無人機中繼廣播通信系統(tǒng)航跡優(yōu)化方法

李冬霞， 李春鳴， 趙文強， 劉海濤

(中國民航大學(xué) 天津市智能信號處理與圖像處理重點實驗室，天津 300300)

中繼通信是無人機(Unmanned Aerial Vehicle，UAV)應(yīng)用的一個重要領(lǐng)域．與傳統(tǒng)的固定中繼通信相比，無人機中繼通信具有部署方便、網(wǎng)絡(luò)構(gòu)建迅捷、通信覆蓋范圍大等諸多優(yōu)點，因此，近年來無人機中繼通信在軍用與民用領(lǐng)域獲得廣泛關(guān)注[1-2]．特別是無人機中繼廣播通信技術(shù)，在軍事通信中的應(yīng)用越來越顯示出其獨特的優(yōu)勢，成為未來局部戰(zhàn)爭的重要技術(shù)手段．與此同時，無人機中繼通信也面臨一系列新的技術(shù)挑戰(zhàn)，例如無人機中繼航跡優(yōu)化問題，系統(tǒng)鏈路傳輸可靠性問題等．

目前，無人機中繼通信的研究主要集中在以下4個方面: 無人機中繼網(wǎng)絡(luò)性能優(yōu)化[3-4]，無人機空地通信信道建模[5]，無人機中繼通信傳輸方法[6]，無人機中繼航跡優(yōu)化[7-10]．其中，無人機中繼航跡優(yōu)化是提高通信系統(tǒng)服務(wù)質(zhì)量的重要技術(shù)手段．為解決無人機中繼點對點通信系統(tǒng)的航跡優(yōu)化問題，文獻[7]提出基于發(fā)射與接收波束成形的無人機中繼傳輸方法，并給出了基于信噪比最大化準(zhǔn)則的中繼無人機航跡優(yōu)化方法; 文獻[8]提出了基于人工勢場法的無人機航跡優(yōu)化方法，該方法采用多架無人機作為中繼平臺，極大地提升了鏈路的傳輸容量．為解決多用戶接入無人機中繼系統(tǒng)的航跡優(yōu)化問題，文獻[9]基于和速率最大化準(zhǔn)則，分別給出了空分多址和時分多址兩種傳輸方式下的中繼無人機航跡優(yōu)化方法;文獻[10]基于最小各態(tài)歷經(jīng)鏈路容量最大化準(zhǔn)則給出了無人機航跡優(yōu)化方法．上述文獻僅討論了點對點和多用戶接入無人機中繼通信系統(tǒng)的航跡優(yōu)化問題，沒有涉及到無人機中繼廣播通信系統(tǒng)航跡優(yōu)化問題．

針對無人機中繼廣播通信系統(tǒng)性能優(yōu)化問題，文獻[11]基于多架中繼無人機總發(fā)射功率最小化準(zhǔn)則提出了一種無人機位置部署及其覆蓋區(qū)域劃分的聯(lián)合優(yōu)化方法．然而，該方法僅考慮了無人機至用戶節(jié)點單跳鏈路，沒有考慮基站至無人機鏈路對系統(tǒng)性能的影響．針對同樣的問題，文獻[12]基于中斷概率最小化準(zhǔn)則提出了中繼無人機的最優(yōu)位置部署及功率分配方法．然而，文獻采用旋翼無人機作為中繼平臺，所采用的方法能否應(yīng)用到固定翼無人機中繼通信系統(tǒng)還需要進一步的驗證．

考慮到固定翼無人機中繼廣播通信系統(tǒng)在實際應(yīng)用中發(fā)揮著重要作用，筆者針對固定翼無人機中繼廣播通信航跡優(yōu)化問題，提出了基于用戶節(jié)點平均中斷概率最小化準(zhǔn)則的無人機航向角的優(yōu)化方法，給出了單用戶節(jié)點中斷概率計算公式，并仿真驗證了筆者提出方法的正確性；最后分析了無人機最大轉(zhuǎn)彎角和服務(wù)區(qū)域半徑對最優(yōu)航跡和系統(tǒng)性能的影響．

