n]进行近似，根据正弦函数的性质，可以得到其中为范数符号，q[n]为求解无人机轨迹优化的子问题得到的q中的第n个元素，wk[n]为第k个用户在第n个时隙的位置。之后，利用连续凸近似法，得到速率函数在迭代点||q
l
[n]-wk[n]||的一个全局下界满足：
[0075][0076][0077]ql
[n]为q
l
的第n个元素，l
l
[n]为第l次迭代中间量，e为自然常数。
[0078]
可以使用原目标函数通过第l次轨迹点得到的下界，将该值代入第l+1次迭代。此外，在原式中引入松弛变量轨迹优化的子问题可以重构为：
[0079]
p1.4
[0080]
s.t.q[0]＝qi,q[n]＝qf，
[0081][0082]
||q[n]-q[n-1]||≤d
max
；
[0083]
此时问题p1.4的目标函数以及约束都是凸的，可以通过cvx工具箱进行求解。
[0084]
利用联合优化算法对原问题进行迭代求解的具体步骤为：
[0085]
1)设置迭代次数l＝0，最大迭代次数，初始输入p
l
,q
l
[0086]
2)根据给定的{p
l
,q
l
}求解缓存策略优化问题，得到最优缓存策略η
l+1
[0087]
3)根据给定的{q
l
,η
l+1
}求解功率分配问题，得到最优功率分配p
l+1
[0088]
4)根据给定的{p
l+1
,η
l+1
}求解轨迹优化问题，得到最优轨迹q
l+1
[0089]
5)重复步骤2-4，直至算法收敛或者达到预设的最大迭代次数，输出最终的缓存策略，功率分配，无人机最优轨迹
[0090]
下面就仿真结果进一步描述本发明。
[0091]
图3为在不同方案下的系统期望吞吐量在不同的无人机最大发射功率下的仿真示意图。从图中可以看出，随着无人机最大发射功率的增大，所有仿真方案下系统的期望可达吞吐量都在增加，而其中本发明所提的算法的性能最优，可以获得最大的期望可达吞吐量。而对比不进行轨迹优化的方案，由于固定的轨迹与海上船舶用户之间的距离较远，仅沿着固定轨迹飞行时，即使进行最优功率分配，也无法获得较大的期望可达吞吐量。而无缓存方案由于无人机不具备缓存能力，受限于先请求再传输文件给用户，因此性能最差。这表示在提高无人机最大发射功率时，本章提出的方案相较其他方案，具有最好的性能表现。当然，由于无人机的能量有限，且信道容量相对于传输功率p有上限，在合理设置无人机的发射功率，本章所提出的方案可以获得更好的性能提升。
[0092]
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种缓存辅助的海上无人机基站通信系统传输方法，其特征在于，包括以下步骤：1)获取海上无人机基站通信系统中的用户总数k、核心网拥有的文件数f、通信的时隙总数n、每一时隙的长度δ、通信载频波长λ、无人机的最大速度v
max
、一个时隙内无人机最大飞行距离d
max
、无人机最大发送功率无人机的缓存容量c、无人机在初始时刻的位置以及无人机在第n时隙的位置；设置最大迭代次数；初始化迭代次数l＝0、初始化无人机第l次迭代中对用户发射功率的矢量p
l
和无人机的位置矢量q
l
；2)将第l次迭代的用户发射功率的矢量p
l
作为给定的用户发射功率的矢量p，将第l次迭代的无人机的位置矢量q
l
作为给定的无人机的位置矢量q；根据给定无人机的位置矢量计算得到无人机到各用户的距离，从而计算得到无人机基站到用户的信道模型：其中，h
u,k
[n]表示第n个时隙无人机基站到第k个用户的信道模型，d
k
[n]表示第n个时隙无人机到第k个用户的距离，h表示无人机飞行的高度，h
k
表示用户天线的高度；再根据无人机基站到用户的信道模型以及给定的用户发射功率的矢量p计算出无人机到用户的通信速率：其中，r
k
[n]表示第n个无人机到第k个用户的通信速率，p
k
[n]表示第n个时隙无人机分配给第k个用户的发送功率，p
k
