[发明专利]一种基于缓存的无人机中继辅助车联网传输优化方法有效

专利信息
申请号: 202010578331.9 申请日: 2020-06-23
公开(公告)号: CN111682895B 公开(公告)日: 2022-03-08
发明(设计)人: 代海波;张黎明;王保云 申请(专利权)人: 南京邮电大学
主分类号: H04B7/185 分类号: H04B7/185;H04W4/44;H04L67/5681;H04W24/06
代理公司: 南京苏高专利商标事务所(普通合伙) 32204 代理人: 柏尚春
地址: 210012 江苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 缓存 无人机 中继 辅助 联网 传输 优化 方法
【权利要求书】:

1.一种基于缓存的无人机中继辅助车联网传输优化方法,其特征在于,包括以下步骤:

(1)构建基于缓存的无人机中继辅助车联网通信系统,所述系统由卫星、地面车辆、单天线无人机和路边包含多天线的基站组成;

(2)构建以最大化地面车辆最小可达到速率和为目标的优化函数;

(3)分别固定无人机轨迹变量与调度变量,将步骤(2)中的优化问题分解转化为两个子问题;

(4)采用一个两层的迭代算法迭代无人机轨迹与资源分配策略,直到步骤(2)中的优化问题收敛到预先设定的精度;

所述步骤(3)包括以下步骤:

(31)通过固定无人机调度变量,并将步骤(2)中优化问题的非凸目标和约束通过一阶泰勒展开替换成其相应的下界,将步骤(2)中优化问题转化凸优化问题,原优化函数转化为:

其中,V[n]为无人机在时隙n的速度,v0为无人机悬浮过程中平均旋翼速度,H2为无人机高度;

(32)固定无人机轨迹变量,利用泰勒展开法将其转化为一个凸优化问题,然后利用拉格朗日对偶法推导出转化子问题的封闭解,原优化函数转化为:

其中,{Γ2[n]}为辅助向量,有助于设计拉格朗日对偶法来得到整数解,将k[n],{Vk[n]}作为拉格朗日乘子向量,取得对偶问题:

可解得最优和

2.根据权利要求1所述的一种基于缓存的无人机中继辅助车联网传输优化方法,其特征在于,步骤(2)所述的优化函数为:

约束条件为:

Lu[0]=LI

Lu[N]=LF

xk[n]∈{0,1}

其中,Lu[n]是无人机在时隙n时的横坐标,xk[n]是时隙n时的调度变量,xk[n]=1表示无人机和基站在时隙n联合与车辆k进行通信,反之xk[n]=0,在每个时隙n无人机只服务一辆地面车辆,Rk[n],Ru[n]分别是地面车辆和无人机在时隙n的传输速率,Vmax为无人机的最大速度,LI,LF分别是无人机的起始与最终横坐标,Bv,Bu分别是无人机和卫星的传输带宽,yk是缓存变量,yk=1表示无人机缓存中存在请求的文件,反之yk=0,E(x)是无人机的能量消耗函数,是无人机的最大携带能量。

3.根据权利要求1所述的一种基于缓存的无人机中继辅助车联网传输优化方法,其特征在于,所述步骤(4)包括以下步骤:

(41)初始化无人机轨迹

(42)循环以下操作,直到原优化问题收敛到指定精确度:

固定无人机分配策略,通过解步骤(31)中的凸优化问题,得到使用SCA技术更新基于定义计算直到收敛;

固定无人机轨迹,通过车辆-无人机分配算法取得,通过SCA技术更新,直到收敛;

(43)输出无人机轨迹和分配策略

4.根据权利要求3所述的一种基于缓存的无人机中继辅助车联网传输优化方法,其特征在于,所述步骤(42)包括以下步骤:

(421)固定Lu[n]和拉格朗日乘子k(0)[n]和初始化步骤(32)优化问题中向量X[n]和Γ[n],使迭代t=0;

(422)循环以下操作,直到步骤(32)中的优化问题收敛到指定精度:取得和通过梯度法计算k(t+1)[n]和

(423)输出车辆-无人机分配策略X*[n]。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京邮电大学,未经南京邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010578331.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top