论文部分内容阅读
近年来,自然灾害及其引发的衍生灾害频发给人民大众的生命财产和生活环境造成重大的损害。灾害事件发生后,利用新型的通信技术构建物联网（Internet of Thing,Io T）系统以实时获取灾区相关信息并回传至控制中心,可以加快应急救援的反应速度,提高抢险救灾的效率。然而,物联网系统的有效运行依赖于Io T设备对灾区信息进行实时采集、传输和智能处理,因此面临着通信中断和能量受限两大严峻挑战。为了解决这两大挑战,一个有效的方案是构建无人机（Unmanned Aerial Vehicle,UAV）辅助无线网络框架。由于移动性强、覆盖范围广以及便携性高等优势,UAV可以快速而高效地搭建空中基站,为应急救援提供稳定的无线接入服务（例如通信、能量输送、计算等）。基于此,本文构建UAV辅助的应急物联网框架,实现无线覆盖受灾区域内的Io T设备。在此框架中,针对受灾地区的四大业务场景:能量补给、海量用户接入、计算密集型应用以及边缘覆盖增强,提出UAV辅助的应急物联网资源分配机制,并搭建了UAV辅助的应急物联网数据传输系统的验证平台。本文的主要贡献如下所示。（1）首先,针对受灾地区内Io T设备能量受限的场景,本文提出UAV辅助无线能量传输（Wireless Power Transfer,WPT）网络的联合波束赋形与资源分配策略。具体地,本文以最大化接收能量为目标,构建关于UAV三维位置、波束方向图和充电时间的优化问题。为了求解该问题,首先采用基于序列无约束凸极小化算法（Sequential Unconstrainted Convex Minimization,SUCM）寻找UAV的最优水平位置。随后,采用基于分解的多目标进化算法（Multiobjective Evolutionary Algorithm Based on Decomposition,MOEA/D）优化阵列天线相位,从而获得理想的波束方向图。为了最小化UAV的飞行距离,本文将UAV路径规划问题简化为旅行商问题（Traveling Salesman Problem,TSP）,进一步采用分支定界法（Branch and Bound,B＆B）规划UAV的飞行路径。数值结果表明,与基准方案相比,所提算法可以显著地提高系统的接收能量。（2）其次,针对受灾地区内海量用户接入的场景,本文提出UAV辅助多输入多输出-非正交多址接入（Multiple Input Multiple Output-Non Orthogonal Multiple Access,MIMONOMA）网络的用户接入策略。与传统的用户接入机制相比,本文结合了MIMO-NOMA系统和UAV通信技术,不仅可以增加Io T设备的连接密度,而且可以提升网络覆盖范围。具体地,在考虑最小传输速率、UAV覆盖半径以及发送功率等约束下,本文以最大化吞吐量为目标构建联合优化问题。为了解决这个问题,首先将优化问题简化为路径损耗最小化问题,进一步利用凸优化方法获得最优的UAV位置部署。接着,本文提出基于MOEA/D的波束赋形算法寻找最优的波束权值。最后,利用卡罗需-库恩-塔克（KarushKuhn-Tucker,KKT）和基于分式规划（Fraction Programming,FP）的迭代算法,本文提出两种功率优化方案。数值结果表明,与正交频分复用（Orthogonal Frequency Division Multiple Access,OFDMA）方案相比,以上两种算法可以显著地提升Io T设备的吞吐量。（3）随后,针对受灾地区中具有计算密集型应用的场景,本文提出UAV辅助无线供能边缘计算（Mobile Edge Computing,MEC）网络的资源调度策略,为Io T设备提供高效的计算服务。具体地,本文以最大化Io T设备的计算速率为目标,构建满足能量采集约束和UAV覆盖范围约束的优化问题。为了解决该问题,首先利用多面体合并方法和半正定松弛（Semi-definite Relaxation,SDR）方法推导了UAV位置部署的闭式解以及混合波束赋形（Hybrid Beamforming,HBF）矩阵的高效解。接着,在基于部分和二进制卸载模式下,本文提出两种资源分配方案以优化计算资源。数值结果表明,与基准方案相比,所提算法可以显著地提升Io T设备的计算速率。（4）接着,针对受灾地区内Io T设备位于覆盖边缘的场景,本文提出智能反射面（Reconfigurable Intelligent Surface,RIS）辅助多无人机系统的资源分配策略。区别于中继通信系统,本文借助RIS构建UAV与Io T设备之间的虚拟直视链路可以显著地降低系统能耗。具体地,本文以最小化系统功率为目标,构建关于UAV位置部署、RIS反射系数以及资源调度的联合优化问题。为了求解该问题,首先利用最大比率传输（Maximum Ratio Transmission,MRT）技术和连续凸逼近（Successive Convex Approximation,SCA）来获得波束赋形向量和UAV位置部署。接着,利用高斯随机过程和凸优化方法推导了RIS反射系数的闭式解和最优功率分配。最后,本文提出一种动态解码方案优化用户解码顺序。仿真结果表明,所提算法在满足最小传输速率需求下可以降低系统总功耗。（5）最后,基于上述的资源分配策略,本文搭建了UAV辅助的应急物联网数据传输系统的验证平台,该验证平台由UAV系统和任务系统组成。为了提高UAV系统的续航时间,本文利用基于B＆B算法的路径规划策略,设计UAV系统的飞行路径以最小化飞行总距离。进一步地,基于规划的飞行路径,本文提出基于最大前程策略的协作路由算法,寻找最优的路由传输路径,以减少数据传输时延。室外实验结果表明,验证平台可实时采集航点周围的温度、湿度、经纬度、海拔高度等数据并通过无线Mesh网络回传至地面站系统。