[n]为p的中第k个元素，σ2表示噪声功率；利用无人机到用户的通信速率计算缓存策略优化子问题：s.t.0≤η
i
≤1,其中，文件序号i＝1,2,
…
f，用户序号k＝1,2,
…
k，时隙序号n＝1,2,
…
,n，η
i
表示无人机存储第个i文件的概率，f
i
表示第i个文件被请求的概率，r
k
[n]为第n个时隙无人机到第k个用户的通信速率；求解缓存策略优化子问题得到的η表示无人机缓存的所有文件的概率矢量，η的第i个元素为η
i
，将得到的η作为第l+1次迭代的最优缓存策略η
l+1
；3)将第l次迭代的无人机的位置矢量q
l
作为给定的无人机的位置矢量q；将第l+1次迭代的最优缓存策略η
l+1
作为给定的无人机缓存的所有文件的概率矢量η；根据给定的q和η使用凸优化算法或cvx工具箱计算无人机发射功率优化子问题：s.t.p
k
[n]≥0，将求解无人机发射功率优化子问题得到的p作为第l+1次迭代的最优功率分配策略p
l+1
；
4)将第l次迭代的无人机的位置矢量q
l
；第l+1次迭代的最优功率分配策略p
l+1
作为用户发射功率的矢量p；将第l+1次迭代的最优缓存策略η
l+1
作为给定的无人机缓存的所有文件的概率矢量η；根据给定的p和η计算无人机轨迹优化的子问题：s.t.q[0]＝q
i
,q[n]＝q
f
，||q[n]-q[n-1]||≤d
max
；其中，无人机在初始时刻的位置q[0]以及无人机在第n时隙的位置q[n]分别为无人机的初始位置q
i
及最终位置q
f
；q[n]为将求解无人机轨迹优化的子问题得到的q中的第n个元素，q作为第l+1次迭代的无人机最优轨迹q
l+1
；5)判断第l+1次迭代的最优缓存策略η
l+1
、最优功率分配策略p
l+1
和无人机最优轨迹p
l+1
是否达到收敛条件或者第l+1次迭代达到预设的最大迭代次数，如否，更新l＝l+1，并重复步骤2)-4)；如是，将第l+1次迭代的最优缓存策略η
l+1
、最优功率分配策略p
l+1
和无人机最优轨迹q
l+1
作为最终的缓存策略、功率分配策略和无人机轨迹输出用于无人机通信传输的控制过程。2.如权利要求1所述方法，其特征在于，设置第i个文件被请求的概率f
i
时，设文件的流行度遵循zipf分布，则其中，i与j均为文件序号变量，i≠j，α表示zipf分布偏度因子。3.如权利要求1所述方法，其特征在于，步骤4)中根据给定的p和η使用cvx工具箱计算无人机轨迹优化的子问题通过以下变形求解：s.t.q[0]＝q
i
,q[n]＝q
f
，q[n]-q[n-1]||≤d
max
；其中，为松弛变量，为r
k
[n]的下界；，无人机在初始时刻的位置q[0]以及无人机在第n时隙的位置q[n]分别为无人机的初始位置q
i
及最终位置q
f
；；；||
·
||为范数符号，q
l
[n]为q
l
的第n个元素，w
k
[n]为第k个用户在第n个时隙的位置，l
l
[n]为第l次迭代中间量，中间量e为自然常数。

技术总结
本发明公开了一种缓存辅助的海上无人机基站通信系统传输方法，主要包括以下步骤：以缓存辅助的海上无人机基站通信系统的吞吐量为优化指标，构建无人机缓存策略、发送功率和无人机轨迹的联合优化问题；给定发送功率分配和无人机轨迹时求解缓存策略优化问题；给定无人机的轨迹和缓存策略时求解无人机发送功率分配问题；给定功率分配和缓存策略的情况下，通过连续凸近似以及引入辅助变量的方法求解无人机轨迹优化问题；利用联合迭代求解算法对原优化问题进行迭代求解，获取使得吞吐量最大化的无人机缓存策略、功率分配以及无人机轨迹。仿真结果表明，所提方法相较现有方法可以显著地提升系统期望可达吞吐量。显著地提升系统期望可达吞吐量。显著地提升系统期望可达吞吐量。


技术研发人员：陈琪 赵聪 唐传 刘伟 苏俭 刘军 郭伟
受保护的技术使用者：电子科技大学
技术研发日：2023.07.17
技术公布日：2023/10/8