圖1 無人機中繼廣播通信系統(tǒng)模型

1 系統(tǒng)模型

1.1 系統(tǒng)模型

圖1給出了無人機中繼廣播通信系統(tǒng)的模型．系統(tǒng)由固定基站(Base Station，BS)節(jié)點、機動飛行的無人機中繼節(jié)點及N個用戶(ui，i=1，…，N)節(jié)點組成．其中，基站節(jié)點位于地面，無人機搭載中繼載荷以固定高度h、恒定速度v飛行，N個用戶節(jié)點均勻分布在地面一個圓形服務(wù)區(qū)域內(nèi)．

假設(shè)基站節(jié)點與服務(wù)區(qū)域距離較遠，不存在基站節(jié)點到各個用戶節(jié)點的直達通信鏈路，則必須通過無人機的中繼才能夠?qū)崿F(xiàn)基站節(jié)點與各個用戶節(jié)點的廣播通信．此外，假設(shè)基站節(jié)點、無人機中繼節(jié)點及各用戶節(jié)點均配置單個天線．

為方便計算基站與無人機節(jié)點及無人機節(jié)點與各個用戶節(jié)點的距離，按照以下方式建立三維直角坐標(biāo)系: 以圓形服務(wù)區(qū)域的中心作為笛卡爾直角坐標(biāo)系的原點，以坐標(biāo)原點與基站連線的方向作為直角坐標(biāo)系的x軸，以坐標(biāo)原點垂直于大地向上的方向作為直角坐標(biāo)系的z軸．假設(shè)基站節(jié)點與直角坐標(biāo)系原點的距離為R0，則基站節(jié)點的坐標(biāo)為[R0，0，0]．此外，為方便描述各個用戶節(jié)點在服務(wù)區(qū)內(nèi)的分布情況，以直角坐標(biāo)系的原點作為極坐標(biāo)系原點，以直角坐標(biāo)系的x軸方向為極坐標(biāo)系零度極角方向建立極坐標(biāo)系，則所有用戶節(jié)點均勻分布于極坐標(biāo)系下以原點為中心、半徑為L的圓形區(qū)域內(nèi)．

1.2 信號模型

在無人機中繼廣播通信系統(tǒng)中，無人機采用放大轉(zhuǎn)發(fā)模式工作．第1個時隙，基站節(jié)點發(fā)射信號s，無人機中繼節(jié)點接收信號表示為

i=1，2，…，N，(2)

2 無人機航跡優(yōu)化方法

2.1 單用戶節(jié)點近似中斷概率

中斷概率定義為接收信噪比低于某一門限值γth的概率，是衡量無線通信系統(tǒng)連通性能的一項重要指標(biāo)．為了便于優(yōu)化處理，降低計算復(fù)雜度，以用戶節(jié)點的近似中斷概率作為性能優(yōu)化指標(biāo)．以下分析給出其具體的數(shù)學(xué)描述．

利用式(3)，可計算得到用戶ui節(jié)點的中斷概率近似表達式[13]:

(4)

(5)

考慮到無人機飛行高度恒為h，在t時刻，基站節(jié)點、無人機中繼節(jié)點及用戶節(jié)點ui的三維笛卡爾坐標(biāo)分別為b= [R0，0，0]T，rt= [xt，yt，h]T和ui= [xi，yi，0]T，由此可計算得到dB，U與dU，i，并將其代入式(5)，得到t時刻用戶ui節(jié)點的近似中斷概率:

(6)

式(6)表明，在基站與無人機中繼節(jié)點發(fā)射功率及信道輸入噪聲功率給定的情況下，用戶節(jié)點ui的中斷概率由無人機的位置矢量rt及用戶節(jié)點位置矢量ui聯(lián)合決定．在固定翼無人機中繼通信系統(tǒng)中，無人機中繼節(jié)點的位置時刻改變，用戶節(jié)點的中斷概率也隨之改變，因此需要依據(jù)用戶節(jié)點的位置及時調(diào)整無人機的航跡才能提高系統(tǒng)的連通性能．

