[发明专利]一种优化中继无人机的高度、水平位置和发射功率的方法

权利要求书

1.一种优化中继无人机的高度、水平位置和发射功率的方法，其特征在于：包括以下步骤：

S1.建立基于NOMA的无人机中继系统，该系统由基站在第一个时隙中向无人机发送数据，然后基站和无人机在第二个时隙中通过非正交多址协议同时向M个用户发送数据，为用户提供服务；

S2.建立步骤S1中系统的总用户传输速率最大化问题，并将问题分解成无人机高度子问题和无人机水平位置和发射功率子问题；

S3.针对步骤S2中的无人机高度子问题，采用黄金分割算法求解出最优的无人机高度；

S4.针对步骤S2中的无人机水平位置和发射功率子问题，利用步骤S3中的结果，使用低复杂度迭代算法来求解最优的无人机水平位置和发射功率。

2.根据权利要求1所述的优化中继无人机的高度、水平位置和发射功率的方法，其特征在于：步骤S1中，使用SIC技术，用户在第二个时隙中接收和解码双重信息。

3.根据权利要求2所述的优化中继无人机的高度、水平位置和发射功率的方法，其特征在于：步骤S2具体包括：

考虑下行链路无人机辅助的无线通信网络由基站、无人机和M个蜂窝用户组成，该模型的可实现速率如下：

用户的总速率表示为：

联合无人机的高度、水平位置和发射功率的最大化用户总传输速率问题建模如下：

其中p_B,U,p_B,m,p_U,m分别代表基站到无人机、基站到用户和无人机到用户的发射功率，C1给定了每个用户的最小速率，C2、C3确保了基站到无人机、基站到用户的总传输功率不大于其最大值，C5确保每一个功率是非负的，C6确保了无人机飞行高度的范围。

4.根据权利要求3所述的优化中继无人机的高度、水平位置和发射功率的方法，其特征在于：步骤S3具体包括:

首先定义W(h)和P(h)作为当无人机的高度被给定为h时的最佳位置和功率分配方案，该公式此时变为一元函数；

基站到用户和无人机到用户的总传输功率分别表示为

对于高度子问题的最优高度判断如下：

情况一：

此时无人机的发射功率是最大，在这种情况下得到：

通过反证法进行证明，假设对于任意的m使

由(1)得:

这说明情况一中的是多余的，因此与情况一相对应的分配方案不能是最优解，与给定的条件相矛盾，进而得到:

情况二：

此时无人机到基站的传输功率是最大，在这种情况下得到：

与情况一同理，得到：

情况三：

当h∈[L,h^*]时，此时基站到无人机的传输功率是最大，h^*是无人机的最合适的高度，在这种情况下：

当h∈[h^*,H]时，此时无人机到用户的传输功率是最大，在这种情况下：

与情况一同理，得到：

R^tot(h)在h∈[L,h^*)单调递增，在h∈(h^*,H]单调递减，利用黄金分割算法可以得到在高度为h^*时，R^tot(h)最大；能够得出在高度为h∈[L,H]时,R^tot(h)是一个单峰函数。

5.根据权利要求4所述的优化中继无人机的高度、水平位置和发射功率的方法，其特征在于：步骤S4具体包括:

S4a.设定无人机的高度已经确定，基站到无人机、基站到用户、无人机到用户的增益分别表示为：

其中β是距离d₀＝1处的参考通道功率增益，(x，y)表示无人机位置，h为无人机高度，(xb，yb)和(xm，ym)分别表示基站的坐标和用户的坐标。

S4b.此时无人机功率分配子问题为：

在此阶段，已经预先给出了无人机的位置，功率分配子问题(21)是非凸的；将约束(22)添加到(21)中并简化表达式R_m(P)，得到：

通过增加约束(22)，R_m(P)表示为：

问题(22)被重新描述为：

问题(25)仍然是非凸的；定义新变量E(e_k),F(f_k),J(j_k)，这里e_m,f_m,jm被定义为：

设定在高信噪比的情况下，因为无人机靠近用户，通信链路是可视链路，所以这种设定是合理的；此时，

将上述目标函数转变为：

此时问题(28)已经转化为凸优化问题，再将(28)使用拉格朗日对偶分解法降低复杂度；

此时(28)为：

该问题被转化为：

其中α＝(α_m),β＝(β₁,β₂,β₃),χ＝(χ_m)，然后将无人机的水平位置和发射功率进行迭代优化，求得无人机最佳水平位置和发射功率。