本发明公开了一种针对无人机动态拓扑的传输时机与功率控制方法，包括以下步骤：S1.给定传输任务；S2.无人机之间交换未来的信道质量信息；S3.根据无人机间的信道信息以及传输时延和数据大小初始化传输功率；S4.根据未来信道质量信息，定义传输时机并定义优化问题，确定最优传输功率和最优传输时机；S5.根据求解的最优传输阈值、时间阈值以及传输功率设计点对点传输策略为每当时，无人机1以功率和的速率向无人机2传输。本发明基于对未来信道质量的预测，针对时延不敏感任务优化无人机通信的传输时机与传输功率，实现了对整体通信能耗的优化。
1.一种针对无人机动态拓扑的传输时机与功率控制方法，其特征在于：包括以下步骤：S1.给定传输任务：
无人机1需要在 秒内以最小能量将大小为 比特的数据传输给无人机2；
无人机2获取自身在未来时刻 以前的运行轨迹 ；然后，无人机2将自身的运行轨迹传递给无人机1，基于无人机2的轨迹信息 以及自身的轨迹信息 ，无人机1推断与无人机2在未来的信道状态 ；
S3.根据无人机间的信道信息以及传输时延和数据大小初始化传输功率:给定传输时延为 ，数据大小为 ，功率 初始化为等式的解，其中，参数 用以表示由小规模衰落、数字调制和编码产生的损耗，为信号带宽；
S4.根据未来信道质量信息，定义传输时机并定义优化问题，确定最优传输功率和最优传输时机：S4‑a.定义传输时机为 ，其中 为信道质量阈值，为时间阈值， 为指示函数，即：当信道质量高于某一阈值时或在信道质量等于阈值且传输时间大于某一时间时，无人机之间才能进行通信；给定任意功率 ，利用两阶段二分法确定对应的最佳阈值 和 ，使得等式成立；
S4‑b.基于传输能量计算公式 计算最优的传输功率 ，使得传输能量最小；最优传输功率对应的最佳阈值 和 为全局最优传输阈值 、时间阈值 ；因此最佳传输时机为 ， 为启动传输电路的能量消耗；
S5.根据求解的最优传输阈值 、时间阈值 以及传输功率 设计点对点传输策略为每当 时，无人机1以 功率和 的速率向无人机2传输。
2.根据权利要求1所述的一种针对无人机动态拓扑的传输时机与功率控制方法，其特征在于：所述步骤S2中，无人机1推断未来的信道状态时，确定无人机的位置信息为，推测目标为位置 处无人机的信道质量随时间的函数 。
3.根据权利要求2所述的一种针对无人机动态拓扑的传输时机与功率控制方法，其特征在于：所述信道质量随时间的函数 的推断方式包括以下任意一种：一、基于通信模型的推断：根据无人机的位置信息得到其间的距离随时间的函数为，利用通信模型推断出其间的信道信息为其中， 是由放大器和天线增益引起的功率增益因数，为路径损耗指数， 为噪声谱密度，为信号带宽；
二、基于无线电地图的推断：给定任意两个位置，无线电地图知道其间的信道信息，因此其间的信道信息表示为其中 为无线电地图函数；
三、基于数据的推断：对于任意两个位置，存在其间的历史信道数据集 ,记为：, ；
其中， 表示中的第 个数据， ，为历史信道数据集 中包含的数据个数； 为第 个数据 的信道信息； 表示第 个数据 中包含的两个位置信息；
对于 无 人机 1 和无 人 机2 ，筛选 出 满足 位 置关 系的 历 史 数据 集 合过程如下：（1）对于历史信道数据集 中的任一数据 ，判断是否满足，则将 加入到集合 中；
当 遍历完成后，利用回归算法 推测出无人机之间的信道信息为：。
4.根据权利要求1所述的一种针对无人机动态拓扑的传输时机与功率控制方法，其特征在于：所述步骤S4‑a中，根据未来信道质量信息，定义传输时机并定义优化问题的具体过程包括：根据阈值传输策略来选择传输时间，要求当信道质量高于某一阈值时并且在信道质量等于阈值且传输时间大于某一时间时，无人机之间才能进行通信，表示如下：其中 为信道质量阈值，为时间阈值， 为指示函数， 当且仅当 为真，否则 ；利用传输时间选择函数 和传输功率 产生的吞吐量表示为：能量消耗为