2.2 基于平均中斷概率最小化準(zhǔn)則的航跡優(yōu)化方法

考慮到系統(tǒng)由多個用戶組成，為了提高用戶節(jié)點的平均連通性能，以服務(wù)區(qū)內(nèi)所有用戶節(jié)點平均中斷概率最小化為準(zhǔn)則進行航跡優(yōu)化設(shè)計．

假設(shè)在極坐標(biāo)系中用戶ui節(jié)點的極徑為li，極角為θi，則用戶ui節(jié)點的位置矢量為ui= [licosθi，lisinθi，0]T．考慮到用戶節(jié)點均勻分布于半徑為L的圓形區(qū)域內(nèi)，極徑li與極角θi的聯(lián)合概率密度函數(shù)為p(li，θi)= 1 (πL2)，則t時刻圓形服務(wù)區(qū)內(nèi)所有用戶節(jié)點的平均中斷概率為

(7)

式(7)表明，給定服務(wù)區(qū)域半徑，所有用戶節(jié)點的平均中斷概率僅取決于t時刻無人機中繼節(jié)點的位置矢量rt．

進一步根據(jù)固定翼無人機的運動模型[7]，假設(shè)在t-Δτ時刻無人機中繼節(jié)點的位置矢量為rt-Δτ= [xt-Δτ，yt-Δτ，h]T，則t時刻無人機在二維平面內(nèi)的坐標(biāo)可表示為

(8)

其中，Δτ代表無人機中繼節(jié)點位置更新的周期，δt代表t時刻無人機中繼節(jié)點的航向角，滿足δt-δt-Δτ≤δmax，其中δmax代表最大轉(zhuǎn)彎角．將式(6)代入式(7)，服務(wù)區(qū)域內(nèi)所有用戶節(jié)點的平均中斷概率表示為

Pave(δt)≈γth(ξt+ηtcosδt+ζtsinδt)=γth[ξt+ψtcos(δt-φt)] ,(9)

其中，

式(9)表明，給定t-Δτ時刻無人機中繼節(jié)點的位置矢量rt-Δτ，t時刻服務(wù)區(qū)域內(nèi)所有用戶節(jié)點的平均中斷概率僅取決于t時刻無人機中繼節(jié)點的航向角δt．至此，基于所有用戶節(jié)點平均中斷概率最小化準(zhǔn)則的航跡優(yōu)化問題表述為

(10)

利用式(9)的結(jié)果，以上問題進一步表示為

(11)

通過式(11)對航向角δt求導(dǎo)并使之等于零，同時結(jié)合無人機中繼節(jié)點航向角的約束條件，可計算得到最優(yōu)航向角為

(12)

3 性能分析

(13)

根據(jù)中斷概率的定義，用戶ui節(jié)點的中斷概率的數(shù)學(xué)表示為

(14)

(15)

其中，Pr(·)代表概率，fγ1(·)代表γ1的概率密度函數(shù)．式(15)可進一步化簡[7]為

(16)

其中，F(xiàn)γ2(·)代表γ2的累積分布函數(shù)．

由于基站節(jié)點至無人機中繼節(jié)點及無人機中繼節(jié)點至用戶節(jié)點信道的小尺度衰落系數(shù)服從瑞利分布，因此γ1和γ2均服從自由度為2的中心卡方分布．γ2的累積分布函數(shù)Fγ2(x)與γ1的概率密度fγ1(x)分別為

(17)

將式(17)代入到式(16)中，可得

(18)

