无人机中继的节能部署算法研究

发布时间：2020-07-30 00:08

【摘要】：随着中继网络场景的多样化发展,传统的地面中继部署的局限性逐渐暴露出来,一方面地面中继部署周期长,人力物力消耗大,另一方面地面中继一旦部署完成就不能随意更改中继节点位置,且地面中继部署还需考虑节点间链路的衰落及多障碍物遮挡等问题。而无人机移动灵活、快速部署的特点使得无人机中继成为替换传统的地面中继的最佳选择。与地面中继节点不同的是,无人机中继具有能量受限的特点,因此无人机中继网络部署需要考虑节能问题。另外,现有研究更多关注于如何利用无人机的移动性实现远距离节点间的数据传输,只关注节点间数据的可达性,这类研究只适用于传输对时延容忍度高的数据,不适用于应急场景下的实时数据传输。而实现实时数据传输需要以无人机中继网络为依托,因此无人机中继网络的节能部署问题具有重要的研究意义。本文首先研究了应急场景下部署区域不存在障碍物的无人机中继节能部署策略,通过理论推导证明了该场景下无人机最节能的部署方式就是均匀部署,然后针对单向中继和双向中继两种场景分别求解最佳的部署数目,仿真结果表明与以最少无人机数目部署策略相比,本文提出的最佳部署策略明显降低了能耗。然后本文针对现有应急网络场景下部署区域存在障碍物的无人机中继部署算法存在节能效果不佳及部署成功率低等缺点,提出了一种基于二分图理论的节能部署方案。首先保证相邻无人机之间的视距通信以及无人机的安全性,以最小化无人机的总能耗为目标函数,得到的优化问题为NP-hard问题,直接求解困难,因此本文考虑将该优化问题分解为两个问题:无人机协助中继总能耗最小化问题和无人机部署到中继位置总能耗最小化问题。在无人机协助中继总能耗最小化问题中,利用基于连通性的搜索算法将区域存在障碍物的中继节能部署问题转化为区域不存在障碍物的中继节能部署问题,从而确定无人机的部署数目以及最佳中继位置。在无人机部署到中继位置总能耗最小化问题中,利用最小权匹配策略从可用于中继的无人机集合中选择担任中继的无人机,并确定每个中继位置上对应的无人机,均衡无人机的飞行距离,从而降低无人机的总能耗。最后将本文的部署方案与现有的部署方案进行对比分析,仿真结果表明本文算法不仅降低了无人机的总能耗,同时保证了无人机中继网络的部署成功率,降低了算法的时间复杂度,使得决策时间控制在秒级别,适用于应急场景的需求。
【学位授予单位】：西安电子科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TN925;V279
【图文】：

对比图,无人机,总能耗,对比图

西安电子科技大学硕士学位论文22图3.2 无人机总能耗随无人机通信半径变化的对比图2）部署节点间距对无人机总能耗的影响，将无人机的通信半径设置为 600m，仿真结果如图 3.3 所示。图3.3 无人机总能耗随部署节点间距变化的对比图从图 3.3 中可以看出，随着部署节点间距的增大，PTRPA 算法、GA 算法以及 SS算法的无人机总能耗变化不大，这是因为部署节点间距只影响无人机的可部署位置节

对比图,节点间距,总能耗,无人机

2）部署节点间距对无人机总能耗的影响，将无人机的通信半径设置为 600m，仿真结果如图 3.3 所示。图3.3 无人机总能耗随部署节点间距变化的对比图从图 3.3 中可以看出，随着部署节点间距的增大，PTRPA 算法、GA 算法以及 SS算法的无人机总能耗变化不大，这是因为部署节点间距只影响无人机的可部署位置节

对比图,中继网络,节点间距,对比图

西安电子科技大学硕士学位论文24图3.5 中继网络最短部署时间随部署节点间距变化的对比图从图 3.5 中可以看出，PTRPA 算法、GA 算法以及 SS 算法的构建中继路径耗费的最短时间随着可部署节点间距缩小而减少，因为随着可部署节点间距的减小，最佳中继部署点的位置更加精确，和连续域的部署位置非常靠近，从而降低了部署时间。以下仿真利用 Monte-Carlo 策略重复进行 100 组以分析不同因素对 PTRPA 算法以及 GA 算法、SS 算法的平均运行时间的影响。仿真中每次随机生成无人机的初始位置，源节点和目的节点的位置，无人机飞行速度和障碍物区域的设置和前面一样，将 SS 算法初始解数目设置为 500，GA 算法的初始种群数目设置为 50，遗传代数设置为 200。1）无人机通信半径对算法平均运行时间的影响，将部署节点间距设置为 200m

【相似文献】