根据阈值传输策略，通过求解以下问题得到信道质量阈值 和时间阈值 ，即接入时间其中 为给定传输功率为 时的最小能耗。
5.根据权利要求4所述的一种针对无人机动态拓扑的传输时机与功率控制方法，其特征在于：所述步骤S4‑a中，求解信道质量阈值 的过程包括：A1、设置 ， ， ；
6.根据权利要求4所述的一种针对无人机动态拓扑的传输时机与功率控制方法，其特征在于：所述步骤S4‑a中，求解时间阈值 ；在信道质量为 的时间为0时，设置；否则通过二分法求解时间阈值 ，包括：B1、设置 ， ， ；
7.根据权利要求1所述的一种针对无人机动态拓扑的传输时机与功率控制方法，其特征在于：所述步骤S4‑b中，通过求解以下问题求解最优传输功率求解时采用梯度下降法：通过求解 在 处的梯度 ，并根据梯度下降的方向更新功率 ，直到梯度为0或者达到更新次数上限：（1）计算 和 ，其中ϵ为梯度近似计算常数；
（2）计算目标函数 在点 处的近似梯度（3）利用梯度更新
设置最优传输功率 对应的最佳阈值 和 为全局最优传输阈值 、时间阈值 ；因此最佳传输时机为 。
8.根据权利要求1所述的一种针对无人机动态拓扑的传输时机与功率控制方法，其特征在于：所述步骤S5中设计点对点传输策略包括如下任意一种方案：方案一、阈值算法：利用最优传输阈值 和时间阈值 根据阈值传输策略恢复出最优传输时机选择函数 ；无人机1当且仅当 的值为1时进行数据传输，即，且传输功率恒定为 ；
方案二、进阶注水算法：利用最优传输阈值 和时间阈值 根据阈值传输策略恢复出最优传输时机选择函数 ，并在最优传输时机 内，以注水算法求解功率分配方案 ，无人机在 的值为1时以功率 进行数据传输。
一种针对无人机动态拓扑的传输时机与功率控制方法
技术领域
[0001] 本发明涉及通信数据传输，特别是涉及一种针对无人机动态拓扑的传输时机与功率控制方法。
背景技术
[0002] 无人机在监视侦察、通信中继、货物运输、应急搜索等领域应用广泛。部署于各种任务的无人机正在广泛并密集地分布在城市上空。无人机通常自带无线通信能力。现行的无人机应用通常针对不同的应用场景单独部署特种无人机或无人机集群，比如使用无人机辅助物流、无人机辅助监测等。在这些应用中，并没有考虑如何复用已部署的无人机建立辅助通信网络，作为无人机的次要任务。实际上，已部署的无人机网络，享有空中视距链路的良好传输机会，在不影响无人机集群的首要任务（如物流、监测等）的前提下，具有构建大容量无线通信网络的潜力，辅助地面通信，提升地面网络的通信性能。然而，如何在不影响无人机集群的特定任务的前提下，最大限度地开发无人机集群的网络通信性能，仍缺乏有效的技术方案。
[0003] 搭建无人机无线通信网络的关键技术问题是如何降低无人机的通信能量消耗，最大限度地降低对无人机主要任务的影响。现有方案一是未有考虑复用执行非通信任务的无人机集群构造通信网络，二是未能针对低时延敏感的数据传输场景利用无人机的轨迹信息来降低通信能耗，三是未能考虑对通信模块整体功耗的优化。
[0004] 具体而言，在物联网场景中，传感器会收集大量数据，其中有不少数据属于低时延敏感数据，比如通信时延容忍度可达1分钟以上。现行的通信网络通常采用“尽力传输（best‑effort）”的方式进行设计，时延指标通常在秒级以下，因此采用现行通信网络的设计架构来传输海量的、超低时延敏感的数据并不是最有效的方案。举例而言，现有无人机通信网络的设计方案通常是以传输容量为优化目标，如：通过优化无人机与用户之间的距离来保障无人机网络的有效覆盖，但是没有针对数据传输的超低时延敏感性特征对无人机通信网络进行优化。并且，现行的无人机通信网络设计大多集中在无人机或无人机集群的部署或是轨迹设计，却没有考虑复用已部署的无人机建立通信网络，从而没有利用到无人机的轨迹信息对无人机网络进行优化。除此之外，现有的大多数研究在进行无人机通信能耗分析时，通常只考虑了无线传输功耗的优化，而没有考虑通信模块整体功耗的优化。然而，在现实世界中，除了无线传输的功耗，额外的启动模块功率所带来的功耗也是不可忽视的。