其中，K1(·)表示第二類1階修正貝塞爾函數(shù)．令式(18)中μ=γth，即可得到用戶ui節(jié)點的精確中斷概率．

4 數(shù)值仿真

4.1 仿真條件

4.2 仿真結(jié)果

圖2給出了各節(jié)點的位置坐標(biāo)及無人機最優(yōu)航跡．其中圓形區(qū)域代表用戶服務(wù)區(qū)域，“□”代表基站節(jié)點位置，“?”與“○”分別表示無人機中繼節(jié)點的初始位置及最優(yōu)中繼位置．圖2(a)給出了理論和仿真最優(yōu)航跡的比較圖，其中實線為理論分析得到的無人機最優(yōu)航跡，虛線及點劃線分別代表用戶數(shù)為10及200個用戶時，利用窮舉法仿真得到的無人機最優(yōu)航跡．圖2(a)結(jié)果表明:理論航跡與仿真獲得的無人機航跡走勢保持一致，且隨著用戶數(shù)的增加，仿真航跡更接近于理論航跡，驗證了筆者所提方法的正確性;無人機從初始位置飛行到最優(yōu)中繼位置 [R0/2，0，h]后(參見文獻[12])，開始以圓形軌跡飛行，圓的半徑為 100 m，周期約為 25 s．圖2(b)給出了服務(wù)區(qū)域半徑對最優(yōu)航跡的影響，其中實線和虛線分別表示服務(wù)區(qū)域半徑為 150 m 與 300 m 時的最優(yōu)航跡．圖示結(jié)果表明: 無人機最優(yōu)航跡不受服務(wù)區(qū)域半徑影響 (α=1)．圖2(c)給出了最大轉(zhuǎn)彎角對無人機最優(yōu)航跡的影響，其中實線和虛線分別表示最大轉(zhuǎn)彎角為15°和25°時的最優(yōu)航跡．圖形觀測表明:無人機進入圓形飛行軌跡后，圓的半徑隨最大轉(zhuǎn)彎角的增加而減小; 當(dāng)最大轉(zhuǎn)彎角為25°時，無人機圓形飛行路徑的半徑約為 57.3 m，周期為 14.5 s．

圖2 各節(jié)點位置及無人機最優(yōu)飛行航跡

圖3給出了服務(wù)區(qū)域半徑和最大轉(zhuǎn)彎角對用戶平均中斷概率的影響．圖3(a)給出了不同服務(wù)區(qū)域半徑下用戶節(jié)點平均中斷概率隨時間的變化曲線，其中包含基于用戶平均中斷概率(見式(9))得到的理論分析曲線和基于精確用戶中斷概率(見式(18))得到的仿真曲線．圖示結(jié)果表明:基于用戶平均中斷概率的近似理論分析曲線與精確仿真曲線非常接近，驗證了所提優(yōu)化方法的有效性．增大服務(wù)區(qū)域半徑，用戶平均中斷概率增大，系統(tǒng)平均連通性能降低．圖3(b)給出了不同最大轉(zhuǎn)彎角下的用戶節(jié)點平均中斷概率曲線．實線和虛線分別表示最大轉(zhuǎn)彎角為15°和25°時，平均中斷概率隨時間的變化曲線．曲線表明: 隨著最大轉(zhuǎn)彎角的增加，用戶的平均中斷概率減小，系統(tǒng)的平均連通性能提高．

圖3 服務(wù)區(qū)域半徑和最大轉(zhuǎn)彎角對用戶平均中斷概率的影響(10次獨立重復(fù)實驗)

5 結(jié) 論

筆者針對固定翼無人機中繼廣播通信航跡優(yōu)化問題，提出了一種中繼無人機航跡優(yōu)化方法．該方法有效地實現(xiàn)了中繼無人機對其最優(yōu)中繼位置的追蹤．研究結(jié)論如下:固定翼無人機以恒定速度飛行，飛到最優(yōu)中繼位置后，為了保持系統(tǒng)連通性能最優(yōu)，開始繞圓在空中盤旋．筆者所提航跡優(yōu)化方法得到的無人機最優(yōu)航跡不受服務(wù)區(qū)域半徑的影響 (α=1)，且服務(wù)區(qū)域半徑增大，用戶的平均中斷概率亦增大．隨著最大轉(zhuǎn)彎角的增大，圓形航跡的半徑減小，用戶的平均中斷概率減小，系統(tǒng)的平均連通性能提高．

[1] ZENG Y, ZHANG R, LIM T J. Wireless Communications with Unmanned Aerial Vehicles: Opportunities and Challenges[J]. IEEE Communications Magazine, 2016, 54(5): 36-42.

