[发明专利]UAV轨迹、传感节点调度及任务执行时间联合优化方法

权利要求书

1.一种UAV轨迹、传感节点调度及任务执行时间联合优化方法，其特征在于，包括以下步骤：

基于UAV需要采集的数据量及相应的能耗，构建UAV效用函数；

所述构建的UAV效用函数表示为：

Θ＝R_ave-κE

其中，Θ为UAV执行任务的效用函数，R_ave为UAV单位时间内采集的数据量，即UAV的任务执行速率，E为UAV执行任务相应的能耗，κ为量纲标准化因子；

所述UAV的任务执行速率表示为：

其中，W为传输信道带宽，δ为每个时隙的持续时间，K为传感节点数，N为时隙数，为传感节点k在第n个时隙的调度因子，q[n]为UAV在第n个时隙的位置，w_k为传感节点k的位置，为UAV与传感节点k间LoS信道出现的概率，η为NLoS信道引起的额外损耗因子，P_k为地面传感节点的发送功率，β₀为参考距离1m处的信道增益，σ²为UAV接收到的噪声功率；

所述UAV执行任务相应的能耗模型为：

其中，e为UAV飞行环境阻力因子，f为UAV的个体特征因子，包括质量和惯性矩，a[n]为第n个时隙的飞行加速度，a_g为UAV重力加速度，P_S为UAV通信模块的功率；

利用所述构建的UAV效用函数建立UAV轨迹、传感节点调度以及任务执行时间的联合优化模型；其中，所述联合优化模型以最大化UAV效用函数为目标，以所有传感节点数据量上传需求、传感节点调度以及无人机的移动特性为限制条件；

建立的UAV轨迹、传感节点调度以及任务执行时间的联合优化模型表示为：

P1

q[0]＝q[N]＝q_I，

其中，s.t.表示约束条件，q_I为UAV飞行的起止位置，v[n]为UAV在第n个时隙的速度，V_max为UAV的最大飞行速度；

将所述联合优化模型转化为UAV路径优化和任务执行时间优化两个子问题，采用块下降法和连续凸逼近算法得到传感节点调度与UAV飞行路径的优化解，进一步利用二分法获得最小任务执行时间；

问题P1属于混合整数非凸问题，所述联合优化方法还包括将问题P1放缩变换，所述放缩变换后的问题表示为：

P2

q[0]＝q[N]＝q_I，

问题P2属于非凸问题，所述联合优化方法还包括将问题P2转化为问题P3和问题P4，其中，问题P3为UAV路径优化子问题，问题P4为任务执行时间最小化子问题，包括：

P3

q[0]＝q[N]＝q_I

P4

s.t.Θ^*(M)existing

其中，M为UAV执行任务时隙数的初试值，Θ^*(M)为问题P3对应的最优值；

问题P3属于非凸问题，所述联合优化方法还包括利用块下降法将问题P3转化为问题P5和问题P6，其中，问题P5为优化传感节点调度因子，问题P6为优化UAV飞行轨迹，包括：

P5

P6

q[0]＝q[M]＝q_I

其中，问题P5解决传感节点调度因子的优化问题，问题P6解决UAV飞行轨迹的优化问题；

针对LP问题P5和非凸问题P6，所述联合优化方法还包括利用近似凸逼近法得到UAV效用最大的最优传感节点调度因子，UAV飞行轨迹，速度以及加速度，包括：

初始化和设置收敛精度ε，求解问题P5得到传感节点调度因子r＝0为迭代次数；

已知利用近似凸逼近法求解问题P6，得到UAV飞行轨迹速度加速度

更新r＝r+1，判断Θ^r+1-Θ^r的值是否满足精度值ε，若满足，确认求得的和即为问题P3的最优解；若不满足，继续求解问题P5和问题P6，直到Θ^r+1-Θ^r满足精度要求为止；

针对问题P4，利用二分法搜索的方式得到UAV完成数据采集任务的最小时隙数，包括：

初始化UAV执行数据采集任务的时隙数M，求解问题P3，则使得Θ^*(M)存在的最小M即为问题P4的最优解。