发明内容
[0005] 本发明的目的在于克服现有技术的不足，提供一种针对无人机动态拓扑的传输时机与功率控制方法，基于对未来信道质量的预测，针对时延不敏感任务优化无人机通信的传输时机与传输功率，实现了对整体通信能耗的优化。
[0006] 本发明的目的是通过以下技术方案来实现的：一种针对无人机动态拓扑的传输时机与功率控制方法，包括以下步骤：
[0007] S1.给定传输任务：
[0008] 无人机1需要在 秒内以最小能量将大小为 比特的数据传输给无人机2；
[0009] S2.无人机之间交换未来的信道质量信息；
[0010] 无人机2获取自身在未来时刻 以前的运行轨迹 ；然后，无人机2将自身的运行轨迹传递给无人机1，基于无人机2的轨迹信息 以及自身的轨迹信息，无人机1推断与无人机2在未来的信道状态 ；
[0011] S3.根据无人机间的信道信息以及传输时延和数据大小初始化传输功率:
[0012] 给 定 传 输 时 延 为 ，数 据 大 小 为 ，功 率 初 始 化 为 等式的解，其中，参数 用以表示由小规模衰落、数字调制和编码产生的损耗， 为信号带宽；
[0013] S4.根据未来信道质量信息，定义传输时机并定义优化问题，确定最优传输功率和最优传输时机：
[0014] S4‑a.定义传输时机为 ，其中 为信道质量阈值， 为时间阈值， 为指示函数，即：当信道质量高于某一阈值时或在信道质量等于阈值且传输时间大于某一时间时，无人机之间才能进行通信；给定任意功率 ，利用 两 阶 段 二 分 法 确 定 对 应 的 最 佳 阈 值 和 ，使 得 等 式 成立；
[0015] S4‑b.基于传输能量计算公式 计算最优的传输功率 ，使得传输能量最小；最优传输功率对应的最佳阈值 和 为全局最优传输阈值 、时间阈值 ；因此最佳传输时机为 ；
[0016] S5.根据求解的最优传输阈值 、时间阈值 以及传输功率 设计点对点传输策略为每当 时，无人机1以 功率和 的速率向无人机2传输。
[0017] 其中，所述步骤S2中，无人机1推断未来的信道状态时，确定无人机的位置信息为 ，推测目标为位置 处无人机的信道质量随时间的函数 。
[0018] 所述信道质量随时间的函数 的推断方式包括以下任意一种：
[0019] 一、基于通信模型的推断：根据无人机的位置信息得到其间的距离随时间的函数为 ，利用通信模型推断出其间的信道信息为
[0020]
[0021] 其中， 是由放大器和天线增益引起的功率增益因数， 为路径损耗指数， 为噪声谱密度， 为信号带宽；
[0022] 二、基于无线电地图的推断：给定任意两个位置，无线电地图知道其间的信道信息，因此其间的信道信息表示为
[0023]
[0024] 其中 为无线电地图函数；
[0025] 三、基于数据的推断：对于任意两个位置，存在其间的历史信道数据集 ,记为：
[0026] , ；
[0027] 其中， 表示 中的第 个数据 ， 为历史信道数据集中包含的数据个数； 为第 个数据 的信道信息 表示第 个数
据 中包含的两个位置信息；
[0028] 对于无人机1和无人机2，筛选出满足位置关系的历史数据集合过程如下：
[0029] （1）对于历史信道数据集 中的任一数据 ，判断是否满足，则将 加入到集合 中；
[0030] （2）对每一个 ，重复执行（1）；
[0031] 当 遍历完成后，利用回归算法 推测出无人机之间的信道信息为：
[0032] 。
[0033] 所述步骤S4‑a中，根据未来信道质量信息，定义传输时机并定义优化问题的具体过程包括：