[2] GUPTA L, JAIN R, VASZKUN G. Survey of Important Issues in UAV Communication Networks[J]. IEEE Communications Surveys and Tutorials, 2016, 18(2): 1123-1152.

[3] 徐贊新, 袁堅, 王鉞, 等. 一種支持移動自組網(wǎng)通信的多無人機中繼網(wǎng)絡(luò)[J]. 清華大學(xué)學(xué)報:自然科學(xué)版, 2011, 51(2): 150-155.

XU Zanxin, YUAN Jian, WANG Yue, et al. UAV Relay Network to Provide Communications in Mobile Ad Hoc Networks[J]. Journal of Tsinghua University: Science and Technology, 2011, 51(2): 150-155.

[4] 符小衛(wèi), 程思敏, 高曉光. 無人機協(xié)同中繼過程中的路徑規(guī)劃與通信優(yōu)化[J]. 系統(tǒng)工程與電子技術(shù), 2014, 36(5): 890-894.

FU Xiaowei, CHENG Simin, GAO Xiaoguang. Path Planning and Communication Optimizing in Multi-UAVs Cooperative Communication relay[J]. Systems Engineering and Electronics, 2014, 36(5): 890-894.

[5] SUN R, MATOLAK D W. Air-ground Channel Characterization for Unmanned Aircraft Systems Part Ⅱ: Hilly and Mountainous Settings[J]. IEEE Transactions on Vehicular Technology, 2017, 66(3): 1913-1925.

[6] CHENG C M, HSIAO P H, KUNG H T, et al. Maximizing Throughput of UAV-relaying Networks with the Load-carry-and-deliver Paradigm[C]//Proceedings of the 2007 IEEE Wireless Communications and Networking Conference. New York: IEEE, 2007: 4420-4427.

[7] OUYANG J, ZHUANG Y, LIN M, et al. Optimization of Beamforming and Path Planning for UAV-assisted Wireless Relay Networks[J]. Chinese Journal of Aeronautics, 2014, 27(2): 313-320.

[8] ZHU M, CHEN Y Y, CAI Z P, et al. Using Unmanned Aerial Vehicle Chain to Improve Link Capacity of Two Mobile Nodes[C]//Proceedings of the 2015 IEEE International Conference on Mechatronics and Automation . Piscataway: IEEE, 2015: 494-499.

[9] JIANG F, SWINDLEHURST A L. Optimization of UAV Heading for the Ground-to-air Uplink[J]. IEEE Journal on Selected Areas in Communications, 2012, 30(5): 993-1005.

[10] CHOI D H, JUNG B H, SUNG D K. Low-complexity Maneuvering Control of a UAV-based Relay without Location Information of Mobile Ground Nodes[C]//Proceedings of the 2014 International Symposium on Computers and Communications. Piscataway: IEEE, 2014: 6912558.

[11] MOZAFFARI M, SAAD W, BENNIS M, et al. Optimal Transport Theory for Power-efficient Deployment of Unmanned Aerial Vehicles[C]//Proceedings of the 2016 IEEE International Conference on Communications. Piscataway: IEEE, 2016: 7510870.

[12] JIN Y, ZHANG Y D, CHALISE B K. Joint Optimization of Relay Position and Power Allocationin Cooperative Broadcast Wireless Networks[C]//Proceedings of the 2012 International Conference on Acoustics, Speech and Signal Processing. Piscataway: IEEE , 2012: 2493-2496.

[13] SURAWEERA H A, LOUIE R H Y, LI Y, et al. Two Hop Amplify-and-forward Transmission in Mixed Rayleigh and Rician Fading Channels[J]. IEEE Communications Letters, 2009, 13(4): 227-229.