基于内容感知的无人机轨迹规划和资源分配联合优化方法

针对未来网络中激增的数据流量以及用户多样化的业务需求,利用无人机来辅助蜂窝网络为用户提供更好的服务。该文提出了基于内容感知的无人机轨迹规划和资源分配联合优化方法,在无人机上缓存热点内容,在满足用户内容需求的条件下,联合优化用户接入以及无人机飞行轨迹来最大化最小用户平均服务速率。由于所建立的优化问题具有非凸性,该文提出了一种块坐标下降的方法将原问题分解为两个子问题,并利用连续凸优化方法对问题进行求解。仿真结果表明,所提方法能够有效提升最小用户平均服务速率,提升网络深度覆盖水平。

基于多凸优化的稀疏线性阵列综合方法

提出了一种基于迭代算法的稀疏阵列综合方法,通过减少阵列单元数量以简化波束形成网络。该方法在每一步迭代过程中使用多凸优化方法,将控制主瓣波纹大小的非凸函数转化成凸函数,并将稀疏阵列综合问题转化为一系列迭代加权L1范数最小化的稀疏重构问题。通过该算法综合出来的阵列天线具有较少单元数与较高的方向图性能。算例表明,与传统算法相比较,文中提出的方法可以节省大量天线单元。

基于块坐标下降算法的空地无人平台轨迹联合优化

使用无人机执行时敏性数据采集任务时,偏僻节点的存在会导致无人机能耗效率降低,地面传感器节点数据传输能耗增加,任务完成时间增加等问题。因此,提出了基于地面移动基站与无人机协同的数据采集方法。通过按需部署移动基站,完成对偏僻节点的数据采集并发送至无人机,以节省偏僻节点的传输能耗和无人机的飞行能耗,进而提高整个传感器网络的寿命和无人机的能耗效率。联合优化传感器的唤醒调度、无人机轨迹和基站部署位置,以最小化传感器能耗,然后将问题建模为混合整数非凸问题,通过应用连续凸优化技术,提出了一种有效的迭代算法来寻找次优解。仿真结果表明,相比其他基准方案,所提出的方案实现了显著的性能提升。

HGV平衡滑翔式轨迹可达区域计算方法研究

针对滑翔式高超声速飞行器(HGV)平衡滑翔轨迹可达区域的高精度快速计算问题,研究了一种基于降阶动力学模型和连续凸优化方法的可达区域计算方法;首先,根据"准平衡滑翔假设"条件,将再入飞行器三自由度动力学方程进行降阶处理,得到以速度为自变量的三阶动力学方程;然后,将可达区域计算问题描述为一系列满足再入走廊约束和初、末状态约束下的横程最大优化问题,将动力学方程进行线性化、离散化处理后,采用连续凸优化方法对该问题进行求解,得到了滑翔飞行器不同末端速度下的可达区域;最后,以CAV-H飞行器模型为例进行了仿真验证,结果表明,该方法具有较高的求解效率和可达区域计算精度。

一种高吞吐量的无人机轨迹规划方法

无人机由于具有完全可控的移动性以及快速部署等优点,成为无线通信领域的研究热点。研究一种无人机支持的多播信道,利用无人机作为移动发射机向多个地面节点发送信息,在无人机的有限任务通信时间内,设计一种连续圆飞行轨迹方法。面向随机分布的多个地面节点,设定距离阈值对地面节点进行分组,通过求解新型旅行商问题确定无人机对各个分组的通信顺序,在满足无人机与地面节点通信覆盖需求的情况下,对圆心、无人机的飞行速度以及飞行半径进行求解,确定各个分组的圆形飞行轨迹,进而生成连续圆飞行轨迹。为实现吞吐量最大化目标,基于连续圆轨迹,在轨迹、功率一定情况下进行功率和轨迹优化,并通过交替联合优化无人机轨迹和功率以提高无人机对地通信系统整体性能。仿真结果表明,与基准方案相比,该方法系统吞吐量明显提高。