[0034] 根据阈值传输策略来选择传输时间，要求当信道质量高于某一阈值时并且在信道质量等于阈值且传输时间大于某一时间时，无人机之间才能进行通信，表示如下：
[0035]
[0036] 其中 为信道质量阈值 为时间阈值， 为指示函数， 当且仅当 为真，否则 ；利用传输时间选择函数 和传输功率 产生的吞吐量表示为：
[0037]
[0038] 能量消耗为
[0039]
[0040] 其中 为启动传输电路的能量消耗；
[0041] 根据阈值传输策略，通过求解以下问题得到信道质量阈值 和时间阈值 ，即接入时间
[0042]
[0043] 其中 为给定传输功率为 时的最小能耗。
[0044] 所述步骤S4‑a中，求解信道质量阈值 的过程包括：
[0045] A1、设置 ， ， ；
[0046] A2、设置 ，如果 ，设置 ；否则， ；
[0047] A3、重复A2直到 收敛到 ，并设置 。
[0048] 所述步骤S4‑a中，求解时间阈值 ；在信道质量为 的时间为0时，设置 ；否则通过二分法求解时间阈值 ，包括：
[0049] B1、设置 ， ， ；
[0050] B2、设置 ；如果 ，设置 ；否则， ；
[0051] B3、重复B2直到 收敛到 ，并设置 。
[0052] 所述步骤S4‑b中，通过求解以下问题求解最优传输功率
[0053]
[0054] 求解时采用梯度下降法：通过求解 在 处的梯度 ，并根据梯度下降的方向更新功率 ，直到梯度为0或者达到更新次数上限：
[0055] （1）计算 和 ，其中ϵ为梯度近似计算常数；
[0056] （2）计算目标函数 在点 处的近似梯度
[0057]
[0058] （3）利用梯度更新
[0059]
[0060] 其中 为搜索步长。更新 直到 ；设置 ；
[0061] （4）重复（1）（3）直到 。~
[0062] 设置最优传输功率 对应的最佳阈值 和 为全局最优传输阈值 、时间阈值 ；因此最佳传输时机为 。
[0063] 所述步骤S5中设计点对点传输策略包括如下任意一种方案：
[0064] 方案一、阈值算法：利用最优传输阈值 和时间阈值 根据阈值传输策略恢复出最优传输时机选择函数 ；无人机1当且仅当 的值为1时进行数据传输，即 ，且传输功率恒定为 ；
[0065] 方案二、进阶注水算法：利用最优传输阈值 和时间阈值 根据阈值传输策略恢复出最优传输时机选择函数 ，并在最优传输时机内，以注水算法求解功率分配方案 ，无人机在 的值为1时以功率 进行数据传输。
[0066] 本发明的有益效果是：本发明利用无人机的轨迹信息以及数据传输的超低时延敏感特性设计了传输时机与功率控制方法实现了对整体通信能耗的优化，其中所提出的阈值算法和进阶注水算法能够有效地分配传输时间和传输功率，最终降低了点对点数据传输所需要消耗的能量。
附图说明
[0067] 图1为本发明的方法流程图；
[0068] 图2为实施例中总能耗随额外电路功率设定的变化示意图。
具体实施方式
[0069] 下面结合附图进一步详细描述本发明的技术方案，但本发明的保护范围不局限于以下所述。
[0070] 本发明希望通过复用已部署的无人机建立低能耗的点对点通信。其核心技术路线是利用无人机的轨迹信息以及数据传输的超低时延敏感特性实现根据信道质量对传输时间以及功率控制的优化。经典的功率分配方法为“注水算法（water‑filling）”，可以实现根据信道质量在不同时刻对功率进行分配。然而，在考虑通信模块的整体功耗时，功率分配问题会变成一个非凸非光滑的问题，从而注水算法无法使用。另一方面，复杂性更高的“最优立即反应算法（optimal immediate‑react）”是对传输时间或功率进行穷举搜索，旨在当无人机接收到传输任务时就以某一恒定功率直接传输给目标节点。然而，该算法无法避免会使用到相对较差的信道，从而花费较多的能量。
[0071] 本发明的核心是如何有效利用时延不敏感特性优化传输时间和传输功率实现通信模块整体功耗的最低。利用阈值策略选择传输时间并简化优化参数维度，再分步优化传输时间和传输功率，最终实现对整体通信模块的优化。关键在于如何选取传输时间阈值模型以及如何优化阈值参数。因此，本发明的核心可以归纳为两部分，一是传输时间阈值模型的提出与参数优化；二是传输时间与传输功率的迭代优化结构，具体地：
[0072] 如图1所示，一种针对无人机动态拓扑的传输时机与功率控制方法，其特征在于：包括以下步骤：
[0073] S1.给定传输任务：
[0074] 无人机1需要在 秒内以最小能量将大小为 比特的数据传输给无人机2；
[0075] S2.无人机之间交换未来的信道质量信息；
[0076] 无人机2获取自身在未来时刻 以前的运行轨迹 ；然后，无人机2将自身的运行轨迹传递给无人机1，基于无人机2的轨迹信息 以及自身的轨迹信息 ，无人机1推断与无人机2在未来的信道状态 ；
[0077] S3.根据无人机间的信道信息以及传输时延和数据大小初始化传输功率:
[0078] 给定 传输 时延 为 ，数据大 小为 ，功率 初始化 为等式的解，其中，参数 用以表示由小规模衰落、数字调制和编码
产生的损耗，为信号带宽；
[0079] S4.根据未来信道质量信息，定义传输时机并定义优化问题，确定最优传输功率和最优传输时机：
[0080] S4‑a.定义传输时机为 ，其中 为信道质量阈值， 为时间阈值， 为指示函数，即：当信道质量高于某一阈值时或在信道质量等于阈值且传输时间大于某一时间时，无人机之间才能进行通信；给定任意功率 ，利用两阶段二分法确定对应的最佳阈值 和 ，使得等式
成立；
[0081] S4‑b.基于传输能量计算公式 计算最优的传输功率 ，使得传输能量最小；最优传输功率对应的最佳阈值 和 为全局最优传输阈值 、时间阈值 ；因此最佳传输时机为 ；
[0082] S5.根据求解的最优传输阈值 、时间阈值 以及传输功率 设计点对点传输策略为每当 时，无人机1以 功率和 的速率向无人机2传输。
[0083] 其中，所述步骤S2中，无人机1推断未来的信道状态时，确定无人机的位置信息为 ，推测目标为位置 处无人机的信道质量随时间的函数 。
[0084] 所述信道质量随时间的函数 的推断方式包括以下任意一种：
[0085] 一、基于通信模型的推断：根据无人机的位置信息得到其间的距离随时间的函数为 ，利用通信模型推断出其间的信道信息为
[0086]
[0087] 其中， 是由放大器和天线增益引起的功率增益因数， 为路径损耗指数， 为噪声谱密度， 为信号带宽；
[0088] 二、基于无线电地图的推断：给定任意两个位置，无线电地图知道其间的信道信息，因此其间的信道信息表示为
[0089]
[0090] 其中 为无线电地图函数；
[0091] 三、基于数据的推断：对于任意两个位置，存在其间的历史信道数据集 ,记为：
[0092] , ；
[0093] 其中， 表示 中的第 个数据 ， 为历史信道数据集中包含的数据个数； 为第 个数据 的信道信息； 表示第 个数据
中包含的两个位置信息；
[0094] 对于无人机1和无人机2，筛选出满足位置关系的历史数据集合过程如下：
[0095] （1）对于历史信道数据集 中的任一数据 ，判断是否满足，则将 加入到集合 中；
[0096] （2）对每一个 ，重复执行（1）；
[0097] 当 遍历完成后，利用回归算法 推测出无人机之间的信道信息为：
[0098] 。
[0099] 所述步骤S4‑a中，根据未来信道质量信息，定义传输时机并定义优化问题的具体过程包括：
[0100] 根据阈值传输策略来选择传输时间，要求当信道质量高于某一阈值时并且在信道质量等于阈值且传输时间大于某一时间时，无人机之间才能进行通信，表示如下：
[0101]
[0102] 其中 为信道质量阈值， 为时间阈值， 为指示函数， 当且仅当 为真，否则 ；利用传输时间选择函数 和传输功率 产生的吞吐量表示为：
[0103]
[0104] 能量消耗为
[0105]
[0106] 其中 为启动传输电路的能量消耗；
[0107] 根据阈值传输策略，通过求解以下问题得到信道质量阈值 和时间阈值 ，即接入时间
[0108]
[0109] 其中 为给定传输功率为 时的最小能耗。
[0110] 所述步骤S4‑a中，求解信道质量阈值 的过程包括：
[0111] A1、设置 ， ， ；
[0112] A2、设置 ，如果 ，设置 ；否则， ；
[0113] A3、重复A2直到 收敛到 ，并设置 。
[0114] 所述步骤S4‑a中，求解时间阈值 ；在信道质量为 的时间为0时，设置 ；否则通过二分法求解时间阈值 ，包括：
[0115] B1、设置 ， ， ；
[0116] B2、设置 ；如果 ，设置 ；否则， ；
[0117] B3、重复B2直到 收敛到 ，并设置 。
[0118] 所述步骤S4‑b中，通过求解以下问题求解最优传输功率
[0119]
[0120] 求解时采用梯度下降法：通过求解 在 处的梯度 ，并根据梯度下降的方向更新功率 ，直到梯度为0或者达到更新次数上限：
[0121] （1）计算 和 ，其中ϵ为梯度近似计算常数；
[0122] （2）计算目标函数 在点 处的近似梯度
[0123]
[0124] （3）利用梯度更新
[0125]
[0126] 其中 为搜索步长。更新 直到 ；设置 ；
[0127] （4）重复（1）（3）直到 。~
[0128] 设置最优传输功率 对应的最佳阈值 和 为全局最优传输阈值 、时间阈值 ；因此最佳传输时机为 。
[0129] 所述步骤S5中设计点对点传输策略包括如下任意一种方案：
[0130] 方案一、阈值算法：利用最优传输阈值 和时间阈值 根据阈值传输策略恢复出最优传输时机选择函数 ；无人机1当且仅当 的值为1时进行数据传输，即 ，且传输功率恒定为 ；
[0131] 方案二、进阶注水算法：利用最优传输阈值 和时间阈值 根据阈值传输策略恢复 出最 优 传输时 机 选择 函数 ，并在 最优 传输 时 机 内，以注水算法求解功率分配方案 ，无人机在 的值为1时以
功率 进行数据传输。
[0132] 如图2所示，场景为 ， 的空中部署的两架无人机
[0133] 实验场景：两架无人机以30‑50m/s的速度在120m的空中按照固定轨道飞行，其中轨道1在[0,1km]*[0,0.5km]的区域中，轨道2在[0.5km,1.5km] *[0,0.5km]的区域中。本实验模拟了无人机1和无人机2在飞行过程中对低延时容忍敏感性数据的传输。
[0134] 图2展示了注水算法、最优立即反应算法、进阶注水算法以及本发明提出的阈值算法在不同额外电路功率下的能耗性能。可以看出，本发明所提出的阈值算法的性能远高于传统的注水算法，并且在额外电路功率较大的情况下效果显著。这验证了传统的注水算法不能最优求解带额外电路功率的优化问题。除此之外，采用恒定功率的阈值算法与采用动态功率的进阶注水算法效果很接近。这说明采用最优恒定功率进行数据传输是足够的。与此同时，阈值算法的性能一直高于没有轨迹信息的性能上限——最优立即反应算法，这说明利用未来信道信息对传输时机以及功率进行优化的方法比任意没有轨道信息的方法都要好。
[0135] 以上所述是本发明的优选实施方式，应当理解本发明并非局限于本文所披露的形式，不应该看作是对其他实施例的排除，而可用于其他组合、修改和环境，并能够在本文所述构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。
